-
公开(公告)号：CN119445321A
公开(公告)日：2025-02-14
申请号：CN202411332477.X
申请日：2024-09-24
Applicant: 南京信息工程大学
IPC: G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/042
Abstract: 本发明公开了车辆再识别技术领域的一种车辆识别方法，旨在解决识别车辆的精度低、无法区分视觉上相似的车辆的技术问题。其包括：通过利用图结构获得局部的细粒度特征，通过局部的细粒度特征和全局特征融合获得的融合特征识别车辆，提高了系统的识别能力和鲁棒性，改善了系统在现实世界中应对环境不一致性的功效，确保了可靠的车辆识别，提高了准确性和重点区域识别能力，实现区分视觉上相似的车辆。
-
公开(公告)号：CN118711189A
公开(公告)日：2024-09-27
申请号：CN202411207610.9
申请日：2024-08-30
Applicant: 南京信息工程大学
IPC: G06V30/148 , G06V20/62 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06V10/80
Abstract: 本发明公开了一种基于Transformer的双向场景文本方法，包括以下步骤：（1）开源网站获取数据集，分为训练集和测试集；（2）构建BiSTR双向场景文本识别网络并进行训练，包括：图像编码器模块、ViT字符编码器模块、交叉门控融合机制模块和基于Transformer的双向解码器模块；（3）得到最终预测结果；本发明提出了一个交叉门控融合机制将图像级特征和字符级特征合并提高了模型获取全文信息的能力；在Transformer结构中引入方向嵌入，提供了两个不同方向的解码，上下文信息互为补充，提升了场景文本识别模型的准确性。
-
公开(公告)号：CN106027061A
公开(公告)日：2016-10-12
申请号：CN201610297907.8
申请日：2016-05-06
Applicant: 南京信息工程大学
IPC: H03M7/30
CPC classification number: H03M7/3062
Abstract: 本发明提供了一种基于自适应观测矩阵的Lamb波压缩感知方法。所述基于自适应观测矩阵的Lamb波压缩感知方法，在板材表面贴附由多个传感器组成的传感器阵列，并包括如下步骤：a、通过所述传感器阵列采集Lamb波的原始信号；b、通过离散余弦变换将变换系数重新排列顺序，并得到所述原始信号的稀疏系数；c、由稀疏系数中非零值的个数及其位置，构造自适应的观测矩阵对信号进行投影变换从而得到观测值；d、基于所述观测值，构造重构算法并得到构造信号。本发明的有益效果在于：所述基于自适应观测矩阵的Lamb波压缩感知方法可以利用低采样率数据采集设备即可，对设备要求较低，且简单易行。
-
公开(公告)号：CN104391040A
公开(公告)日：2015-03-04
申请号：CN201410686965.0
申请日：2014-11-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种相控阵结构健康监测Lamb波压缩及重构方法，构造压电线阵，按相控阵原理定向激发和接收Lamb波信号，对采集的收Lamb波响应信号进行稀疏表示，选取测量矩阵对信号进行投影变换，构造重构算法精确恢复Lamb波响应信号，并与原始信号比较。本发明基于压缩感知原理，降低数据传输数量，提高传感器阵列的效能，实现对相控阵传感器阵列低采样率采集Lamb波信号的精确重构。
-
公开(公告)号：CN115049989B
公开(公告)日：2025-01-07
申请号：CN202210502081.X
申请日：2022-05-09
Applicant: 南京信息工程大学
Abstract: 本发明提出一种基于多损失联合学习的车辆重识别方法，包括：采用ResNet50网络模型提取得到车辆图像样本中的车辆关键特征；将提取得到的车辆关键特征映射到特征空间中，车辆图像样本在特征空间中的距离用于反映图像之间的相关性；对丢失网络不断训练和学习，使具有相同ID的车辆样本在特征空间中形成聚类；利用BN层对生成的全局特征进行归一化处理；使用批量困难三重损失函数Lt、ID损失函数LID和圆损失函数Lc来对特征向量进行联合学习。本发明能够解决传统的三元组损失的弱约束性，以及具有不同ID但属于同一型号的相似车辆难以区分的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN118711189B
公开(公告)日：2024-11-08
申请号：CN202411207610.9
申请日：2024-08-30
Applicant: 南京信息工程大学
