-
公开(公告)号：CN104713836A
公开(公告)日：2015-06-17
申请号：CN201310669814.X
申请日：2013-12-11
Applicant: 江南大学
Abstract: 本发明涉及一种抗氧化剂抗氧化能力综合评价方法。分别以清除羟基自由基能力(S1)，清除超氧阴离子能力(S2)和脂质抑制能力(S3)为指标，并定义综合评价指标S，S＝S1+S2+S3。综合评价指标S与各评价指标之间的关系通过均匀设计和回归分析法建立。若S值(即综合评分)越高，表明抗氧化剂复配后协同作用越强，其抗氧化效果越好。反之，则越差。本发明将多种抗氧化剂抗氧化活性的评价方法有机综合，能方便有效地分析复合抗氧化剂中各抗氧化剂种类和组成对总抗氧化效果的影响和贡献，为复合抗氧化剂的配方设计和总抗氧化效果的评价提供有益地指导。
-
公开(公告)号：CN101526484B
公开(公告)日：2011-05-11
申请号：CN200910030476.9
申请日：2009-04-13
Applicant: 江南大学 , 无锡信捷电气有限公司
IPC: G01N21/952
Abstract: 本发明提出了一种基于嵌入式机器视觉的轴承缺陷检测技术，通过使用嵌入式机器视觉测控一体机和PC机组态界面软件在线检测轴承存在的缺陷。检测技术主要包括：正光轴承表面缺陷检测技术，用于检测轴承表面的划痕、锈斑、黑皮、外导角；正光轴承凹面缺陷检测技术，用于检测轴承支架是否存在凹陷；背光轴承凹面缺陷检测技术，用于检测轴承是否存在缺钉、缺珠；侧光轴承表面缺陷检测技术，用于检测轴承侧面是否存在划痕、锈斑。本发明达到了在轴承检测现场无需人工操作即可对轴承进行全方面检测的目的，由于采用基于工程化思想设计算法，具有针对性强，实时性高的优点，并采用嵌入式机器视觉测控一体机进行检测控制，控制准确，控制成本低。
-
公开(公告)号：CN101477341A
公开(公告)日：2009-07-08
申请号：CN200910028931.1
申请日：2009-01-21
Applicant: 江南大学
IPC: G05B19/048 , H04N5/225
Abstract: 本发明涉及一种嵌入式机器视觉测控系统，其包括DSP、控制图像采集的FPGA、CCD采集模块、存储图像用的SDRAM存储器、存储操作系统以及配置信息和应用程序的FLASH存储器和以太网接口。所述CCD采集模块与FPGA相连接；所述FPGA通过EMIF总线分别与SDRAM存储器和DSP相连接；所述DSP通过EMIF总线分别与SDRAM存储器、FLASH存储器相连接，并通过EMAC与以太网接口相连接；所述以太网接口通过路由器连接PC机或智能终端。其优点是：采用DSP与FPGA的处理器组合模式，能平衡处理负担，提高处理效率；低成本、高性能、体积小、耗电少、噪音小、部署方便。
-
公开(公告)号：CN113536016B
公开(公告)日：2024-09-06
申请号：CN202110760740.5
申请日：2021-07-02
Applicant: 江南大学
IPC: G06F16/583 , G06F16/58 , G06F16/33 , G06F16/35 , G06N3/042 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种融合图卷积的跨模态检索方法，属于跨模态检索技术领域。所述方法通过为不同模态构建各自的模态图，图中每个节点代表该模态某一样本的原始特征，并利用图卷积根据近邻关系更新图中的节点特征，同时结合全连接编码特征，得到不同模态高度语义一致的融合编码特征。之后通过公共表征学习层的模态不变损失获得表示一致的公共表征，通过两个子网顶部的线性分类器增强各模态公共表征的语义辨识度，进一步提升了跨模态检索性能；通过在Wikipedia数据集和Pascal Sentence数据集上的实验证明，本申请方法相对于现有技术中性能最优的DSCMR方法，平均mAP值分别提高了2.3％和2.4％。
-
公开(公告)号：CN118196589A
公开(公告)日：2024-06-14
申请号：CN202410317956.8
申请日：2024-03-20
Applicant: 江南大学
IPC: G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0895 , G06N3/096 , G06V10/80 , G06V10/74 , G06V10/764 , G10L25/03
Abstract: 本发明公开了自适应多教师蒸馏下基于音频的目标检测方法及系统，属于目标检测技术领域。本发明首先加入声音模态，结合RGB、深度和红外三个教师模态，利用知识蒸馏的方式指导音频学生，提高面对复杂环境的鲁棒性；此外针对模态差异和教师模型检测性能不同的问题，设计了一个自适应多教师蒸馏框架，提出了基于角度的自适应多教师损失，利用教师和学生中间层特征间的潜在关系作为教师重要性权重的指标，利用余弦相似度计算加权后的教师网络和学生网络逻辑输出层的角度损失，抑制中间层特征可能带来的无用信息和噪声信息，降低标签噪声，最后在多模态视听检测MAVD数据集中对网络进行训练和测试，结果表明本发明的检测精度优于基线网络。
