-
公开(公告)号：CN112904279B
公开(公告)日：2024-01-26
申请号：CN202110059164.1
申请日：2021-01-18
Applicant: 南京工程学院
IPC: G01S5/22 , G10L21/0208 , G10L21/0216 , G10L25/30 , G10L25/45 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络和子带SRP‑PHAT空间谱的声源定位方法，包括：麦克风阵列采集语音信号，对采集的语音信号进行分帧和加窗的预处理得到单帧信号；计算每帧信号的子带SRP‑PHAT空间谱矩阵；将所有帧信号的子带SRP‑PHAT空间谱矩阵输入训练完成的卷积神经网络，输出语音信号属于每个方位角的概率，取概率最大的方位角作为该语音信号的声源方位角估计值。本发明可提高麦克风阵列在复杂声学环境下的声源定位性能，提高对声源空间结构、混响和噪声的泛化能力；可离线完成卷积神经网络的训练过程，将训练好的卷积神经网络保存于内存中，测试时仅需要一帧信号就可以实现(56)对比文件Vecchiotti等.End-to-end Binaural Sound Localisation from the Raw Waveform.《IEEE》.2019,451-455.S. Jiang, W. L., P. Yuan, Y. Sun andH. Liu.Deep and CNN fusion method forbinaural sound source localization《.TheJournal of Engineering》.2020,511–516.张文涛;韩莹莹;黎恒.基于卷积神经网络的交通声音事件识别方法.现代电子技术.2018,(第14期),全文.Xiaoyan Zhao 等.Sound SourceLocalization Based on SRP-PHAT SpatialSpectrum and Deep Neural Network .《Computers, Materials & Continua 》.2020,第253-271页.
-
公开(公告)号：CN112966649B
公开(公告)日：2022-06-03
申请号：CN202110319464.9
申请日：2021-03-25
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于核扩展字典稀疏表示的遮挡人脸识别方法，包括步骤(S1))：构建训练样本集X；步骤(S2)：构建标准样本集N；步骤(S3)：构建测试样本集Y；步骤(S4)：构建训练样本集X的遮挡字典D1和测试样本集Y的遮挡字典D2，得到混合完备遮挡字典D；步骤(S5)：根据混合完备遮挡字典D，采用SRC模型对待测样本进行线性稀疏表示分类，进行该待测样本的遮挡人脸识别。本发明用来消除样本字典中像素冗余信息，获取更具判别性和表征性的字典，使样本字典中仅包含人脸结构特征，而不含有像素冗余信息和干扰信息，并使遮挡字典中仅包含训练样本和测试样本的遮挡信息，而无人脸结构特征，两者相结合，以提高遮挡人脸识别的准确性。
-
公开(公告)号：CN113158812B
公开(公告)日：2022-02-08
申请号：CN202110321267.0
申请日：2021-03-25
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于混合扩展块字典稀疏表示的单样本人脸识别方法，包括步骤(S1)：构建非目标对象的通用数据集X；步骤(S2)：构建目标对象标准样本集N；步骤(S3)：构建测试样本集Y；步骤(S4)：构建非目标对象的遮挡块字典和类内差异块字典步骤(S5)：根据上述步骤得到的混合完备扩展块字典采用SRC模型中的加权块稀疏表示分类器对目标对象待测样本y的B个块图像进行线性稀疏表示，以进行该待测样本的遮挡人脸识别。本发明首先对人脸图像分块，然后采用KDA算法分别构建目标对象的基本块字典，非目标对象的遮挡块字典和类内差异块字典，最后采用加权块稀疏表示分类器对待测样本进行准确预测，有效提高了单样本人脸识别的准确性。
-
公开(公告)号：CN108647690B
公开(公告)日：2021-12-31
申请号：CN201710969273.0
申请日：2017-10-17
Applicant: 南京工程学院
Abstract: 本发明提供一种基于判别稀疏保持投影的非约束人脸图像降维方法，通过1)，在计算样本重构关系矩阵W时，利用类别标签和类内紧凑度约束，增大同类非近邻样本权重系数；2)计算低维映射矩阵P时，增加全局约束因子，进一步降低异类伪近邻样本对投影矩阵的影响，能够更准确挖掘出隐藏在复杂冗余数据中的低维流形本质结构；3)实现高维样本数据的低维线性映射；对于真实环境中获取的非约束人脸图像，本发明DSPP可以更准确消除高维数据中的冗余信息，抽取本质特征，增强表征能力；同时，也减少了数据维度，节约存储空间，大大提高了人脸识别的可靠性和有效性。
-
公开(公告)号：CN113158812A
公开(公告)日：2021-07-23
申请号：CN202110321267.0
申请日：2021-03-25
