-
公开(公告)号：CN109815246B
公开(公告)日：2023-05-23
申请号：CN201910189085.5
申请日：2019-03-13
Applicant: 东南大学
Abstract: 本发明涉及一种道路分段天气信息获取跟踪播报方法，基于对道路的分段，获得各个道路播报段，并将各道路播报段与天气发布区结合起来，实时获得各道路播报段的天气播报，构建目标区域内各道路播报段实时天气信息数据库，同时，辅以视频监控、养护人员巡逻、以及司乘人员反馈的天气信息校核方式，完成对不同单位管辖路段交通天气信息的修正与上报，整个过程中，天气信息准确性高、完备性好、上传下达效率高，能为道路管理者们提供较好的工具，减轻日常工作中的强度，提高日常工作的效率。
-
公开(公告)号：CN111652236A
公开(公告)日：2020-09-11
申请号：CN202010505152.2
申请日：2020-06-05
Applicant: 东南大学
Abstract: 弱监督场景下跨层特征交互的轻量级细粒度图像识别方法，该方法利用多层聚合分组卷积代替常规卷积构建出新型残差模块，将其直接嵌入深度残差网络框架实现基础网络轻量化。之后，通过计算高效的低秩近似多项式核池化对特征之间的交互作用进行建模，压缩特征描述向量维度，降低分类全连接层的存储占用与计算成本，同时这一池化方案促使线性分类器具备与高阶多项式核分类器相当的判别能力，显著提高识别精度。最终，采用跨层特征交互网络框架组合特征多样性，增强特征学习与表达能力，减少过拟合风险。本发明公开的弱监督场景下跨层特征交互的轻量级细粒度图像识别方法在识别准确率、计算复杂度和技术可行性三个方面的综合性能处于目前领先水平。
-
公开(公告)号：CN109472870A
公开(公告)日：2019-03-15
申请号：CN201811435439.1
申请日：2018-11-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于网格重构和多影响域修正的模型匹配方法，通过读取三维地形和建筑物数据，获取融合区域，然后在融合区域中根据Delaunay三角剖分算法将地形数据和建筑物数据进行无缝匹配，再对匹配后的模型周围的地形顶点利用高斯混合模型进行局部校正，通过修正匹配后地物周边的地形顶点的高程值，能够有效地控制匹配过程对地形造成的失真现象。本发明不仅能够在实现地形与建筑物数据无缝匹配的同时，有效地控制匹配过程对地形造成的失真现象，同时相比于传统方法可以减少匹配过程造成的误差，从而提升整体的匹配效果。
-
公开(公告)号：CN109064546A
公开(公告)日：2018-12-21
申请号：CN201810588227.0
申请日：2018-06-08
Applicant: 东南大学
CPC classification number: G06T17/005 , G06F9/4806
Abstract: 本发明公开了一种地形影像数据快速调度方法及其系统，方法包括：1.生成多分辨率DEM金字塔模型数据和多分辨率DOM金字塔模型数据，并存储于外存；2.确定数据调度范围以及从数据调度范围中调入内存的DEM数据层次，将多分辨率DEM金字塔模型数据中对应层次DEM数据调入内存；3.根据预先建立的视距范围与DOM数据层次对应关系，确定视点距所述数据调度范围内地形块的距离所对应的DOM数据层次，将所述多分辨率DOM金字塔模型数据中对应层次的DOM数据调入内存；4.根据调入内存的DEM数据和DOM数据进行地形场景的绘制；本发明大大减少了系统I/O等待时间，提高数据调度效率，提升用户漫游场景体验，避免发生场景不连续现象。
-
公开(公告)号：CN107834540A
公开(公告)日：2018-03-23
申请号：CN201710961440.7
申请日：2017-10-17
Applicant: 国网宁夏电力公司固原供电公司 , 中国电力科学研究院 , 东南大学
Inventor： 陈丽娟 , 王国功 , 齐蓬勃 , 徐军 , 吴甜恬 , 汪春 , 焦文华 , 张永勤 , 许晓慧 , 夏俊荣 , 刘海璇 , 戈富国 , 李凡 , 张祥文 , 周昶 , 王鹏 , 杨哲 , 马效国 , 李志军 , 贾宁和 , 韩秀勇 , 赵黎明 , 蔡周 , 马芳
CPC classification number: H02J3/00 , H02J3/383 , H02J2003/007
Abstract: 本发明属于新能源配电系统规划技术领域，特别涉及一种基于概率约束的分布式光伏接入容量的确定方法；包括：读取数据、初始化差分算法参数、基于牛拉-半不变量法、结果判断、计算惩罚函数项h(t)、适应度值计算、判断是否满足终止条件、种群更新；本发明的有益效果在于：本发明将概率约束纳入到分布式光伏接入容量的计算，能够保证接入容量的准确性，使整个确定过程更加合理准确、科学有效，可以提高搜索能力与搜索速度。
-
Patent Agency Ranking
公开(公告)号：CN110097091B
公开(公告)日：2023-04-18
申请号：CN201910282875.8
申请日：2019-04-10
Applicant: 东南大学
IPC: G06V10/764
Abstract: 训练和推理数据分布不一致条件下的图像细粒度识别方法，建立了检测‑细粒度模型，检测模块提取特征并对类别、位置和置信度回归。获取感兴趣区域位置并粘贴到WxH黑色背景后，传入特征融合的细粒度模块，利用多尺度双线性特征对子类进行细粒度识别。在提出的Cigarette67‑2018训练，且细粒度模块在特定数据集Cigarette67‑2018，较之前双线性模型B‑CNN基线有显著提高。在单核CPU上推理速度可以满足实时性要求且本发明中的细粒度识别模块为弱监督算法，仅仅需要图像级标注信息，这使本发明易于操作，实用价值高。
-
公开(公告)号：CN109961049B
公开(公告)日：2022-04-26
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。
-
公开(公告)号：CN109583328B
公开(公告)日：2021-09-03
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。
-
公开(公告)号：CN111553397A
公开(公告)日：2020-08-18
申请号：CN202010316648.5
申请日：2020-04-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于区域全卷积网络和自适应的跨域目标检测方法，属于计算机视觉技术领域。本发明使用深度学习目标检测技术，针对目标检测中训练域和测试域的数据不同分布的问题，利用自适应方法来改善目标检测的跨域鲁棒性。首先基于深度学习构建了区域全卷积网络模型；接着在图像级别和目标级别上设计了两个相应的域分类器作为自适应成分来减少域变换的差异，并在域分类器加上一致性正则化；然后以端到端的方式训练网络；最后去掉自适应成分，将网络用于目标检测任务。采用我们设计的跨域目标检测方法可以有效提高在各种域变换场景中进行目标检测的平均精度。
-
公开(公告)号：CN111553230A
公开(公告)日：2020-08-18
申请号：CN202010319149.1
申请日：2020-04-21
Applicant: 东南大学
Abstract: 本发明提供了一种在无约束场景下的基于特征强化的渐进式级联人脸检测方案，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，利用特征强化模块实现双分支架构，在预测之前，对各分支应用Max-Both-Out策略；训练时搭建迭代式级联结构，设计渐进式损失，即由第一分支多任务损失和第二分支多任务损失加权求和，用以指导训练与学习过程直至收敛，最终实现对目标人脸的检测。本发明不仅关注上下文信息还着重挖掘当前层特征，丰富了面部特征的提取模式，适用于检测难度较高的无约束场景，尤其对微小的、模糊的、遮挡的人脸也可实现精准检测。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.061 seconds)
