一种高速公路网清障机械设备配置方法

    公开(公告)号:CN110120150B

    公开(公告)日:2021-05-11

    申请号:CN201910304839.7

    申请日:2019-04-16

    Applicant: 东南大学

    Abstract: 本发明设计一种高速公路网清障机械设备分配方法,基于对道路清障机械设备总体需求指标与道路大型清障机械设备需求指标的计算,管理人员可以根据道路年平均日交通量,历史事故数,重车年平均日交通量,道路长度数据,量化各个道路清障机械设备需求,结合需求占比与道路最低清障设备要求,将有限的高速公路清障机械设备精准配置到需要的道路上。

    基于任务指导的轻量级人脸检测方法

    公开(公告)号:CN111553227A

    公开(公告)日:2020-08-18

    申请号:CN202010318351.2

    申请日:2020-04-21

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于任务指导的轻量级人脸检测方法,先将训练集进行数据增广,通过轻量级骨干网络在有限尺度空间内尽量保持原有特征,接着利用特征整合模块实现双分支架构且精简计算,再引入关联锚点辅助预测,以半监督方式生成人脸周边的头部、身体信息,最后应用任务指导型策略,对分类和回归分而治之,即构建选择性分类组专用于类别打分任务,构建选择性回归组专用于位置回归任务,将二者的损失加权求和,用以指导训练与学习过程直至收敛,进而实现对目标人脸的检测。本发明可达到工业级实时性标准,可被部署于边缘与终端设备上,对计算能力和内存大小的需求较低,且无需预训练网络,较适用于中、低检测难度的无约束场景。

    一种融合改进Census图的局部场景三维重建方法

    公开(公告)号:CN109961506A

    公开(公告)日:2019-07-02

    申请号:CN201910190191.5

    申请日:2019-03-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种融合改进Census图的局部场景三维重建方法,包括以下步骤:获取环境的彩色图和深度图,将彩色图灰度化后计算包含关键点及其邻域像素块的改进Census图,基于这些关键像素块的改进Census图和灰度值,估计当前帧的位姿,并判断当前帧是否为关键帧,对经筛选后的最新关键帧的深度图分别进行联合双边滤波和体素格滤波,以便获得去噪平滑的深度图和降采样点云的深度图,再对于当前关键帧与上一关键帧经过体素格滤波的深度图使用具有尺度因子s的ICP算法优化匹配位姿,再将当前帧经过联合双边滤波的深度图与局部图融合,实现点云地图的增长,并最终重建局部三维场景,算法简洁,效率较高且鲁棒性较强。

    一种复杂场景下香烟品牌识别方法

    公开(公告)号:CN109961049A

    公开(公告)日:2019-07-02

    申请号:CN201910236775.1

    申请日:2019-03-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种复杂场景下香烟品牌识别方法,对原始彩色图像进行灰度化处理,结合图像滤波消除噪声干扰,并利用改进的Sobel边缘算子对预处理后的图像边缘粗略定位,通过数学形态学操作等细化处理获得二值图像的块状连通候选区域,送入深度学习神经网络Faster RCNN模型进行精确定位和识别。本发明通过边缘检测截取候选区域降低背景对检测性能的干扰,同时改进的Sobel算子结合货架香烟图片特点着重检测垂直方向边缘;本发明中Faster RCNN检测模型针对香烟尺寸与形状特征对区域建议网络中锚框尺度和比例进行修改,降低小目标的漏检概率,提高检测和识别准确率。

    基于密集连接网络的多线程营业执照定位识别方法

    公开(公告)号:CN109815946A

    公开(公告)日:2019-05-28

    申请号:CN201811468489.X

    申请日:2018-12-03

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于密集连接网络的多线程营业执照定位识别方法,包括:对输入的营业执照图像进行预处理;基于图像预处理结果,对处理后的结果分别进行营业执照识别处理和许可证号识别处理,营业执照识别处理采用基于密集连接网络的多线程识别网络识别出营业执照上的所有文字,许可证号识别处理识别出营业执照上的许可证号;将营业执照识别模块和许可证号识别模块输出的识别结果相对应地融合,利用许可证号识别处理的识别结果,为营业执照识别处理识别出的许可证号纠错。本发明基于密集连接网络的多线程识别网络提高了营业执照字符的识别精度,并可结合许可证号独立识别结果对比纠错,进一步提高识别准确度,本发明适用于各类文字识别场景。

