-
公开(公告)号：CN110909623B
公开(公告)日：2022-10-04
申请号：CN201911052349.9
申请日：2019-10-31
Applicant: 南京邮电大学
IPC: G06V20/64 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种三维目标检测方法及三维目标检测器。所述三维目标检测方法主要包括以下步骤：对三维目标检测数据集的图像数据进行语义分割，得到语义预测；将语义预测投影到点云空间中，并筛选特定类别的点形成视锥；构建三维目标检测网络，并将视锥作为三维目标检测网络的输入；通过损失函数强化三维目标检测网络对目标的敏感程度；优化三维目标检测网络。本发明大大减少了三维检测的时间并且降低了计算需求，使得输入更加简单，具有很好的实时目标检测性能，在保持实时检测的同时也能获得很好的检测效果。
-
公开(公告)号：CN111460201B
公开(公告)日：2022-09-23
申请号：CN202010143786.8
申请日：2020-03-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成性对抗网络的模态一致性跨模态检索方法，包括以下步骤：首先利用生成性对抗网络强大的数据分布建模能力，将文本特征映射到图像特征空间，用这种方法将跨模态检索问题转换为单模态检索问题，尽可能多地保留图像语义信息的同时减小模态的异质性。其次，设计了一个模态一致性哈希网络，将真实的图像特征和通过生成性对抗网络生成的特征投影到汉明空间中，并且利用标签信息对模态间和模态内的相似性进行建模，使得输出的哈希码在模态间和模态内具有更好的语义区分性，获得更具判别性的哈希码。最后在两个常用的基准数据集上的实验结果表明本方法与现有的流行方法相比具有更好的跨模态检索性能。
-
公开(公告)号：CN110084149B
公开(公告)日：2022-07-26
申请号：CN201910279694.X
申请日：2019-04-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于难样本四元组动态边界损失函数的人脸验证方法，包括如下步骤：（1）构建人脸样本图像数据库并进行预处理。（2）对数据库中的人脸图像进行分组，设定有效的选取机制来选取难样本四元组。（3）设置模型损失函数为包含动态阈值边界的四元组损失函数，投入难样本进行训练，得到收敛好的网络模型。（4）利用训练好的网络对待验证的人脸图像进行特征提取，计算特征向量间的距离，根据距离大小判断验证结果。本发明的方法具有如下优点：1）模型收敛速度快；2）对人工设置的边界阈值依赖程度低；3）更有效地提取人脸特征并提高人脸验证的准确度。
-
公开(公告)号：CN109766455B
公开(公告)日：2021-09-24
申请号：CN201811358982.6
申请日：2018-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种有鉴别的全相似性保留哈希跨模态检索方法，包括：由图像文本对组成样本构成数据集，并将数据集按照分成特征向量训练集和测试集后做规整和均一化处理；提取双模态数据，构造有鉴别的全相似性保留哈希的目标函数；迭代法求解目标函数，比较求解值与设定阈值的大小；使用预设公式计算哈希码；利用图像特征投影矩阵和文本特征投影矩阵对训练集进行投影变换，获得图像文本语义特征矩阵，再次计算哈希码；计算测试集中每个图像哈希码与训练集中所有文本哈希码之间的汉明距离和测试集每个文本哈希码与训练集中所有图像哈希码之间的汉明距离升序排序和并对计算结果进行精度计算，完成跨模态检索；本发明提升了跨模态检索的精度。
-
公开(公告)号：CN108596947B
公开(公告)日：2021-09-17
申请号：CN201810258190.5
申请日：2018-03-27
Applicant: 南京邮电大学
IPC: G06T7/223 , H04N7/18 , H04N13/204 , H04N13/257
Abstract: 本发明公开了一种适用于RGB‑D相机的快速目标跟踪方法，属于视频分析及三维点云处理领域。该方法是在传统模板匹配的基础上，利用RGB‑D得到的深度信息，将模板匹配得到的二维响应图投影到三维空间，得到三维响应图，通过Parzen窗口方法搜索三维响应图的局部极大值，从而确定物体在三维空间中的位置，而得到的三维位置又能为下一时刻的模板匹配提供精确的尺度信息，从而得到更为准确的跟踪结果。本发明能够用于视频监控、增强现实、机器人视觉导航等领域中，实现对目标实时、准确的追踪。
