-
公开(公告)号：CN105528771A
公开(公告)日：2016-04-27
申请号：CN201610035576.0
申请日：2016-01-19
Applicant: 南京邮电大学
IPC: G06T5/00
CPC classification number: G06T5/006 , G06T5/002 , G06T2207/10081 , G06T2207/30008
Abstract: 本发明公开了一种使用通过最优化能量函数对锥束CT中杯状伪影进行校正的方法，该方法针对重建后的切片图像，直接面向用户，不对原有锥束CT设备进行任何改动，就可以完成校正工作，能够高效地进行锥束CT的杯状伪影校正的同时还能够提高重建图像的同种物质的CT值均匀性，从而有助于重建图像中，完善的体可视化和基于阈值的可视化技术的发展。该方法应用于锥束CT重建图像(即图像域)校正技术领域。
-
公开(公告)号：CN113723199B
公开(公告)日：2024-08-09
申请号：CN202110884347.7
申请日：2021-08-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种机场低能见度检测方法、装置及系统，所述方法包括获取当前时刻关键气象因子和视频图像数据；将获取的关键气象因子数据输入预先训练的气象因子预测能见度模型，获得第一能见度；将获取的关键气象因子和视频图像数据输入预先训练的跨模态能见度预测模型，获得第二能见度；将所述第一能见度和第二能见度输入预先训练的两模型权重模型，输出预测能见度。本发明提高了通过气象数据或图像数据模型预测能见度的准确度，保证了能见度预测的可靠性。
-
公开(公告)号：CN109086803B
公开(公告)日：2022-10-14
申请号：CN201810755419.6
申请日：2018-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于深度学习与个性化因子的雾霾能见度检测系统，该系统包括数据库建立模块，用于构建不同能见度的雾霾能见度图片库；能见度提取模块，用于根据所述雾霾能见度图片库提取所述雾霾能见度图片中涉及场景的标志物的能见度，建立能见度坐标，并对所述雾霾能见度图片中涉及的场景进行编号，个性化因子提取模块，用于针对所述场景编号进行归一化，并将其定义为特征值，并根据场景编号提取个性化因子；神经网络训练模块，用于将所述个性化因子和所述雾霾能见度图片输入到卷积神经网络中进行训练；本发明采用基于深度学习的卷积神经网络结构能够自动提取数据集特征与传统方向比更加渐变，可以快速处理大数据集，节省了大量的训练时间。
-
公开(公告)号：CN113269038B
公开(公告)日：2022-07-15
申请号：CN202110419108.4
申请日：2021-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多尺度的行人检测方法，第一步运用多尺度特征融合，来更多地学习不同尺度的特征，实现利用浅层的特征将简单的目标的区分开来，利用深层的特征将复杂的目标区分开来的目的；第二步，为了进一步提升网络对于多尺度，尤其是小目标的检测能力，用不同大小的滑窗，使得RPN输出经不同感受野滑窗生成的候选区域。本发明在行人检测方面具有一定的提升，而且比现有技术具有更好的鲁棒性，可以用于小目标行人的检测。
-
公开(公告)号：CN109214331B
公开(公告)日：2022-03-15
申请号：CN201811002540.8
申请日：2018-08-30
Applicant: 南京邮电大学
IPC: G06V20/54 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62
Abstract: 本发明揭示了一种基于图像频谱的交通雾霾能见度检测方法。其实现步骤主要是：（1）采集不同场景下不同能见度的高速公路雾霾能见度图片，用以建立图片库。（2）以高速公路车道线为标识物建立坐标，用以测量雾霾图片能见度；（3）对图片做余弦变换，来提取图片的高频、低频信息，作为特征；（4）将所提取特征输入深度神经网络进行训练；并应用于实测。本发明采用高低频信息作为神经网络输入特征，提高了检测精度；同时采用深度神经网络模型，对大数据集进行处理提供了便利条件。
-
Patent Agency Ranking
公开(公告)号：CN108810535B
公开(公告)日：2020-11-03
申请号：CN201810603765.2
申请日：2018-06-12
Applicant: 南京邮电大学
IPC: H04N19/117 , H04N19/132 , H04N19/177 , H04N19/34
