公开(公告)号：CN118762393A

公开(公告)日：2024-10-11

申请号：CN202410899543.5

申请日：2024-07-05

Applicant: 南通大学

Inventor： 王进 ,  王可 ,  徐嘉玲 ,  赵颖钏 ,  吕泽

IPC: G06V40/18 ,  G06V10/20 ,  G06V10/44 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0464 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06T5/90 ,  G06T5/94 ,  G06T5/50

Abstract: 本发明公开了一种基于低光图像增强技术的视线估计方法，包括如下步骤：预处理数据集模拟低光环境得到低光图像；将预处理后的低光图像输入低光图像增强网络模块；构建视线估计模型，并对协同模块协同后的图像进行特征提取，输出特征向量；通过全连接层将特征向量映射成三维输出向量，得到预测的视线方向和预测误差；采用损失函数度量预测误差，并通过反向传播更新网络参数，优化视线估计模型性能。本发明提出了利用弱光图像增强技术改善低光环境下视线估计的新研究方向，为视线估计提供了新的思路和解决方案。

公开(公告)号：CN117333744B

公开(公告)日：2024-05-28

申请号：CN202311224546.0

申请日：2023-09-21

Applicant: 南通大学

Inventor： 徐嘉玲 ,  仇佳庆 ,  王进 ,  赵颖钏 ,  王可 ,  吕泽 ,  陈梦 ,  董彦斌

IPC: G06V10/80 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供了一种基于空间特征融合和原型嵌入的无偏场景图生成方法，属于人工智能和计算机视觉技术领域。解决了场景图生成方法预测关系的准确率不足的技术问题。其技术方案为：用基于原型的表示建模主客体实例及谓词，得到若干实例原型和谓词原型，融合主客体实例原型得到主客体联合特征；建模主客体实例之间的相对位置得到空间特征；融合主客体联合特征与空间特征形成关系表示，与谓词原型进行匹配，获得匹配损失；以匹配损失和距离损失共同度量关系预测与真实谓词类之间的误差。本发明的有益效果为：本发明同时兼顾类内紧凑和类间分离的无偏场景图生成框架和每个实例的相对位置信息，来提高场景图生成中关系预测的准确率。

公开(公告)号：CN110640790B

公开(公告)日：2024-05-14

申请号：CN201910960688.0

申请日：2019-10-11

Applicant: 南通大学

Inventor： 瞿畅 ,  谷玉之 ,  王君泽 ,  王进 ,  李跃华

IPC: B25J19/00 ,  B25J11/00 ,  B25J5/02 ,  B25J5/00 ,  B08B13/00 ,  H02S40/10

Abstract: 本发明公开了一种用于光伏组件清扫机器人换行小车的横向锁止装置，横向锁止装置包括前端锁止装置、前端锁止固定板、后端锁止装置及后端锁止固定板，前端锁止装置及后端锁止装置分别安装于换行小车底盘的两侧，前端锁止装置布置于换行小车底盘的前端位置，后端锁止装置布置于换行小车底盘的中后部，前端锁止装置及后端锁止装置在换行轨道外侧分别对应有前端锁止固定板和后端锁止固定板，该发明结构合理，可在换行小车停止后进行自动锁止固定，防止换行小车前后移动和侧翻，提高清扫机器人系统运行过程中的安全性。

公开(公告)号：CN117830783A

公开(公告)日：2024-04-05

申请号：CN202410005814.8

申请日：2024-01-03

Applicant: 南通大学

Inventor： 王进 ,  曹硕裕 ,  王可 ,  杨杨 ,  梁瑞

IPC: G06V10/80 ,  G06T3/4053 ,  G06V40/16 ,  G06T3/4007 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明属于计算机视觉领域，具体涉及一种基于局部超分辨率融合注意力机制的视线估计方法。包括如下步骤：步骤S1、使用摄像头获取帧图像；步骤S2、采用人脸检测模型对人脸区域和双眼区域进行检测和定位，将人脸图像进行裁剪，并截取眼部图像；步骤S3、将人脸图像通过人脸注意力强化特征提取模块，强化并提取人脸图像特征；步骤S4、将双眼图像通过基于局部超分辨率的眼部特征提取模块,提取双眼图像特征；步骤S5、通过全连接层融合提取的人脸图像和双眼图像特征得到视线估计结果。本发明提取超分辨率后的眼部特征，进行准确地视线估计，从空间和通道两个方向增强低分辨率全局特征，以增加低分辨率环境下提取人脸特征的能力，提升视线估计的效果。

公开(公告)号：CN117456449A

公开(公告)日：2024-01-26

申请号：CN202311331334.2

申请日：2023-10-13

Applicant: 南通大学

Inventor： 赵颖钏 ,  杨杨 ,  王进

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/46 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提供了一种基于特定信息的高效跨模态人群计数方法，属于深度学习和计算机视觉技术领域。解决了低照度环境下人群计数精度不高，误差较大的技术问题。其技术方案为：使用热红外图像作为RGB图像信息的补充，通过探索模态共享信息和特定信息的表达，充分结合两种模态的互补特征和各自的特有特征，有效提高在低照度环境下人群计数的精度。本发明的有益效果为：本发明的方法用于学习和融合两种模态特征的表示，以增强对光照不足问题的鲁棒性，从而提高人群计数的准确率。

