-
公开(公告)号：CN114495281A
公开(公告)日：2022-05-13
申请号：CN202210124910.5
申请日：2022-02-10
Applicant: 南京邮电大学
Abstract: 本发明所述的一种基于整体和部分约束的跨模态行人重识别方法，利用混合交叉的双路径特征学习网络从两种不同的模态中深度提取局部行人特征，然后将提取的特征水平切割为p个部件后映射到公共空间，用于水平切割图像的局部特征和全局特征，提升行人特征表征能力；最后通过模态特定身份损失、交叉熵损失以及提出的损失函数共同协作，减小模态间的差异，提升整体性能；在训练数据时，采用随机水平翻转和随机擦除增强数据，用以扩充训练数据。
-
公开(公告)号：CN111716356B
公开(公告)日：2021-12-24
申请号：CN202010559790.2
申请日：2020-06-18
Applicant: 南京邮电大学
IPC: B25J9/16
Abstract: 一种仿人多机器人的协作方法，包括如下步骤：确定任务分配数学模型，对任务分配问题进行描述，对任务、机器人能力和目标函数进行定义；对任务分配问题进行描述后，定义机器人任务序列，并制定目标函数的约束条件；对任务进行分解，建立机器人系统的层次结构模型，在层次结构模型的基础上设计每个机器人的行为任务树；通过合同网协议CNP的协商机制完成分布式人工智能的任务分配。通过实验验证表明，本方法有效提高了多机器人团队之间的协作效率；缩短了多机器人系统的运行时间，在解决实际、时间紧迫的任务分配问题上的具有有效性和鲁棒性。
-
公开(公告)号：CN113076994A
公开(公告)日：2021-07-06
申请号：CN202110349864.4
申请日：2021-03-31
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了图像识别技术领域的一种开集域自适应图像分类方法及系统，利用通道注意力机制，使网络更好地获取域不变特征，便于特征的迁移，同时使其更容易训练。包括将从源域中获取的带标签样本、从目标域中获取的无标签样本分别输入基于通道注意力模块的特征提取器中，获取加权后的多通道特征图；将加权后的多通道特征图送入标签分类器，将带标签样本划分为K个已知类别，将无标签样本划分为在源域中可见的K个已知类别和在源域中不可见的一个未知类别；将来自源域和目标域的已知类别送入域辨别器，并基于对抗生成网络强化域不变特征提取；基于协方差匹配，缩小源域与目标域之间的域间差异。
-
公开(公告)号：CN110751167A
公开(公告)日：2020-02-04
申请号：CN201910812929.7
申请日：2019-08-29
Applicant: 南京邮电大学
Abstract: 一种基于PCA排序的协方差自适应演化策略算法，包括如下分步骤：设定协方差自适应演化策略CMAES的参数；初始化分布＜x＞、协方差C、步长σ，x指搜索点，即候选解，可能为一个或多个，以xi表示， 采样形成父代种群Xi＝N(＜x＞,σ2C)；计算适应度函数cost＝f(xi)；确认是否满足终止条件，若满足则结束，若不满足则转下一步；选择最优μ个粒子构成子代种群，更新xg、步长进化路径pσ、协方差矩阵进化路径pc、协方差C、步长σ；将C进行特征分解，将特征值排序降维，回到第三步。本发明结合了PCA和CMAES两者的优点，两者的更新机制的组合降低了维数的影响，在目标函数评价次数减少的情况下仍能获得较高的求解精度。
-
公开(公告)号：CN110501903A
公开(公告)日：2019-11-26
申请号：CN201910864210.8
申请日：2019-09-12
Applicant: 南京邮电大学
IPC: G05B13/02
Abstract: 本发明公开了一种机器人免逆解控制系统参数的自调节及优化方法，包括以下步骤：1)构建神经网络，将机器人执行运动的误差以及误差的差分函数作为神经网络的输入，利用遗传算法对神经网络进行训练，训练完毕后神经网络输出控制系统参数；2)通过强化学习对控制系统参数进行优化；3)对优化后的控制系统参数进行回归分析并拟合成n阶函数，得到优化后的控制系统。本发明解决了目前机器人免逆解控制系统中参数选择依赖经验、性能不佳等不足，实现对机器人运动时的稳定性、鲁棒性和实时性有较好的提升。
-
Patent Agency Ranking
公开(公告)号：CN110223313A
公开(公告)日：2019-09-10
