-
公开(公告)号：CN114913585A
公开(公告)日：2022-08-16
申请号：CN202210555311.9
申请日：2022-05-20
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V40/20 , G06V10/764 , G06V10/774 , G06N3/04
Abstract: 本发明涉及老人摔倒检测技术领域，且公开了融合面部表情的居家老人摔倒检测方法，包括以下步骤：1)收集监控视频数据集；2)提取视频中的前景人体目标；3)获取人体头部骨骼点坐标并提取人体头部骨骼点的位移时序特征，同时获取监控视频中人体的面部图像；4)将头部骨骼点的位移时序特征与面部图像分别输入位移时序特征注意力模块与面部表情识别模块；5)获取特征权重，对两个神经网络模块的输出张量特征采用自适应加权特征融合方式进行融合；6)融合后的特征经过分类器进行判断是否为摔倒。该融合面部表情的居家老人摔倒检测方法，通过将面部表情特征与头部骨骼点的位移特征自适应加权特征融合，提高了检测的准确性。
-
公开(公告)号：CN114627382B
公开(公告)日：2022-07-22
申请号：CN202210508579.7
申请日：2022-05-11
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V20/52 , G06V20/58 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请涉及一种联合行道线几何先验的高速公路雾天能见度检测方法。该方法包括：实时获取高速公路上的摄像头拍摄的高速公路雾天情况的图像数据；将高速公路雾天情况的图像数据输入到训练好的双分支分类网络模型的行道线检测分支和深度神经网络视觉特征提取分支，对应输出行道线检测标签和道路区域的视觉特征；训练好的双分支分类网络模型的融合分类模块根据行道线检测标签计算高速公路可见区域的长度特征，并融合道路区域的视觉特征进行分类，确定摄像头拍摄的高速公路对应的雾天能见度等级，联合行道线长度特征进行分类，分类准确度高，从而提高了高速公路雾天能见度检测的准确率。
-
公开(公告)号：CN114511629A
公开(公告)日：2022-05-17
申请号：CN202111649445.9
申请日：2021-12-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种自适应多视图和时序特征融合的单人三维姿态估计方法，基于多相机的视频序列图片为输入，设计了一个鲁棒的特征提取器来提取2D姿态特征；基于2D姿态特征为输入，在相机维度上设计了一种自适应的视图自注意力变换网络，通过相对相机位置编码和自注意力机制来融合任意数量的未标定相机下的二维姿态，获取多目融合的姿态特征；基于多目融合的姿态特征为输入，在时间维度上设计一种时序自注意力变换网络，通过自注意力机制自适应地融合多帧特征，获得最终的3D姿态。本发明设计合理，无需重新训练可以直接应用到有任意数量的未标定相机的场景下且网络计算量很小。
-
公开(公告)号：CN113792822A
公开(公告)日：2021-12-14
申请号：CN202111352357.2
申请日：2021-11-16
Applicant: 南京信息工程大学
Abstract: 本发明涉及图像信息处理技术领域，具体涉及一种高效的动态图像分类方法。在两种分类场景设置下，本发明方法的计算效率始终比多尺度密集网络、分辨率自适应网络、带中间分类器的残差网络、带中间分类器的密集网络、不同大小的残差网络集合、不同大小的密集网络集合、GoogleNet、宽残差网络的计算效率高；通过交叉融合模块和自适应蒸馏模块促进网络内不同分辨率特征之间的协作，使在低分辨率分支被视为“困难”的样本变得不再困难。此外，我们通过设置阈值使得本发明可以动态地停止推理，有效地提高了计算效率。
-
公开(公告)号：CN113627349A
公开(公告)日：2021-11-09
申请号：CN202110923668.3
申请日：2021-08-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于自注意力变换网络的动态人脸表情识别方法，其特征在于：在空间维度上设计了一种联合深度卷积神经网络的空间自注意力变换网络，通过编码局部特征之间的相互关系，从而获得对自然环境下人脸姿态变化和遮挡鲁棒的人脸表情特征；在时间维度上设计了一种时序自注意力变换网络，通过编码人脸表情视频各帧之间的相互关系，从而获得具有上下文感知的时序人脸表情特征。本发明设计合理，得到的动态人脸表情识别模型具有识别精度高和抗干扰性强等优点。
-
Patent Agency Ranking
公开(公告)号：CN113361623A
