-
公开(公告)号：CN102568005B
公开(公告)日：2014-10-22
申请号：CN201110447408.X
申请日：2011-12-28
Applicant: 江苏大学
IPC: G06T7/20
Abstract: 本发明公开一种基于混合高斯模型的运动目标检测方法，首先采集视频帧；提取初始背景帧，进行背景模型的初始化，建立HSV分量模型；当前帧跟背景帧相差分，得前景帧；对所得到的前景帧进行二值化处理；根据所述的前景帧，引入更新因子更新混合高斯背景模型的权值、均值和方差；利用Jeffrey值判断是否为运动目标前景；利用混合高斯阴影模型去除所述运动目标前景的阴影。该方法能够适应动态背景扰动和光照变化影响的，能实时进行更新，有效去除阴影，同时具有很好的鲁棒性。
-
公开(公告)号：CN102568005A
公开(公告)日：2012-07-11
申请号：CN201110447408.X
申请日：2011-12-28
Applicant: 江苏大学
IPC: G06T7/20
Abstract: 本发明公开一种基于混合高斯模型的运动目标检测方法，首先采集视频帧；提取初始背景帧，进行背景模型的初始化，建立HSV分量模型；当前帧跟背景帧相差分，得前景帧；对所得到的前景帧进行二值化处理；根据所述的前景帧，引入更新因子更新混合高斯背景模型的权值、均值和方差；利用Jeffrey值判断是否为运动目标前景；利用混合高斯阴影模型去除所述运动目标前景的阴影。该方法能够适应动态背景扰动和光照变化影响的，能实时进行更新，有效去除阴影，同时具有很好的鲁棒性。
-
公开(公告)号：CN102332167A
公开(公告)日：2012-01-25
申请号：CN201110300915.0
申请日：2011-10-09
Applicant: 江苏大学
Abstract: 本发明公开一种智能交通监控中车辆和行人的目标检测方法，对视频帧序列进行背景模型的初始化，独立建立饱和度分量和亮度分量的混合高斯背景分量模型并取分量均值；将视频帧序列中的当前帧跟背景帧相差分，对前景帧进行二值化处理后再去除阴影和噪声并进行形态学滤波；用更新因子更新得到的混合高斯背景模型的分量的权值、均值和方差；将要进行匹配的运动目标像素点值与更新后的混合高斯背景模型中的每一个分布的Jeffrey值进行比较，利用Jeffrey值判断运动目标像素点是否属于前景点；本发明需对饱和度分量和亮度分量更新相关参数，在不影响精度的情况下降低了系统的开销，能适应场景轻微扰动，克服噪声和环境光照的影响，具有鲁棒性高的特点。
-
公开(公告)号：CN102143356A
公开(公告)日：2011-08-03
申请号：CN201110096960.9
申请日：2011-04-18
Applicant: 江苏大学
Abstract: 本发明是一种图像监控系统，该系统基于WindowsMobile平台，包括摄像头、安装了服务器端程序的PC机以及一部安装了WindowsMobile操作系统的手机。所述图像监控系统执行以下步骤：摄像头采集图像信息；服务器端PC机上的程序读取采集到的图像信息，在收到客户端的监控请求后，开始发送图像信息。客户端手机安装接收软件，实时接收和显示图像信息从而实现监控。本发明特别适用于低成本、移动实时监控场景。
-
公开(公告)号：CN118245969A
公开(公告)日：2024-06-25
申请号：CN202410447323.9
申请日：2024-04-15
Applicant: 江苏大学
IPC: G06F18/25 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及多模态情感识别领域，具体涉及一种基于稀疏注意力融合机制的多模态情感识别方法，采用稀疏自注意力机制解决了处理长序列时计算复杂度激增的问题，通过聚焦于数据中情感相关信息，优化计算效率。设计瓶颈融合模块，显著降低参数量并减少计算成本。稀疏自注意力机制和瓶颈融合模块的结合提升了多模态情感识别任务的性能，在保持低资源消耗的同时，有效分析复杂情感信息，为大规模多模态数据处理提供了高效且资源友好的技术方案。本发明通过对注意力机制进行改进，提出稀疏注意力机制，并引入瓶颈融合模块，能够有效压缩和筛选各模态的特征信息，融合情感相关内容，从而提升多模态融合的整体性能，同时减少模型的参数量。
-
Patent Agency Ranking
公开(公告)号：CN118196871A
公开(公告)日：2024-06-14
申请号：CN202410398109.9
申请日：2024-04-03