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于混合扩展块字典稀疏表示的单样本人脸识别方法，包括步骤(S1)：构建非目标对象的通用数据集X；步骤(S2)：构建目标对象标准样本集N；步骤(S3)：构建测试样本集Y；步骤(S4)：构建非目标对象的遮挡块字典和类内差异块字典步骤(S5)：根据上述步骤得到的混合完备扩展块字典采用SRC模型中的加权块稀疏表示分类器对目标对象待测样本y的B个块图像进行线性稀疏表示，以进行该待测样本的遮挡人脸识别。本发明首先对人脸图像分块，然后采用KDA算法分别构建目标对象的基本块字典，非目标对象的遮挡块字典和类内差异块字典，最后采用加权块稀疏表示分类器对待测样本进行准确预测，有效提高了单样本人脸识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111523463A
公开(公告)日：2020-08-11
申请号：CN202010324781.5
申请日：2020-04-22
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于匹配‑回归网络的目标跟踪方法及训练方法，应用于图像处理技术领域，输入包括若干帧的目标待跟踪序列，对每一帧图像在目标搜索区域内进行目标跟踪；根据中心匹配网络输出目标中心位置，根据已确定的目标中心位置获取中心匹配网络最后一个卷积层输出的特征图，将所述特征图作为边界回归网络的输入；边界回归网络根据输入特征图，根据所述目标中心进行中心点发散，确定目标中心的边界位置，输出锚框的高度和宽度。本发明利用孪生网络确定目标中心位置，在边界回归网络中利用两层LSTM网络结合历史帧的时序特征信息，输出更精确的宽高比可变的锚框，提高视频序列中目标跟踪的准确性和鲁棒性。
-
公开(公告)号：CN105844655B
公开(公告)日：2018-06-15
申请号：CN201610244285.2
申请日：2016-04-19
Applicant: 南京工程学院
Abstract: 本发明公开了一种激光线条纹边缘提取方法，通过求增强后图像中每一列掩模所对应位置的较大值，定位每一列的上下边缘。本发明所达到的有益效果：通过求增强后图像中每一列掩模所对应位置的较大值，来可以定位每一列的上下边缘，提高了算法的运算效率，减轻了提取过程中的繁琐计算过程。
-
公开(公告)号：CN107194335A
公开(公告)日：2017-09-22
申请号：CN201710335575.2
申请日：2017-05-12
Applicant: 南京工程学院
Abstract: 本发明实施例公开了一种复杂光照场景下的人脸识别方法，涉及图像处理技术领域，能够提高复杂光照人脸识别的光照鲁棒性。本发明包括：加载第一至第N光照不变量算法，并通过所加载的光照不变量算法提取原始图像对应的第一至第N光照不变量。其中，N为大于且等于2的整数；对所提取的光照不变量进行线性鉴别分析，得到对应各光照不变量算法的代数特征。根据得到的代数特征，通过特征级融合算法，获取所述原始图像的组合代数特征。通过分类器组对所述得到的代数特征和所述组合代数特征进行类别判定，得到所述原始图像的最终识别结果。本发明适用于复杂光照场景下的人脸识别。
-
公开(公告)号：CN105761249A
公开(公告)日：2016-07-13
申请号：CN201610070057.8
申请日：2016-02-01
Applicant: 南京工程学院
IPC: G06T7/00
CPC classification number: G06T2207/10004 , G06T2207/30108
Abstract: 本发明公开了一种基于图像计算天线机械下倾角的方法，其特征在于，包括如下步骤：步骤1、对需要计算机械下倾角的天线拍摄两张图像，即原始图像，且两次拍摄时，拍摄设备的夹角呈90°；步骤2、对每张原始图像进行还原处理，去除倾斜拍摄而产生的图像畸变，根据原始图像的机械下倾角计算还原后的还原图像的机械下倾角；步骤3、通过还原图像的两个机械下倾角，推算出实际的天线机械下倾角。从收集的现场天线图像中计算得出天线的机械下倾角，为网络优化人员提供基站天线下倾角的信息，提高计算的效率和精度。
-
公开(公告)号：CN103754238A
公开(公告)日：2014-04-30
申请号：CN201310613601.5
申请日：2013-11-27
Applicant: 南京康尼机电股份有限公司 , 南京工程学院
IPC: B61L15/00
Abstract: 本发明涉及一种轨道车辆门控器运行信息远程集中采集装置，包括监测器、天线，所述监测器与门控器相连接，所述门控器设置在轨道车辆的每个门扇上，同一节车厢的监测器通过短距离无线信道自行组成局域网，每一节车厢的首尾两端的监测器作为网关连接相邻车厢的监测器从而将整个车辆合并组成一个整体网络。所述监测器包括信号采集接口、核心处理单元、无线通信模块及装置电源。在车辆首尾两端的监测器内设置3G模块。本发明与现有技术相比，其将所有的车辆门数据进行共享，车辆主动发送数据至监测中心，令用户逐个门进行采集的现象一去不返；且数据完整，对车辆状态的分析更为准确。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.036 seconds)
