-
公开(公告)号：CN113810683B
公开(公告)日：2023-07-18
申请号：CN202111000302.5
申请日：2021-08-27
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种客观评估水下视频质量的无参考评价方法，属于视频分析技术领域。该方法包括如下步骤：第一步，将水下视频分解成帧，使用一组图像质量评价指标获得视频帧的退化特征，包括UCIQE、边缘图像块对比度指数和NIQE；第二步，使用预训练的ResNet50深度神经网络结合特征注意力机制提取视频帧的语义特征向量，降维后得到视频帧的语义质量分数；第三步，将各指标分数进行归一化处理，与语义质量分数融合，得到每一帧最终的质量特征；第四步，使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合，得到最终的视频质量分数。本发明解决了通用视频质量评价指标不能准确评估水下视频质量这一问题。
-
公开(公告)号：CN113810683A
公开(公告)日：2021-12-17
申请号：CN202111000302.5
申请日：2021-08-27
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种客观评估水下视频质量的无参考评价方法，属于视频分析技术领域。该方法包括如下步骤：第一步，将水下视频分解成帧，使用一组图像质量评价指标获得视频帧的退化特征，包括UCIQE、边缘图像块对比度指数和NIQE；第二步，使用预训练的ResNet50深度神经网络结合特征注意力机制提取视频帧的语义特征向量，降维后得到视频帧的语义质量分数；第三步，将各指标分数进行归一化处理，与语义质量分数融合，得到每一帧最终的质量特征；第四步，使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合，得到最终的视频质量分数。本发明解决了通用视频质量评价指标不能准确评估水下视频质量这一问题。
-
公开(公告)号：CN113379715A
公开(公告)日：2021-09-10
申请号：CN202110703619.9
申请日：2021-06-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种水下图像增强和数据集真值图像获得方法，涉及图像质量增强领域，将自然图像质量评估方法(Natural Image Quality Evaluator,NIQE)作为FUnIE‑GAN的损失函数的一部分，进行图像增强工作；以NIQE值为指标，对于不同的数据集，采用遍历或者最优化的方法，寻找到数据集中最优的NIQE的权重，同时用该模型还原数据集中的图像，作为真值图片，用于后期的训练；采用最优损失权重系数下训练得到的网络模型进行实际场景的水下图像增强，输出增强后的水下图像。本发明方法具有更佳的NIQE指标，在颜色的直方图分布上更加均匀，更符合人眼感受，超出现有数据集所设置真值图像的效果。
-
公开(公告)号：CN112819413B
公开(公告)日：2023-06-20
申请号：CN202110204009.4
申请日：2021-02-24
Applicant: 南京信息工程大学
IPC: G06Q10/0835 , G06Q30/0601 , G06Q10/04 , G06Q10/0631 , G06Q10/0639
Abstract: 本发明公开了一种适用于即时物流的配送改进算法，包括以下步骤：依据骑手工作站为工作的中心点，设定骑手工作中心站点位置及骑手工作位置，计算骑手距离中心站点的位置，定义骑手工作区域；依据不同延时因素引入时间延迟，确定骑手的动态位置变化；获取关于订单及历史订单配送结果的历史数据集；将影响订单派送的因素作为参数引入多目标动态优化算法；利用降维代价函数，在参数上加上权重，定义各骑手的配送效率值；求得每个参数的权重，选择最优效率值得骑手进行订单派送。本发明就被动式派单方法进行改进，增加骑手的实时地理位置，根据平台的后台配送数据，根据骑手的实时位置信息来优化系统，选择最佳配送人员派单，提高了订单配送效率。
-
Patent Agency Ranking
公开(公告)号：CN112819413A
公开(公告)日：2021-05-18
申请号：CN202110204009.4
申请日：2021-02-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种适用于即时物流的配送改进算法，包括以下步骤：依据骑手工作站为工作的中心点，设定骑手工作中心站点位置及骑手工作位置，计算骑手距离中心站点的位置，定义骑手工作区域；依据不同延时因素引入时间延迟，确定骑手的动态位置变化；获取关于订单及历史订单配送结果的历史数据集；将影响订单派送的因素作为参数引入多目标动态优化算法；利用降维代价函数，在参数上加上权重，定义各骑手的配送效率值；求得每个参数的权重，选择最优效率值得骑手进行订单派送。本发明就被动式派单方法进行改进，增加骑手的实时地理位置，根据平台的后台配送数据，根据骑手的实时位置信息来优化系统，选择最佳配送人员派单，提高了订单配送效率。
-
公开(公告)号：CN114998525B
公开(公告)日：2025-05-06
申请号：CN202210703550.4
申请日：2022-06-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于动态局部‑全局图卷积神经网络的动作识别方法，利用注意力机制为三个分区策略下的邻接矩阵动态的分配权重，并将这三个邻接矩阵加权得到可学习的变换矩阵，不同的权重参数编码了在空间维度上不同的特征，增加了在骨骼图中特征建模的表达能力；通过使用改进的Transformer自我注意力来融合局部和全局信息；引入通道注意力，使模型更加关注重要的通道特征，进一步提高了模型的性能，使分类预测结果更加准确。本发明增加了特征建模的表达能力，并通过通道注意力模块有效地增强对更重要的特征信息提取能力，从而大幅提高了动作识别的准确率。
-
公开(公告)号：CN113688765B
公开(公告)日：2023-06-27
申请号：CN202111011985.4
申请日：2021-08-31
Applicant: 南京信息工程大学
IPC: G06V40/20 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制的自适应图卷积网络的动作识别方法，涉及动作识别技术领域。该动作识别方法将注意力机制加入自适应图卷积网络中，引入时间注意力模块来克服卷积算子的局部性，使每个单个关节被认为是独立的，并且通过比较同一身体关节沿着时间维度的嵌入变化来计算帧之间的相关性，来提高对时间信息提取；另外引入通道注意力模块，使网络更加关注重要的通道特征，进一步提高了网络的性能，使分类预测结果更加准确。
-
公开(公告)号：CN114998525A
公开(公告)日：2022-09-02
申请号：CN202210703550.4
申请日：2022-06-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于动态局部‑全局图卷积神经网络的动作识别方法，利用注意力机制为三个分区策略下的邻接矩阵动态的分配权重，并将这三个邻接矩阵加权得到可学习的变换矩阵，不同的权重参数编码了在空间维度上不同的特征，增加了在骨骼图中特征建模的表达能力；通过使用改进的Transformer自我注意力来融合局部和全局信息；引入通道注意力，使模型更加关注重要的通道特征，进一步提高了模型的性能，使分类预测结果更加准确。本发明增加了特征建模的表达能力，并通过通道注意力模块有效地增强对更重要的特征信息提取能力，从而大幅提高了动作识别的准确率。
-
公开(公告)号：CN113688765A
公开(公告)日：2021-11-23
申请号：CN202111011985.4
申请日：2021-08-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于注意力机制的自适应图卷积网络的动作识别方法，涉及动作识别技术领域。该动作识别方法将注意力机制加入自适应图卷积网络中，引入时间注意力模块来克服卷积算子的局部性，使每个单个关节被认为是独立的，并且通过比较同一身体关节沿着时间维度的嵌入变化来计算帧之间的相关性，来提高对时间信息提取；另外引入通道注意力模块，使网络更加关注重要的通道特征，进一步提高了网络的性能，使分类预测结果更加准确。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
