-
公开(公告)号：CN113627349B
公开(公告)日：2023-12-05
申请号：CN202110923668.3
申请日：2021-08-12
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06V20/40 , G06V30/148
Abstract: 和抗干扰性强等优点。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
-
公开(公告)号：CN116469169A
公开(公告)日：2023-07-21
申请号：CN202310432788.2
申请日：2023-04-20
Applicant: 南京信息工程大学
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V10/776 , G06V10/764
Abstract: 本发明公开了一种鲁棒的增量行为识别模型建立方法及装置，本发明首先构建类增量行为识别模型；将样本进行在线增广；然后采用在线增广后的训练数据集对类增量行为识别模型进行训练，训练时，如果训练的样本属于旧类，则根据对应标签生成正相关的软标签进行自纠正损失计算；之后通过验证数据集筛选出识别精度最高的类增量行为识别模型保存；最后采用测试数据集对保存的模型进行测试，获取当前类别的行为识别准确度和遗忘率，并根据增量类别更新模型；直至完成所有类的训练，得到训练好的类增量行为识别模型。本发明鲁棒性高、性能好。
-
公开(公告)号：CN115937597A
公开(公告)日：2023-04-07
申请号：CN202211654233.4
申请日：2022-12-22
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/766 , G06V10/77 , G06V10/82 , G06V10/26 , G06T7/11 , G06N3/0464 , G06N3/048 , G06N3/096
Abstract: 本发明公开了一种面向目标计数的类增量学习网络建模方法及装置，包括：S1：获取不同类样本的数据集；S2：对数据集样本进行在线增广；S3：构建目标计数的类增量学习网络，所述类增量学习网络包括特征提取器、类无关模块和类增量模块；S4：采用增广后的数据集样本对所述类增量学习网络进行训练，得到训练好的类增量学习网络。本发明实现了在线对不同类目标密度图的学习与预测，提高了目标计数网络的实用性和适用性。
-
公开(公告)号：CN114627382A
公开(公告)日：2022-06-14
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：CN114494770A
公开(公告)日：2022-05-13
申请号：CN202210035384.5
申请日：2022-01-12
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种结合多级特征依赖与多尺度上下文特征的抑郁识别方法，包括：搭建并改进ResNet101，获得C2、C3、C4及C5四个代表不同级别语义信息和细节信息的情感表征；将多级情感表征输入到多层双向门控网络，提取多级特征间的依赖关系；将多级情感表征发送到多尺度自适应上下文模块，提取相应的多尺度上下文特征，通过跨级融合得到各级的多尺度情感表示O3、O4和O5；将C5级情感表征导入卷积注意力模块，获得带有显著情感区域的情感表示D；通过特征融合得到多线索情感特征E，通过分类网络进行抑郁识别。本发明同时结合级内关联与级间关联来获取更深层更全面的情感，并且对噪声具有鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114373221A
公开(公告)日：2022-04-19
申请号：CN202111474169.7
申请日：2021-12-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种融合几何结构特征图的手语识别方法、系统、装置及存储介质，属于手语识别技术领域；包括：获取手语视频，将其帧数和像素大小统一调整；将统一调整后的手语视频输入预建立的预先进行过训练的三维卷积神经网络，提取手语特征；将手语特征输入预建立的预先进行过训练的深度卷积生成对抗网络，生成手语特征图；将手语特征图的像素大小统一调整，根据手语特征图G通道和B通道的手部轨迹信息进行预分类，得到预分类类别；将统一调整后的手语特征图输入预建立的VGG16网络，输出特征向量，特征向量中值最高的元素在预分类类别对应的手语词汇库中对应的手语词汇为识别结果；提高手语识别的准确度和整体分类识别效率。
-
公开(公告)号：CN109064497B
公开(公告)日：2021-11-23
申请号：CN201810778141.4
申请日：2018-07-16
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于颜色聚类补充学习的视频跟踪方法，属于图像处理技术领域。包括输入上一帧状态及分类参数、对目标区域颜色聚类、根据聚类中心统计出直方图、计算颜色响应、计算相关滤波响应、颜色响应和相关滤波响应融合、更新分类器参数、输出当前帧状态及分类器参数八个步骤。通过对传统的颜色直方图补充学习跟踪方法进行分析和改进，有效地利用颜色分布的信息，采用聚类和统计颜色直方图手段，学到更有效的颜色聚类补充学习器并与传统的相关滤波学习器相融合，能够有效区分目标和背景，在目标发生遮挡、旋转、尺度变化、快速运动、光照变化等复杂情况下依然可以准确地跟踪目标。具有处理问题时更加稳健准确、适应性强、跟踪效果好等优点。
-
公开(公告)号：CN109102521B
公开(公告)日：2021-08-27
申请号：CN201810647331.2
申请日：2018-06-22
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于并行注意力相关滤波的视频目标跟踪方法，属于图像处理技术领域。将跟踪问题设计为估计一个目标位置的概率，整合空间选择注意力SSA和表观选择注意力ASA，利用Log函数得到目标函数，实现视频目标的持续有效跟踪。首先进行SSA建模，产生一系列的二值图，经滤波获取位置响应图，然后在跟踪目标周围的半局部域采样一系列干扰区域，在相关视频滤波中学习抗干扰距离度量并进行抗干扰度量正则相关滤波，将干扰项推入负域，获取ASA目标图，再通过Log函数得到的目标函数，将在局部域和半局部域中处理的图像相融合对目标进行跟踪。具有处理问题时更加稳健准确、适应性强、跟踪效果好等优点。
-
公开(公告)号：CN112767407A
公开(公告)日：2021-05-07
申请号：CN202110141339.3
申请日：2021-02-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于级联门控3DUnet模型的CT图像肾脏肿瘤分割方法，包括：采集腹部CT扫描中包含肾脏的图像序列，对每个图像序列中的肾脏及肿瘤进行标注，生成对应的标注掩码,构建数据集Dataset；对Dataset进行P1预处理操作，构建肾脏(包括肿瘤)分割的U型深度网络模型M1；对Dataset中的图像序列与对应的标注掩码进行裁剪，取出只有肾脏(或肿瘤)的体素部分，进行P2预处理操作，基于门控卷积层构建肿瘤分割的深度网络分割模型M2；分别对模型M1、M2进行训练；通过模型M1和M2的级联处理分割出肾脏肿瘤区域。本发明通过网络级联的两阶段分割模型，并联合门控卷积层构建了用于肿瘤分割的深度网络模型，能够对癌变肾脏的形状变化保持鲁棒，有效分割出不同尺寸的肿瘤。
-
公开(公告)号：CN110728728A
公开(公告)日：2020-01-24
申请号：CN201910874274.6
申请日：2019-09-17
Applicant: 南京信息工程大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于非局部正则的压缩感知网络图像重建方法，首先获取图像数据，进行归一化处理，对图像序列进行采样，获得相应的测量向量；获取图像尺寸，根据该大小设置随机噪声，构建压缩感知网络模型，将随机噪声与测量向量作为网络的输入，添加非局部正则约束，设计目标函数，预设网络模型的超参数；采用半二次分裂算法对所设计的目标函数进行求解，交替迭代优化所构造的压缩感知网络模型，并进行正则项参数的更新，直至满足迭代结束条件；迭代过程结束后，根据当前次迭代结果计算得到重建后的图片序列，从而实现非局部正则约束的压缩感知网络重建。本发明可以在低采样的情况下，不需要对网络预训练，便可重建出接近原图的图像。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.172 seconds)