-
Patent Agency Ranking
公开(公告)号：CN107194873B
公开(公告)日：2020-12-08
申请号：CN201710328907.4
申请日：2017-05-11
Applicant: 南京邮电大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于耦合字典学习的低秩核范数正则人脸图像超分辨方法，属于图像处理领域。本方法首先以图像中每个像素位置为中心，获取低质量测试样本和低质量训练样本图像各个像素位置的图像块；其次，通过基于耦合字典学习的低秩核范数正则编码算法，获得低质量测试图像块对应的高质量测试图像块，并整合高质量测试图像块，获得高质量测试图像；最后，对上述步骤迭代多次，输出最终的高质量的测试图像。
-
公开(公告)号：CN106991049B
公开(公告)日：2020-10-27
申请号：CN201710212286.3
申请日：2017-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种软件缺陷预测方法，该方法将有类别标记和无类别标记的样本共同处理，在拉普拉斯特征映射(LE)中使用半监督学习，改进LE方法，同时，为了避免将不同类的样本映射到较小的低维邻域中，尤其是将有缺陷样本映射到无缺陷样本邻域中，在LE算法计算样本点距离时引入代价敏感信息，以此来提高LE的映射精度，通过该方法可以有效改善特征提取的鉴别性。本发明还提出一种软件缺陷预测系统，将本发明应用在NASA数据库上，经实验验证所提方法的有效性，并且和其他对比方法相比，在分类性能上有一定的提升。
-
公开(公告)号：CN111460201A
公开(公告)日：2020-07-28
申请号：CN202010143786.8
申请日：2020-03-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成性对抗网络的模态一致性跨模态检索方法，包括以下步骤：首先利用生成性对抗网络强大的数据分布建模能力，将文本特征映射到图像特征空间，用这种方法将跨模态检索问题转换为单模态检索问题，尽可能多地保留图像语义信息的同时减小模态的异质性。其次，设计了一个模态一致性哈希网络，将真实的图像特征和通过生成性对抗网络生成的特征投影到汉明空间中，并且利用标签信息对模态间和模态内的相似性进行建模，使得输出的哈希码在模态间和模态内具有更好的语义区分性，获得更具判别性的哈希码。最后在两个常用的基准数据集上的实验结果表明本方法与现有的流行方法相比具有更好的跨模态检索性能。
-
公开(公告)号：CN111198820A
公开(公告)日：2020-05-26
申请号：CN202010001850.9
申请日：2020-01-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于共享隐层自编码器的跨项目软件缺陷预测方法，首先，对数据集进行预处理并划分训练集和测试集；其次，采用具有共享机制的自编码器进行特征提取，分别提取出训练集和测试集的深度特征；最后，引入焦点损失函数，训练分类器。本发明解决了跨项目软件缺陷预测中的特征分布差异问题以及首次提出了基于焦点损失共享隐层自编码器技术，使得不同的数据分布变得更加相似，利用焦点损失学习技术，给不同类别的样本分配不同的权重来解决类不平衡，同时在容易分类的样本和难分类的样本上给予不同的权重来使得分类器能够更好的学习难以分类的样本。
-
公开(公告)号：CN109766455A
公开(公告)日：2019-05-17
申请号：CN201811358982.6
申请日：2018-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种有鉴别的全相似性保留哈希跨模态检索方法，包括：由图像文本对组成样本构成数据集，并将数据集按照分成特征向量训练集和测试集后做规整和均一化处理；提取双模态数据，构造有鉴别的全相似性保留哈希的目标函数；迭代法求解目标函数，比较求解值与设定阈值的大小；使用预设公式计算哈希码；利用图像特征投影矩阵和文本特征投影矩阵对训练集进行投影变换，获得图像文本语义特征矩阵，再次计算哈希码；计算测试集中每个图像哈希码与训练集中所有文本哈希码之间的汉明距离 和测试集每个文本哈希码与训练集中所有图像哈希码之间的汉明距离 升序排序 和 并对计算结果进行精度计算，完成跨模态检索；本发明提升了跨模态检索的精度。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.025 seconds)