公开(公告)号：CN117422963A

公开(公告)日：2024-01-19

申请号：CN202311168173.X

申请日：2023-09-11

Applicant: 南通大学

Inventor： 梁瑞 ,  王进

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06V10/42 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于高维度特征映射和特征聚合的跨模态地点识别方法，包括将RGB图像和红外图像输入SCHAL‑Net网络模型提取各自模态所特有的特征，并在ResNet50中添加浅层特征增强模块，在ResNet50第三阶段输出的特征分别经过高维度特征映射模块及图像块处理，将处理后的特征进行整体和局部特征协同约束，直至训练结束。本发明基于整体和局部特征协同约束的跨模态模型SCHAL‑Net，以减少跨模态视觉地点识别任务中的跨模态差异和模态内部差异，来提高地点识别的准确率。

公开(公告)号：CN112949396B

公开(公告)日：2023-11-24

申请号：CN202110127377.3

申请日：2021-01-29

Applicant: 南通大学

Inventor： 王进 ,  张天奇 ,  张荣 ,  顾翔 ,  陈亮

IPC: G06V20/40 ,  G06V40/10 ,  G06V20/52 ,  G06V10/75 ,  G06F16/51 ,  G06F16/583 ,  G06F16/71 ,  G06F16/783

Abstract: 本发明提供了一种景区寻找同游人员的自适应方法，包括以下步骤，步骤1：获取报案人员的行人图像；步骤2：在行人图像数据库中检索报案人员；步骤3：在步骤2所提取的含有报案人员的视频帧中，检索失踪人员，并显示检索后的视频帧；步骤4：确认的图像内提取失踪人员的行人图像；步骤5：在行人图像数据库中检索失踪人员；步骤6：对所有摄像头进行实时监控；步骤7：若报案人员要求停止寻人；步骤8：结束。本发明的有益效果为：本发明提出了自适应方法，将失踪人员行人图像转换为不同的模态，用于匹配摄像头在白天和夜间捕获的行人图像，使得该方法

公开(公告)号：CN116385587A

公开(公告)日：2023-07-04

申请号：CN202310271189.7

申请日：2023-03-20

Applicant: 南通大学

Inventor： 顾翔 ,  杜超楠 ,  王进 ,  程邓阳 ,  钱聪 ,  万杰

IPC: G06T11/20 ,  G06V20/56 ,  G06V10/44 ,  G06T7/13

Abstract: 本发明属于自动辅助驾驶技术领域，具体涉及一种无车道线道路环境下的自适应虚拟车道线绘制方法。本发明提出的一种无车道线道路环境下的自适应虚拟车道线绘制方法，针对较少研究关注的无车道线道路的环境，考虑到了辅助驾驶系统在该环境下没有参考，解决了辅助驾驶系统无车道线道路环境虚拟车道线绘制的自适应绘制问题，和传统人工绘制虚拟车道线无法满足实时性问题。本发明方法可以实时地自动地在无车道线道路环境下，准确的绘制出虚拟车道线。本发明在乡村道路无车道线的环境下，构造出虚拟车道中线，可以帮助司机有效的区分车道，减少违法变道情况、车辆避让不及时等情况的发生，有助于行车安全。

公开(公告)号：CN116311944A

公开(公告)日：2023-06-23

申请号：CN202310312985.0

申请日：2023-03-28

Applicant: 南通大学

Inventor： 钱聪 ,  顾翔 ,  程邓阳 ,  杜超楠 ,  张一迪 ,  王进

IPC: G08G1/01 ,  G08G1/052 ,  G08G1/048 ,  G08G1/0968 ,  G06F18/214 ,  G06Q10/047 ,  G06N3/08

Abstract: 本发明属于车辆轨迹预测技术领域，具体涉及一种不同天气状况下机动车驾驶行为预测方法。本发明目的是针对传统的驾驶行为预测模型普遍未考虑时空特征之间的关联性以及不同天气状态等复杂外部因素，并且时间特征捕获能力低等问题，提出驾驶行为预测模型，提高模型的预测精度，为相邻车辆提供实时的驾驶行为依据和规划决策。本发明基于改进HMM模型可以通过观察状态推断出不可观察的状态，可以有效解决时间相关性变换的最优路径问题，预测性能得到改进。Catboost模型将打乱的样本预测结果的一阶和二阶梯度，构建树结构，有效缓解预测偏移。本发明能够有效提高不同天气状态下的驾驶行为预测的准确性。

公开(公告)号：CN115841681A

公开(公告)日：2023-03-24

申请号：CN202211353732.X

申请日：2022-11-01

Applicant: 南通大学

Inventor： 张琳钰 ,  王进

IPC: G06V40/10 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774

Abstract: 本申请公开了一种基于通道注意力的行人再识别对抗攻击方法，该方法包括：基于掩码算法mask和ECA通道注意力，构建卷积神经网络；基于行人图像训练集，获取卷积神经网络的输入图像；基于输入图像和卷积神经网络，获取输入图像中的深度特征；基于损失函数，获取深度特征的损失值并优化卷积神经网络，得到深度神经网络；基于深度神经网络和待查询图像，获取待查询图像的最终特征；基于最终特征与行人图像的特征向量之间的相似度，获得待查询图像的匹配结果。本申请提出对抗性注意力机制的行人再识别攻击方法，破坏掩码mask的打分规则来打破原有的通道注意力权重，提高了注意力机制对行人再识别系统的鲁棒性。