-
公开(公告)号：CN114495150A
公开(公告)日：2022-05-13
申请号：CN202111477529.9
申请日：2021-12-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于时序特征的人体摔倒检测方法及系统，属于计算机视觉异常行为检测技术领域，方法包括：获取视频样本；将视频样本进行逐帧分解对比，提取手臂的角度时序特征和头部骨骼点的熵的时序特征；将两组时序特征输入预建立的神经网络中，得到包含异常帧信息的第一输出张量与第二输出张量，融合后得到特征张量，输入由全连接层和Sigmoid函数组成的分类器进行分类，所述分类器预先进行过训练，输出人体摔倒与非摔倒的概率，概率高的为检测结果；通过融合手臂的角度时序特征与头部骨骼点的熵的时序特征，能够更好的表示人体的行为，提高检测人体摔倒的概率。
-
公开(公告)号：CN113705039A
公开(公告)日：2021-11-26
申请号：CN202110879656.5
申请日：2021-08-02
Applicant: 南京信息工程大学
IPC: G06F30/23 , G16C60/00 , G16C10/00 , A61B34/10 , G06F119/14
Abstract: 一种融入生物特性的高保真度肺部变形模型及其建模方法，属于非接触医疗技术领域。其包含右柯西‑格林变形张量的第四不变量、非线性黏弹塑性模型和PHANTOM OMNI手控器，所述右柯西‑格林变形张量的第四不变量表示肺部组织的各向异性，所述非线性黏弹塑性模型表示肺部组织的非线性、黏弹性和黏塑性的生物特性，所述PHANTOM OMNI手控器进行操作来感知手术过程中的反馈力；所述非线性黏弹塑性模型由三元素模型与非线性黏塑性模型相串联形成，真实地描述肺部虚拟手术蠕变的全过程，提高模型的保真度。
-
公开(公告)号：CN108734176B
公开(公告)日：2021-11-12
申请号：CN201810424518.6
申请日：2018-05-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于纹理的证书真伪检测方法，包括对证书进行纹理提取；对提取的纹理进行最小单元分割；对分割后的单元纹理图像进行处理，确定单元中灰度值大于零的像素点为内部点，其他点为标记点；比对原版证书与待鉴别证书内部点、标记点的匹配度，达到预设匹配度则判断为真证书，否则为假证书。本发明考虑到每台打印机的唯一性，基于纹理提取技术进行证书真伪检测，通过三次比对判断，准确率高，且能够省却人为检查的繁琐步骤，提高了鉴别效率和精度。
-
公开(公告)号：CN107527068B
公开(公告)日：2020-12-25
申请号：CN201710670157.9
申请日：2017-08-07
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于CNN和域自适应学习的车型识别方法，通过在Alexnet网络中添加旋转不变层、区分判别层和设计新的目标函数，建立基于CNN网络初始模型；利用建立的初始模型分别提取不同领域样本卷积层的特征图，计算样本特征图之间的余弦相似度，确定CNN网络的共享卷积核或非共享卷积核，保留共享卷积核的权重和偏置，更新非共享卷积核的权重和偏置；基于目标领域训练样本，计算每层特征图之间的余弦相似度和整个目标领域平均相似度，根据平均相似度聚类每类相似特征图；将与目标领域中样本有相似分布特性的源领域样本拓展为目标领域的新样本，用目标领域的新样本来微调整个CNN网络模型，再通过softmax分类器对目标领域中的测试样本进行车型分类。
-
公开(公告)号：CN106922484B
公开(公告)日：2020-02-21
申请号：CN201710082935.2
申请日：2017-02-16
Applicant: 南京信息工程大学
Abstract: 本发明属于加湿领域，具体为将加湿区域划分为若干个等边三角形和/或若干个正方形；当在将加湿区域划分为若干个等边三角形时，在每个等边三角形的中心位置设置一个喷头，并保证喷头的喷射范围为等边三角形的外接圆范围；当将加湿区域划分为若干个正方形时，在正方形的中心位置设置一号喷头，在正方形的四个角处或正方形的对角线临近四个角处分设四个二号喷头，一号喷头与二号喷头能实现对正方形区域全面加湿，其有效利用喷头的喷射范围，避免喷头喷射范围的重叠，降低水资源的浪费。
-
Patent Agency Ranking
公开(公告)号：CN106777658B
公开(公告)日：2020-02-18
申请号：CN201611139003.9
