-
公开(公告)号：CN118397573A
公开(公告)日：2024-07-26
申请号：CN202410334512.5
申请日：2024-03-22
Applicant: 南京信息工程大学
IPC: G06V20/54 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了图像处理领域中一种基于多级融合和池化注意力机制的船舶重识别方法，包括以下步骤获取图库和待重识别的船舶图像；根据图库和船舶图像，采用重识别网络模型获取船舶图像的重识别结果；其中重识别网络模型包括ResNet50、多级融合模块、池化注意力模块和相似度计算模块；所述多级融合模块用以融合所述ResNet50每层提取的特征，所述池化注意力模块用以获取所述多级融合模块输出特征中的判别性特征；相似度计算模块计算船舶图像判别性特征和图库中图像判别性特征的相似度，确定船舶图像的重识别结果；本申请以骨干网ResNet50为主干网络，对输入图片进行特征提取，并利用多级融合和池化注意力的方法进行特征增强，以提取出更具有辨识度的船舶特征。
-
公开(公告)号：CN118381861A
公开(公告)日：2024-07-23
申请号：CN202410527911.3
申请日：2024-04-29
Applicant: 南京信息工程大学
IPC: H04N1/32
Abstract: 本发明公开了信息隐藏技术领域的一种JPEG图像可逆信息隐藏方法、装置、介质及设备，旨在解决现有技术在视觉质量和文件大小增量上有待提升的问题。包括：解码原始JPEG图像并进行预处理，得到量化表Q和DCT频段序列；根据量化表Q和DCT频段序列，计算筛选得到最优频段长度集合；根据最优频段长度集合，计算其所有二维映射的最小整体畸变，得到最优二维映射；根据最优二维映射及其对应的频段和长度，通过二维直方图移位机制，在原始JPEG图像中嵌入给定的秘密数据，得到含秘JPEG图像。本发明采用自适应频段选择，引入渐进式二维映射，通过计算最小整体畸变来确定最合适的二维映射，进一步嵌入秘密数据，能有效减少文件大小增量，具有现实意义和良好的应用前景。
-
公开(公告)号：CN118334738A
公开(公告)日：2024-07-12
申请号：CN202410406430.7
申请日：2024-04-07
Applicant: 南京信息工程大学
IPC: G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于改进YOLOv5s的老人摔倒检测方法、系统、装置及存储介质，改进YOLOv5s包括骨干网络和特征整合网络；骨干网络包括非对称C3模块；非对称C3模块用于融合从预处理后的图像中提取的水平和垂直两个方向的特征，得到浅层特征图；特征整合网络包括FPN+PAN模块和可形变卷积位置注意力模块；FPN+PAN模块用于融合浅层特征图中高层的强语义特征和低层的强定位特征，得到融合特征图；可形变卷积位置注意力模块分别对融合特征图进行可形变卷积和方向感知。本发明采用的非对称C3模块在原有卷积的基础上融合了水平和垂直两个方向的特征，有更好的泛化能力，能适应更多的应用场景；可形变卷积位置注意力模块可以得到表征能力更强、目标定位更准确的输出特征。
-
公开(公告)号：CN118094127B
公开(公告)日：2024-07-02
申请号：CN202410527815.9
申请日：2024-04-29
Applicant: 南京信息工程大学
IPC: G06F18/15 , G06F18/2431 , G06F17/13 , G01W1/10
Abstract: 本发明公开了一种基于高空数据与GM灰色迭代的降水量预测方法，包括：步骤1：将高空数据按照高度进行划分，得到X个高度层次数据；步骤2：针对某一时刻的降水量，建立该时刻的地面降水量与该时刻第i个高度层次数据中的第j个气象要素数据xij之间的合关系模型，进行多项式拟合；步骤3：基于GM灰色模型预测未来时间段内第i个高度层次的第j个气象要素数据；步骤4：采用与步骤3相同的方法预测未来时间段内的地面降水量；步骤5：计算最终预测的未来时间段内的地面降水量。发明结合高空与地面气象观测数据对降水量进行耦合分析，充分利用了高空气象探空仪的观测垂直精度，模型的灵敏度较高，所得预测结果较为客观准确。
-
公开(公告)号：CN118262300A
公开(公告)日：2024-06-28
申请号：CN202410440737.9
申请日：2024-04-12
Applicant: 南京信息工程大学
IPC: G06V20/54 , G06V10/44 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/66 , G06T7/10
Abstract: 本申请涉及深度学习技术领域中的一种实例分割车辆重识别的方法，其包括以下步骤获取待重识别车辆图像；根据待重识别车辆图像，采用重识别网络模型获取车辆图像的重识别结果；其中所述重识别网络模型包括ResNet‑50网络和分割网络，所述ResNet‑50网络用以所述取待重识别车辆图像的全局特征提取，所述分割网络用以取待重识别车辆图像的局部特征提取；通过分割网络对车辆进行特征提取，采用一组语义特征质心来捕获车辆的特征信息，并通过计算每个像素级特征向量与所有特征质心之间的距离来生成语义概率图。提出自纠正模块，通过使用实例概率图来减少错误激活的特征区域；提高了该模型的训练效率，有效地提高了车辆重识别的准确度。