IPC: G06V30/148 , G06V20/62 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06V10/80
Abstract: 本发明公开了一种基于Transformer的双向场景文本方法，包括以下步骤：（1）开源网站获取数据集，分为训练集和测试集；（2）构建BiSTR双向场景文本识别网络并进行训练，包括：图像编码器模块、ViT字符编码器模块、交叉门控融合机制模块和基于Transformer的双向解码器模块；（3）得到最终预测结果；本发明提出了一个交叉门控融合机制将图像级特征和字符级特征合并提高了模型获取全文信息的能力；在Transformer结构中引入方向嵌入，提供了两个不同方向的解码，上下文信息互为补充，提升了场景文本识别模型的准确性。
-
公开(公告)号：CN106982061A
公开(公告)日：2017-07-25
申请号：CN201710195614.3
申请日：2017-03-29
Applicant: 南京信息工程大学
IPC: H03M7/30
CPC classification number: H03M7/3062
Abstract: 本发明公开了一种基于PCA稀疏表示的Lamb波压缩感知方法，本发明运用主元分析方法进行信号的稀疏表示，并选择合适的测量矩阵和高效的重构算法，完成对经过相控阵扫描复合材料结构得到的信号进行精确重构，通过信号的采集、信号的稀疏表示、信号的投影观测、信号的稀疏重构，得到精确的构造信号。本发明克服了由于选取固定的稀疏基，导致稀疏变换后的信号丢失原始信号的部分信息的缺点，提高信号的重构精度。
-
公开(公告)号：CN114219990B
公开(公告)日：2025-03-11
申请号：CN202111441046.3
申请日：2021-11-30
Applicant: 南京信息工程大学
IPC: G06V20/62 , G06V30/148 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06V30/19
Abstract: 本发明公开了一种基于表征批归一化的自然场景文本识别方法，包括：利用空间转换网络将文本图像规则化为水平文本图像；对现有网络ResNet‑50中引入表征归一化，构建得到特征提取网络；利用所述特征提取网络对水平文本图像进行提取，得到若干个不同分辨率大小的视觉特征图，组成特征金字塔Fr；通过特征增强网络对特征金字塔Fr进行特征提取，并将提取得到的不同尺寸的特征图进行融合，得到相同尺寸大小的特征图；利用视觉‑语义联合网络提取特征图的语义信息，把提取出的语义信息和视觉特征相融合，得到一个新的特征空间；利用解码器对特征空间进行预测，得到最终识别结果。本发明可以提高场景文本识别的准确率，并提升模型的泛化力。
-
公开(公告)号：CN110261493A
公开(公告)日：2019-09-20
申请号：CN201910649151.2
申请日：2019-07-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于滤波信号压缩感知的航空材料破损检测方法，以信号滤波和压缩感知理论为背景，对航天航空领域飞行器复合材料的健康监测提供技术支持，针对采集到的信号总是含有噪声的特点，使用均值滤波从含干扰的信号中提取有用信号，达到降噪的目的；选择合适的稀疏正交变换基和观测矩阵分别对信号进行压缩和投影观测，最后构造稳定的重构算法恢复原始信号。首先，采用均值滤波，对信号进行了降噪处理，有效去除干扰信号，提高了信号处理的准确性，使得实验论证有良好的数据基础；其次，直接在LABVIEW中加入了MATLAB接口，无需将数据另外导入MATLAB中；再而，基于压缩感知理论，在获取信号的同时，对数据进行压缩，在时间和存储空间上提高了效率。
-
公开(公告)号：CN115049989A
公开(公告)日：2022-09-13
申请号：CN202210502081.X
申请日：2022-05-09
Applicant: 南京信息工程大学
Abstract: 本发明提出一种基于多损失联合学习的车辆重识别方法，包括：采用ResNet50网络模型提取得到车辆图像样本中的车辆关键特征；将提取得到的车辆关键特征映射到特征空间中，车辆图像样本在特征空间中的距离用于反映图像之间的相关性；对丢失网络不断训练和学习，使具有相同ID的车辆样本在特征空间中形成聚类；利用BN层对生成的全局特征进行归一化处理；使用批量困难三重损失函数Lt、ID损失函数LID和圆损失函数Lc来对特征向量进行联合学习。本发明能够解决传统的三元组损失的弱约束性，以及具有不同ID但属于同一型号的相似车辆难以区分的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.03 seconds)