申请日：2016-12-12
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06F111/10
Abstract: 本发明公开了基于放松LRA约束算法的缝合模拟方法，所述方法基于弹簧质点模型重建皮肤，利用FTL方法跟踪缝合线轨迹，使用放松LRA约束算法对皮肤在外力作用下的形变效果进行优化，模拟缝合打结过程，产生左右两个拉力更符合现实情况一针一结的缝合过程。本发明方法外力和外力与皮肤的夹角会实时影响力平衡方程从而影响缝合点的运动方程，运动方程的改变会实时影响皮肤的形变从而影响力平衡方程，两个过程相辅相成从而达成力反馈与皮肤形变的实时更新，实现快速而逼真的力反馈计算，弹簧质点模型使力反馈的求解方便快捷。
-
公开(公告)号：CN110348355A
公开(公告)日：2019-10-18
申请号：CN201910589073.1
申请日：2019-07-02
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于强化学习的车型识别方法，旨在充分挖掘CNN在特征提取和分类识别方面的优势，为实现准确鲁棒的车型精细化识别提供解决方案。其特征在于模仿人类视觉注意机制，设计基于分类显著性强的视觉注意模型和视点自动选择方法，视觉注意模型特征在于构建注意映射矩阵和视点聚焦模板，视点自动选择模型特征在于利用基于SARSA的强化学习算法进行视点的自主选择，使得模型能够自适应地选择最佳图像识别区域，取得最佳车型识别效果。本发明方法不仅能克服传统人工提取特征算法无法适应车辆在图像中位置、尺度和轮廓发生变化的弊端，而且能有效应对摄像机拍摄角度改变和车辆遮挡带来的挑战。
-
公开(公告)号：CN108920875A
公开(公告)日：2018-11-30
申请号：CN201810853504.6
申请日：2018-07-29
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种基于磁性氧化模型的虚拟切割算法，具体包括如下步骤：步骤1)建立基于无网格的弹性软组织控制方程；步骤2）通过准线性黏弹性模型并入非线性粘弹性，得到应力应变行为的非线性描述；步骤3）加入磁性氧化模型的网格模型：在网格与手术刀接触面的背侧纳入铁单质；在网格与手术刀接触面实时产生网格模型，并在网格模型下检测切割条件产生切口；步骤4）对所述网格模型进行实时状态检测，得到接触面上点的位移与实时点的位置图；步骤5）实时对组织衰败部分进行适当的渲染渲染。有益效果：在现有网格模型的基础上纳入了磁性氧化模型，本方法虚拟的手术刀的挤压力更有利于手术医师把握手感。
-
公开(公告)号：CN108416270A
公开(公告)日：2018-08-17
申请号：CN201810117900.2
申请日：2018-02-06
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于多属性联合特征的交通标志识别方法，首先对图像进行预处理，然后设计卷积神经网络结构，通过该CNN网络自动提取交通标志特征，为了充分利用CNN多层特征的有用信息，提取最后3层特征图，将提取出的每层特征图通过多尺度池化操作形成3个尺度的特征矩阵，将3个尺度的特征矩阵按列展开并级联成列向量；然后将得到的3个列向量级联成一个具有多尺度多属性的联合特征向量；最后将联合特征向量通过ELM分类器进行分类，从而高效地完成交通标志的识别分类。
-
公开(公告)号：CN107527068A
公开(公告)日：2017-12-29
申请号：CN201710670157.9
申请日：2017-08-07
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于CNN和域自适应学习的车型识别方法，通过在Alexnet网络中添加旋转不变层、区分判别层和设计新的目标函数，建立基于CNN网络初始模型；利用建立的初始模型分别提取不同领域样本卷积层的特征图，计算样本特征图之间的余弦相似度，确定CNN网络的共享卷积核或非共享卷积核，保留共享卷积核的权重和偏置，更新非共享卷积核的权重和偏置；基于目标领域训练样本，计算每层特征图之间的余弦相似度和整个目标领域平均相似度，根据平均相似度聚类每类相似特征图；将与目标领域中样本有相似分布特性的源领域样本拓展为目标领域的新样本，用目标领域的新样本来微调整个CNN网络模型，再通过softmax分类器对目标领域中的测试样本进行车型分类。
-
-
-
-
-
-
-
-
-
Search Results
468
records
(took 0.035 seconds)