申请号：CN201910349420.3
申请日：2019-04-28
Applicant: 南京邮电大学
IPC: G06T7/136
Abstract: 基于改进区域生长算法的仿人足球机器人图像分割，具体包括如下步骤：步骤1，设灰度差的阈值为零；步骤2，对图像进行逐行扫描，找出尚无归属的像素；步骤3，以该像素为中心，检查它相邻的像素，即将邻域中的像素逐个与它比较，如果灰度差小于事先确定的阈值，则将它们合并；步骤4，以新合并的像素为中心，再进行步骤3检测，直到区域不能进一步扩张；步骤5，重新回到步骤2继续扫描直到不能发现没有归属的像素；步骤6，求出所有邻接区域之间的平均灰度差，合并具有最小灰度差的邻接区域；步骤7，设定终止准则，通过反复进行上步的操作将区域依次合并，直到终止准则满足为止，生长过程结束。本发明能够显著改善机器人识别目标的效果。
-
公开(公告)号：CN106514653B
公开(公告)日：2019-01-22
申请号：CN201610970440.9
申请日：2016-11-07
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于贝塞尔曲线插值的仿人足球机器人踢球方法，基于轨迹规划与逆运动学相互协作技术，采用全新设计架构逻辑关系，基于所设计高精准度踢球动作，获得的精准足部运动轨迹的同时，利用逆运动学技术，获得仿人足球机器人踢球腿在进行踢球动作时，腿部关节的角度变化过程，并以此过程作为控制指令，实现针对仿人足球机器人踢球腿的控制，以实现高精准度的踢球动作，并同时获得更优的仿人足球机器人自身稳定性。
-
公开(公告)号：CN104200483B
公开(公告)日：2018-05-18
申请号：CN201410268650.4
申请日：2014-06-16
Applicant: 南京邮电大学
IPC: G06T7/66
Abstract: 本发明提供一种多摄像头环境中基于人体中心线的目标检测方法，通过背景差分技术得到目标人二进制图像；利用最小中位数均方差的方法得到目标人的主轴信息；通过计算各摄像头之间的单应矩阵并通过该单应矩阵得到多个摄像头之间目标的对应位置，实现运动目标在多摄像头内的检测。该方法在运动检测中错误敏感性也非常低，具有很强的鲁棒性。在无遮挡及有遮挡情况下，单个摄像机视野中目标人的中心线能够被很好的检测到。并经过实验证明，该方法具有较强的有效性及鲁棒性。目标人中心线的准确检测，为后续多个视角中目标的确定及目标的跟踪提供了良好的基础。
-
公开(公告)号：CN104063541B
公开(公告)日：2017-12-01
申请号：CN201410274560.6
申请日：2014-06-18
Applicant: 南京邮电大学
IPC: G06F17/50
Abstract: 本发明提供一种基于分层决策机制的多机器人协作方法，球员依据球的位置判断进行阵型选择去应对比赛；接着所有球员投票选出自己认为此时最佳的持球者前锋持球者，再进行其它角色分配；判断是否为前锋持球者，如果是前锋持球者，则行走至球处，带球行走，使用理想行为预测模型对对手速度进行数学建模用于前锋持球者行走踢球决策模块；如果不是前锋持球者，则进行其他角色分配后，行走至位置点，进行阵型选择。本发明依次实现前锋持球者的选择和其它所有球员角色的分配，同时针对前锋持球者带球决策模块建立DOBMP模型，最后采用动态规划算法优化角色函数所带来的高维数计算量的问题，保证基于足球位置不断变化下的角色轮换的流畅性。
-
公开(公告)号：CN104200295A
公开(公告)日：2014-12-10
申请号：CN201410236099.5
申请日：2014-05-29
Applicant: 南京邮电大学
Abstract: 本发明提供一种RCRSS中基于分区的多警察智能体任务分配方法，将地图分割为不多于警察个数的分区，采用基于距离的k-means聚类算法，把距离作为相似性评价指标，对救援仿真环境进行建模分析，得到数量小于警察智能体数量的分区；在每个分区中分配一定数量的警察，采用静态分配与动态调整相结合的协作方式对警察智能体进行调度。对比实验结果表明，本发明所用的方法能够适应多种复杂灾难环境，在有限时间内更好的完成了清除路障的任务，提高了警察智能体协作效率，有效提升了警察智能体的救援效率。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.027 seconds)