Abstract: 本发明公开了一种基于毫米波系统的自适应鲁棒视频编码方法，包括：对视频源进行张量分解显著性提取，并结合码率分配，将视频内容分配给编码器；通过场景建模控制编码器运行：若视线路径和中继路径通畅时，采用HEVC编码器，并结合通信路径数和路径信道状态确定自适应多描述编码器的编码路数，实现视线路径和/或中继路径的视频传输；若视线路径和/或中继路径不稳定时，采用SHVC编码器，并结合路径数和路径信道状态确定自适应多描述编码器的编码路数，通过喷泉编码实现中继路径、视线路径和一阶反射路径其中两者或者三者的视频传输。本方法保障用户在恶劣的网络条件下的基本视频服务，而在较稳定的网络条件下，尽可能提高视频质量。
-
公开(公告)号：CN111243236A
公开(公告)日：2020-06-05
申请号：CN202010053964.8
申请日：2020-01-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的疲劳驾驶预警方法及系统，包括：参数解析模块，视频采集模块，图像处理模块，识别模块，画框模块，警报模块；所述参数解析模块用于当程序启动时读入程序的各种参数设定，所述视频采集模块采集视频，并将有效视频传输至所述图像处理模块，所述图像处理模块读入并记录图像的长度和宽度，并生成一个同样大小的零矩阵，将图像传输至所述识别模块，所述识别模块生成检测结果的框图坐标及检测结果的置信度，所述画框模块通过识别框图坐标和检测结果置信度，对所有类别进行遍历，将所有置信度大于阈值的类别根据框图坐标进行画框并标注类别，根据类别的不同，画出颜色不同的框体加以区别，所述警报模块发送警报信号。
-
公开(公告)号：CN107274383A
公开(公告)日：2017-10-20
申请号：CN201710346524.X
申请日：2017-05-17
Applicant: 南京邮电大学
CPC classification number: G06T7/0002 , G06K9/4604 , G06K9/4661 , G06K9/6256 , G06N3/0454 , G06T2207/30192
Abstract: 本发明公开了一种基于深度学习的雾霾能见度检测方法，首先创建包括训练样本集和交叉验证样本集的道路交通雾霾图像库；对交通雾霾图像库中所有的雾霾图像进行预处理；采用卷积神经网络提取训练样本集里预处理后的雾霾图像的最远能见度边缘特征，得到多个特征图；将特征图通过前向传播至配置好的卷积神经网络进行训练，并通过反向传播算法进行卷积神经网络中各层间权重的调整，反复迭代求取出用于雾霾图像分类的卷积神经网络模型，再通过预处理后的交叉验证样本集对卷积神经网络模型进行优化，最终得到一个用于对雾霾图像分类的能见度检测模型；利用上述得到的能见度检测模型对于路面摄像机拍摄的图片进行分类判断，从而实现对雾霾状况的实时检测。
-
公开(公告)号：CN106803069A
公开(公告)日：2017-06-06
申请号：CN201611242470.4
申请日：2016-12-29
Applicant: 南京邮电大学
CPC classification number: G06K9/00288 , G06K9/00268 , G06K9/00308 , G06K9/6256 , G06K9/6267 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的人群高兴程度识别方法，首先将人工标注的单个人脸图像做分类和图像尺寸归一化处理，得到人脸高兴程度数据库和人脸遮挡程度数据库，再分别将它们分为训练集和验证集，用于训练卷积神经网络，然后利用训练好的网络模型对输入的一幅合影图像中的人脸进行高兴程度和遮挡程度的识别，最后采用人脸高兴程度加权的方式计算出图像中的人群高兴程度。采用深度学习对图像中的群体表情进行分析，相比于传统提取PHOG、Gabor特征的方法要更准确，为解决图像中的人群情感识别问题提拱了新的思路和途径。
-
公开(公告)号：CN106168808A
公开(公告)日：2016-11-30
申请号：CN201610725644.6
申请日：2016-08-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的旋翼无人机自动巡航方法及其系统，该方法基于深度学习对沿线障碍物进行规避，等于给无人机增加了眼睛，辅以超声波测距方法，对近距离的障碍物及时避让。该系统包括图像采集模块、障碍物识别模块、超声波距离检测模块、飞行控制模块和基于北斗卫星的定位模块。本发明特别适用于物流系统，可实现点到点的无人机自动运货功能，大大节约了人力。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.032 seconds)
