-
公开(公告)号：CN103870820A
公开(公告)日：2014-06-18
申请号：CN201410136046.6
申请日：2014-04-04
Applicant: 南京工程学院
Abstract: 本发明提供一种极端光照人脸识别的光照归一化方法，通过模仿灵长类动物的视网膜模型，利用改进后的Naka-Rushton方程式建立基于视网膜的光照归一化模型，在计算Naka-Rushton方程式中的适应因子时，适应因子在考虑光照差异的情况下进行估算，考虑到光照条件的影响，实施例中着重对人脸图像中的低频和高频信息采用不同的算法进行处理，从而提高系统整体鲁棒性；并经过实验验证，该方法受训练集选择影响极小，具有很好的稳定性。
-
公开(公告)号：CN102184517A
公开(公告)日：2011-09-14
申请号：CN201110116797.8
申请日：2011-05-06
Applicant: 南京工程学院
Abstract: 本发明公开动态场景中一种快速求交算法，通过将场景数据划分为静态数据和动态数据，采用KD-tree作为加速结构，构建对应静态数据的静态KD-tree和对应动态数据的动态KD-tree，采用坐标变换的方法更新动态部分的加速结构，而保持静态部分不变。而在探测光线求交时，同时遍历两部分加速结构。该方法可以显著提高算法速度，减少光线求交的时间。
-
-
公开(公告)号：CN118858834A
公开(公告)日：2024-10-29
申请号：CN202410809053.1
申请日：2024-06-21
Applicant: 南京工程学院
Abstract: 本发明针对现有故障诊断的准确性和适应性不高的问题，公开一种基于图神经网络的配电网线路故障诊断方法、系统、设备和介质，属于电力系统保护和控制领域，方法包括：1)获取量测数据；2)数据预处理与故障数据集制作；3)构建配电网故障诊断模型；4)定义模型参数，训练配电网故障诊断模型；5)实时故障诊断。本发明在分布式电源部署的情况下也能准确有效地对配电网故障进行诊断，具有较高的诊断准确率和鲁棒性。
-
公开(公告)号：CN118487264A
公开(公告)日：2024-08-13
申请号：CN202410505297.0
申请日：2024-04-25
Applicant: 南京工程学院
IPC: H02J3/00 , B60L53/60 , G06F18/25 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于多源特征融合的电动汽车充电站负荷预测方法及系统，涉及电动汽车技术领域。方法包括：采集充电站时空负荷数据，以建立充电站空间关系图、充电站负荷的时间序列信号和负荷元数据；由GAT‑LSTM模块从充电站空间关系图和充电站负荷的时间序列信号中提取时空动态特征；由元数据层提取负荷元数据的特征；拼接时空动态特征和负荷元数据的特征，得到融合特征；将融合特征输入预测层，输出充电负荷预测值。本发明解决传统网络中权重分配的不灵活性和模糊性，达到电动汽车充电站负荷的精准预测。
-
Patent Agency Ranking
公开(公告)号：CN111723759B
公开(公告)日：2023-05-02
申请号：CN202010599329.X
申请日：2020-06-28
Applicant: 南京工程学院
IPC: G06V40/16
Abstract: 基于加权张量稀疏图映射的非约束人脸识别方法，涉及人脸识别方法的技术领域。在稀疏图构建阶段，将训练样本(图像)用二阶张量表示，构建监督超完备张量字典，优化求解样本的同类稀疏重构系数；自适应构建更准确的张量稀疏近邻图。在双边低维投影阶段，利用样本全局分布中隐含的鉴别信息获取的低维张量子空间分布。采用最优WTSGE双边投影矩阵U和V对待测样本y进行低维映射yWTSGE＝UTyV，用低维训练样本DWTSGE＝UTXV训练分类器，实现非约束人脸的准确身份鉴别。本发明充分考虑非约束人脸图像数据的复杂性，用稀疏表示技术自适应获取高维张量数据的近邻分布图，有效提取出高度扭曲的非约束人脸数据的低维流形本质结构，大大提高了非约束人脸识别的准确性。