    一种融合改进Census图的局部场景三维重建方法

    公开(公告)号:CN109961506B

    公开(公告)日:2023-05-02

    申请号:CN201910190191.5

    申请日:2019-03-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种融合改进Census图的局部场景三维重建方法,包括以下步骤:获取环境的彩色图和深度图,将彩色图灰度化后计算包含关键点及其邻域像素块的改进Census图,基于这些关键像素块的改进Census图和灰度值,估计当前帧的位姿,并判断当前帧是否为关键帧,对经筛选后的最新关键帧的深度图分别进行联合双边滤波和体素格滤波,以便获得去噪平滑的深度图和降采样点云的深度图,再对于当前关键帧与上一关键帧经过体素格滤波的深度图使用具有尺度因子s的ICP算法优化匹配位姿,再将当前帧经过联合双边滤波的深度图与局部图融合,实现点云地图的增长,并最终重建局部三维场景,算法简洁,效率较高且鲁棒性较强。

    无约束场景下的基于上下文推理的人脸检测方法

    公开(公告)号:CN111898410A

    公开(公告)日:2020-11-06

    申请号:CN202010531633.0

    申请日:2020-06-11

    Applicant: 东南大学

    Abstract: 本发明提供了一种在无约束场景下的基于上下文推理的人脸检测方案,属于多媒体信号处理领域。本发明将训练集进行数据增广,以VGGNet-16作为基础特征提取网络,通过低层级特征金字塔网络加权地融合不同层特征,并在预测环节采用上下文辅助预测模块扩充子网络以加深、加宽网络模型,引入自适应锚点取样的数据增强方式和多尺度训练方法,增强了模型对于尺度的适应力。本发明不仅可提取出最具表达力的描述信息,还能较好地弥补未被充分提取的面部特征,且可优化对面部特征的利用率,适用于检测难度较高的无约束场景,尤其对微小的、模糊的、遮挡的人脸也能实现精准检测。

    一种适用于车载毫米波雷达领域的基于频率估计的去耦合校正测距方法

    公开(公告)号:CN111505618A

    公开(公告)日:2020-08-07

    申请号:CN202010289645.7

    申请日:2020-04-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种适用于车载毫米波雷达领域的基于频率估计的去耦合校正测距方法,其包括以下步骤:首先我们结合实际的应用场景,采用复调制频谱分析技术在快时间维对于我们所关心的一段距离范围进行局部放大;然后针对现有的测距方案常忽略的耦合项问题,通过距离多普勒二维联合处理以及频域插值校正,去除距离-速度耦合以及快时间-慢时间维耦合项,进一步提高了距离测量的准确性;此外采用Jacobsen算法来进行离散频谱校正,在提高精度的同时,保证低的计算复杂度和实时性需求,仿真结果证明其有效性以及和其他传统方案相比的性能优越性。

    一种高速公路网清障机械设备配置方法

    公开(公告)号:CN110120150A

    公开(公告)日:2019-08-13

    申请号:CN201910304839.7

    申请日:2019-04-16

    Applicant: 东南大学

    Abstract: 本发明设计一种高速公路网清障机械设备分配方法,基于对道路清障机械设备总体需求指标与道路大型清障机械设备需求指标的计算,管理人员可以根据道路年平均日交通量,历史事故数,重车年平均日交通量,道路长度数据,量化各个道路清障机械设备需求,结合需求占比与道路最低清障设备要求,将有限的高速公路清障机械设备精准配置到需要的道路上。

    一种嵌入稀疏连接的深度卷积神经网络字符识别方法

    公开(公告)号:CN109583328A

    公开(公告)日:2019-04-05

    申请号:CN201811345088.5

    申请日:2018-11-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种嵌入稀疏连接的深度卷积神经网络字符识别方法,属于信息与通信工程领域。本发明提供的字符识别方法,是基于深度卷积神经网络的,与现有方法不同的是,本发明是对深度卷积神经网络结构的改进,针对原有网络所存在的训练时内存溢出的问题,在原有的深度卷积神经网络中嵌入稀疏连接层,增加了网络的宽度,减少了参数,降低参数空间的维度。从而节省在网络训练和测试时所需要的硬件开销,减少了训练网络时所占用的内存空间,缩短了训练时所需要的时长。

Patent Agency Ranking