-
Patent Agency Ranking
公开(公告)号：CN111860681B
公开(公告)日：2024-04-30
申请号：CN202010749955.2
申请日：2020-07-30
Applicant: 江南大学
IPC: G06V10/774 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种新的用于深度学习的困难样本的生成方法及应用，设计一种双向注意力机制自动生成困难样本，有助于深度模型跳出局部最优解，使模型的鲁棒性更强。该方法的注意力机制不仅能够强调突出前景目标，同时能够在一定程度上避免背景杂波的影响，使得遮挡的区域更加集中且生成的困难样本更具有对抗性，进而可提高了深度网络目标识别精度。
-
公开(公告)号：CN113361466B
公开(公告)日：2024-03-12
申请号：CN202110737860.3
申请日：2021-06-30
Applicant: 江南大学
Abstract: 本发明公开了一种基于多模态交叉指导学习的多光谱目标检测方法，属于多模态信息处理技术领域。所述方法包括：将成对多模态图片送入特征生成模块生成高低层特征，从中间层特征开始，成对多模态特征送入权重感知网络。权重感知网络输出各模态的加权特征，并将其分别返回另一模态的特征生成模块，从而将加权信息以联合交叉指导的方式逐步传输到下一层，建立模态间的长期依赖关系；然后融合特征输入下一阶段的权重感知网络，以加强不同阶段融合特征之间的联系，获得更具判别力的特征；最后提取不同尺度的特征层送入检测层，生成目标的位置和得分。该方法在KAIST数据集上获得77.16％的行人检测精度，行人平均漏检率下降至25.03％。
-
公开(公告)号：CN111275718B
公开(公告)日：2024-01-30
申请号：CN202010056068.7
申请日：2020-01-18
Applicant: 江南大学
IPC: G06T7/11 , G06N3/0464 , G06N3/08 , G06T7/194
Abstract: 本发明公开了一种基于显著区域分割的衣物量检测及护色洗判别方法，属于智能制造及人工智能技术领域。本发明以视觉显著性区域分割作为解决问题的主要途径，并在分割网络中加入了多尺度特征聚合模块，以及循环残差优化模块，提高了分割效果，进而提高了衣物量检测精度；具体是利用洗衣机内拍摄的图片，通过设计视觉显著性判别网络，利用洗衣机内筒与衣物的视觉差异，精确分割出桶内衣物，在此基础上设计衣物量检测及护色洗判别方案，完成精确判别。
-
公开(公告)号：CN111539263B
公开(公告)日：2023-08-11
申请号：CN202010253595.7
申请日：2020-04-02
Applicant: 江南大学
IPC: G06V40/16 , G06V20/40 , G06V10/82 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于聚合对抗网络的视频人脸识别方法，属于视频人脸识别技术领域。所述方法采用由聚合网络、判别网络和识别网络构建得到的聚合对抗网络，聚合网络与判别网络形成对抗学习，以竞争的方式使生成的图像和目标集静态图像更加接近；通过识别网络在高维特征空间计算感知损失，使得生成的图像和对应的目标集静态图像在感知性能上更加接近，提高了聚合网络的性能。判别网络采用softmax多维度输出的形式，除了能判断图像真假之外，还可以辨别图像的身份类别，使得生成图像的身份与真实值更接近，使得后续的识别更加精准且识别效率更高。
-
公开(公告)号：CN111753849A
公开(公告)日：2020-10-09
申请号：CN202010606592.7
申请日：2020-06-29
Applicant: 江南大学
Abstract: 本发明的目的是提供一种基于紧密聚合特征和循环残差学习的检测方法及系统，属于图像处理技术领域。系统包括紧密特征提取模块、所有特征聚合模块、循环残差优化模块，方法包括如下步骤：提取紧密卷积特征，将连续阶段的输出特征结合到一起，针对所有层提取的紧密卷积特征采用空洞空间金字塔池化模块实现多层特征外部信息聚合；在深度监督机制下，以残差学习的方式不断优化，对整体循环残差网络在三个视觉显著性检测数据集上进行测试，测试完成后即可使用所述基于紧密聚合特征的循环残差网络进行自然图像中视觉显著性检测的实际应用。本发明提高了视觉显著性检测在复杂场景下的检测效果，增强对背景噪声的抑制和检测区域的连续性、完整度。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.028 seconds)