-
Patent Agency Ranking
公开(公告)号：CN118149794A
公开(公告)日：2024-06-07
申请号：CN202410286220.9
申请日：2024-03-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种融合点云强度去除动态点云的激光SLAM方法、设备及介质，在SLAM系统后端优化时，根据匹配距离排序，去除10‑20％匹配距离最大且与周围四个点强度差异较大的特征点，从而去除动态点云对系统的影响，最终提高室外复杂环境下无人车建图与定位的精度和鲁棒性。本发明能够应用在测绘、三维重建和自动驾驶行业，通过无人车搭载此系统的激光雷达，通过控制车辆，可以在相对复杂的环境，比如工业园区、校园、小区等环境实时构建出周围环境的高精地图，并且去除动态点云的影响，避免将这些点云误判为障碍物，也可以在道路上建图为自动驾驶行业提供高精度地图。
-
公开(公告)号：CN117808656A
公开(公告)日：2024-04-02
申请号：CN202311855021.7
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06F21/60 , G06N3/0464
Abstract: 本申请提供了一种使用重建信息归属的无载体图像隐写方法、存储介质及电子装置，主要包括以下步骤：对目标图片进行预处理，采用识别算法基于语义特征检测数据集中的所有图像，通过检测到的标签列表逐一获得其原生特征值Ki，并形成所述目标图片的原生特征集合K；确定所述目标图片的归属重建算法，将所述秘密信息嵌入所述目标图片，得到含秘图片，并传送给接收方；所述接受方接收到所述含秘图片，将所述含秘图片代入所述识别模型进行所述秘密信息的提取。在图像本身特征的基础上重新归属，建立新的映射规则，在保证不同特征的基础上能够包含所需要的特征数量，将图片本身的高级语义特征通过归属信息重新分配的映射规则，更易构建全覆盖的CID。
-
公开(公告)号：CN117789030A
公开(公告)日：2024-03-29
申请号：CN202311827351.5
申请日：2023-12-28
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种遥感图像船舶小目标检测方法及系统，方法包括：获取待检测的船舶遥感图像；将所述待检测的船舶遥感图像输入预训练好的小目标检测模型中；根据所述小目标检测模型的输出，确定船舶小目标检测结果；其中，所述小目标检测模型包括：所述主干网络模块，使用动态通道注意力卷积替换标准卷积，用于对待检测的船舶遥感图像进行特征提取得到多尺度的特征图；所述颈部网络模块，加入微小目标检测层和多尺度通道融合模块，用于对多尺度的特征图进行多尺度特征融合，得到多尺度融合特征图；所述头部网络模块，加入微小目标检测头P6，用于分别对多尺度融合特征图进行检测，得到多尺度目标检测结果。
-
公开(公告)号：CN117784290A
公开(公告)日：2024-03-29
申请号：CN202410206502.3
申请日：2024-02-26
Applicant: 南京信息工程大学
IPC: G01W1/10 , G06N3/0464 , G06N3/047 , G06N3/0985 , G01N33/24
Abstract: 本发明公开了一种基于贝叶斯神经网络的骤旱预警方法及系统，包括将熵权重算法和CRITIC权重算法结合计算组合权重，根据组合权重，从土壤含水量数据提取土壤水分关键数据；将土壤水分关键数据输入至预设的贝叶斯神经网络获得第一中间预测结果；将土壤水分关键数据输入至预设的灰色预测模型获得第二中间预测结果；对第一中间预测结果和第二中间预测结果进行加权平均获得未来土壤含水量预测结果，根据未来土壤含水量预测结果进行骤旱预警；本发明对于数据样本较少或缺乏长期观测数据的情况仍然能够进行有效的预测，具有适用性强、鲁棒性高，算法时间复杂度低的特点。
-
公开(公告)号：CN117437128A
公开(公告)日：2024-01-23
申请号：CN202311284143.5
申请日：2023-10-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于全局一致性与WGAN‑GP的自适应纹理增强方法，包括：将原始纹理图像进行灰度变换、归一化、扩充；构建两阶段纹理增强网络，第一阶段粗略预测灰度图像，第二阶段精细化纹理细节，得到纹理增强图像；引入捕获长期依赖关系的块，将全局信息融合到局部操作中；构建损失函数，根据损失函数结果计算纹理增强网络的评价指标，并根据评价指标判断纹理增强网络是否优异；本发明所设计的方法通过考虑全局信息和使用WGAN‑GP方法，提高纹理增强效果的连贯性、自然性和适应性，该方法克服传统纹理增强方法的局限性，并在实际应用中具有广泛的应用潜力。
-
-
-
-
-
-
-
-
-
Search Results
468
records
(took 0.038 seconds)