Applicant: 江苏大学
IPC: G06V40/16 , G06V10/764 , G06N3/0464 , G06V10/80 , G06V10/82 , G06T7/73 , G06T5/50 , G06T7/62
Abstract: 本发明公开了一种利用图片处理与目标检测结合的高精度瞳孔定位方法，利用预训练的瞳孔目标检测模型获得双眼瞳孔轮廓；获取人脸三维关键点图，使用最小二乘法拟合曲线拟合眼睛区域，并转化为灰度图像，对眼睛区域图像进行二值化处理，计算重心坐标，以重心坐标作为生成的瞳孔中心坐标，最后将生成瞳孔圆在眼睛区域内遍历，使其与目标检测得到的瞳孔轮廓进行拟合，直至找到最匹配的瞳孔轮廓；本发明即使在一些复杂情况下，如低光照或模糊图像，也能够更可靠地定位瞳孔，结合两种方法可以在不同层次上对瞳孔进行定位，从而提高整体的定位精度，具有高精确度、高鲁棒性的特点。
-
公开(公告)号：CN117172763A
公开(公告)日：2023-12-05
申请号：CN202311166067.8
申请日：2023-09-08
Applicant: 江苏大学
Abstract: 本发明涉及一种基于多粒度溯源的数字人民币流通监管方法，该方法融合数字人民币溯源与多粒度思想，实现数字人民币“小额匿名，大额依法可溯”。根据用户之间的相似性指标对用户进行聚类，将同一类别用户表示为一个抽象用户；经过聚类迭代，生成层次化的多粒度用户结构；通过获取不同粒度层上的数字人民币溯源，管理者能够获得不同粒度的数字人民币流通过程，并以此对数字人民币流通进行监管。本发明通过粗粒度数字人民币溯源获取数字人民币的流通走向，在当前粒度溯源无法满足甄别需求时，管理者可以细化溯源粒度，在满足甄别需求的同时做到对用户交易的可控匿名。
-
公开(公告)号：CN110766041B
公开(公告)日：2023-04-07
申请号：CN201910830378.7
申请日：2019-09-04
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06Q50/02
Abstract: 本发明涉及一种基于深度学习的害虫检测方法，主要应用于粮仓害虫的检测。通过轻量化SSD中的VGG16模型，并减少对应卷积核、池化核和特征图的维数，修改特征层，另外在损失函数中加入用于分类和回归任务的加权target，使用标记的粮仓害虫图片进行训练，将训练完成的模型对害虫进行检测。本发明可由低到高的多层次特征学习，并优化了模型训练的收敛速度，平衡了正负样本数量，提高了训练效率，快速实现高精度的粮仓害虫检测。
-
公开(公告)号：CN115171049A
公开(公告)日：2022-10-11
申请号：CN202210921764.9
申请日：2022-08-02
Applicant: 江苏大学
Abstract: 本发明涉及计算机视觉中视频异常监测领域，具体涉及一种基于对象元的视频异常检测方法。通过对一段任意场景的正常视频图像进行光流计算和对象检测，生成对象元。接下来将对象元输入多级记忆搜索引导自动编码器进行训练，得到图像重建模型。之后将图像重建模型应用于同一场景的待检测视频上，对其中的对象进行图像重建。最后将重建对象映射回原视频帧，根据图像间差异实现异常检测。本发明通过光流计算、对象检测和实例分割准确提取出视频帧中的对象像素，并将其与计算得到的类型信息、位置信息和光流图进行维度融合，生成对象元这种新型数据，之后将对象元输入多级记忆搜索引导自动编码器进行训练和重建，实现从多个维度进行视频异常检测。
-
公开(公告)号：CN111178141B
公开(公告)日：2022-07-22
申请号：CN201911235078.0
申请日：2019-12-05
Applicant: 江苏大学
Abstract: 本发明具体涉及一种基于注意力机制的LSTM人体行为识别方法。将人体关节点坐标信息作为输入数据，将人体关节点根据人体结构分为5组，并将其坐标信息送入5个LSTM‑Attention模块进行特征提取，将提取到的新特征进行3次局部融合，并将其送入相应的LSTM‑Attention模块进行特征提取以获得整个人体特征，将整个人体特征送入全连接层以及softmax层输出人体行为识别结果；本发明在LSTM中引入注意力机制，使得LSTM能够较好的保留和处理数据中的时序信息，特征向量传入Attention层中能够自适应地感知对识别结果有较大影响的网络权重，提高了人体行为识别的效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.04 seconds)