公开(公告)日：2021-09-07
申请号：CN202110691248.7
申请日：2021-06-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种轻量级CNN结合迁移学习的医学图像分类方法，包括：(1)获取医学图像数据集，并对其预处理，包括调整大小，使用高斯模糊和直方图均衡化进行增强处理，之后将预处理后的医学图像数据集按照一定比例划分得到训练集、验证集以及测试集；(2)构建预训练好的MobileNetV2网络并进行微调，对MobileNetV2网络的损失函数使用L2正则化进行处理，通过贝叶斯优化方法调整MobileNetV2网络中的超参数，之后利用训练集对MobileNetV2网络进行训练，利用验证集对MobileNetV2网络进行验证，得到重新训练好的MobileNetV2网络；(3)将测试集输入重新训练好的MobileNetV2网络，得到分类结果。本发明所述方法提高了分类精度，缩短了MobileNetV2网络的训练时间，并且对于硬件设备的要求不高，适合资源匮乏的地区使用。
-
公开(公告)号：CN107945146B
公开(公告)日：2021-08-03
申请号：CN201711180763.9
申请日：2017-11-23
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于深度卷积神经网络的时空卫星图像融合方法。所述基于深度卷积神经网络的时空卫星图像融合方法包括如下步骤：训练阶段：选取对应的Landsat图像和MODIS图像形成Landsat‑MODIS图像对，并对Landsat图像进行下采样，得到接近MODIS空间分辨率的LSR Landsat图像，根据Landsat图像、MODIS图像和LSR Landsat图像的组合进行训练，并分别得到非线性映射CNN网络和超分辨率重建CNN网络；预测阶段：分别选取日期t1和t3的Landsat‑MODIS图像对，基于训练阶段得到的非线性映射CNN网络和超分辨率重建CNN网络，预测位于日期t1和t3之间的日期t2的Landsat预测图像。
-
公开(公告)号：CN112365476A
公开(公告)日：2021-02-12
申请号：CN202011268313.7
申请日：2020-11-13
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于双通路深度网络的雾天能见度检测方法，包括采集高速公路监控图像，根据能见度距离分类为若干等级，并划分为训练数据集与测试数据集；构建雾天能见度检测的双通路深度网络模型，两条通路分别学习暗通道先验信息与雾天图像的深度特征，并联合两类特征通过全连接层进行分类；设计用于优化网络模型参数学习的目标函数，预设网络模型的训练超参；将训练数据送入网络模型中，根据目标函数，采用Adam优化器实现模型参数的迭代优化与更新；训练完成的网络模型可实现对高速公路雾天能见度等级的端对端分类，预测高速公路监控图像的能见度等级。本发明可实现高速公路雾天能见度等级的自动检测，为公路管理部门的智能化管理提供技术支撑。
-
公开(公告)号：CN109086775B
公开(公告)日：2020-10-27
申请号：CN201810796361.X
申请日：2018-07-19
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种快速流形排序和低秩约束的协同显著性检测方法。首先，通过两阶段的快速流形排序算法为每张图片生成多张协同显著图；然后，基于协同显著图从每张图片分割出一组不同尺度的显著性区域，并通过显著图构建的特征矩阵得到自适应权重，与协同显著图相乘得到融合后的结果；最后，再利用图割法对检测结果作进一步优化。本发明能够有效增强协同显著性物体，并抑制背景和非协同显著区域。
-
公开(公告)号：CN110399909A
公开(公告)日：2019-11-01
申请号：CN201910609358.7
申请日：2019-07-08
Applicant: 南京信息工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于标签约束弹性网图模型的高光谱图像分类方法。步骤：对待高光谱图像进行EMP特征提取，构建空谱联合特征；根据空谱联合特征进行标签约束传递，获得全局约束矩阵；根据全局约束矩阵，针对每个像素点构建字典；根据字典求解弹性网表示，构建标签约束的弹性网图模型；基于弹性网图模型进行半监督分类，得到标签矩阵，实现高光谱图像分类。本发明可以降低计算的复杂度，提高构图的准确性，提升算法分类性能。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.039 seconds)