-
公开(公告)号：CN112541424A
公开(公告)日：2021-03-23
申请号：CN202011427824.9
申请日：2020-12-07
Applicant: 南京工程学院
Abstract: 复杂环境下行人跌倒的实时检测方法，涉及行人状态监测的检测方法。包括如下步骤：对采集的视频进行预处理，将视频流的每一帧转化为图片，并进行归一化处理；行人检测，根据行人与摄像头之间距离变化调整检测框大小；目标跟踪，采用sort算法进行目标跟踪、特征提取、相似度计算；通过卡尔曼滤波器预测当前位置，利用匈牙利算法关联检测框和目标位置；跌倒判断，判断目标区域中行人是否跌倒，当行人站立时，行人长宽比小于等于0.4，当行人跌倒的瞬间，长宽比增加至0.7至1.2。本发明旨在解决行人跌倒检测判断任务中存在的一些问题，构建一个结构简单清晰，应用场景多样的，高精度和高鲁棒性的行人跌倒实时检测方法。
-
公开(公告)号：CN112036321A
公开(公告)日：2020-12-04
申请号：CN202010903678.6
申请日：2020-09-01
Applicant: 南京工程学院 , 江苏量为石科技股份有限公司
Abstract: 本发明公开了一种基于SSD-ROI级联神经网络的安全帽检测方法，其特征在于，包括如下步骤：获取并制作数据集；建立SSD-ROI级联神经网络模型，其中的人体检测子模型提取原始图片中人体的位置框，并将位置框输入安全帽检测子模型，在位置框内进行安全帽和头部的类别识别与位置定位，最后在原始图像中输出两个模型检测出的人体、安全帽和头部的类别信息和位置信息；将训练集输入模型中，结合难负样本挖掘策略训练模型；将测试集输入到训练好的SSD-ROI级联神经网络模型中，输出检测结果。本发明只检测人体范围内的安全帽，不对孤立的安全帽进行检测，缩小了检测范围，降低了运算复杂度，且检测效果和检测速度方面都有所改善。
-
公开(公告)号：CN111783615A
公开(公告)日：2020-10-16
申请号：CN202010599046.5
申请日：2020-06-28
Applicant: 南京工程学院
IPC: G06K9/00
Abstract: 基于加权块张量稀疏图映射的非约束人脸识别方法，涉及人脸识别方法的技术领域。先将原始样本图像分成B个块，每个图像块用二阶张量表示，引入类别标签，构建监督超完备的块张量字典；再在正则约束求解块样本的同类稀疏重构系数的基础上，增加类内紧凑度约束和权值约束，以距离权值进一步表征同类块样本间的类内差异，在块样本张量空间自适应构建更准确的稀疏近邻图；最后对块样本进行双边低维投影，引入全局约束因子，得到双边低维投影矩阵。本发明充分考虑非约束人脸图像数据的复杂性，用稀疏表示技术自适应获取高维张量数据的近邻分布图，有效提取出高度扭曲的非约束人脸数据的低维流形本质结构，大大提高了非约束人脸识别的准确性。
-
公开(公告)号：CN107194335B
公开(公告)日：2020-09-25
申请号：CN201710335575.2
申请日：2017-05-12
Applicant: 南京工程学院
Abstract: 本发明实施例公开了一种复杂光照场景下的人脸识别方法，涉及图像处理技术领域，能够提高复杂光照人脸识别的光照鲁棒性。本发明包括：加载第一至第N光照不变量算法，并通过所加载的光照不变量算法提取原始图像对应的第一至第N光照不变量。其中，N为大于且等于2的整数；对所提取的光照不变量进行线性鉴别分析，得到对应各光照不变量算法的代数特征。根据得到的代数特征，通过特征级融合算法，获取所述原始图像的组合代数特征。通过分类器组对所述得到的代数特征和所述组合代数特征进行类别判定，得到所述原始图像的最终识别结果。本发明适用于复杂光照场景下的人脸识别。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.032 seconds)
