-
公开(公告)号：CN116612482A
公开(公告)日：2023-08-18
申请号：CN202310580823.5
申请日：2023-05-22
Applicant: 南京大学
IPC: G06V30/244 , G06V30/182 , G06V30/19 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种手写公式识别系统及方法，涉及图像识别技术领域，解决了现有技术中无法区分具有相似外观的符号，导致手写数学公式识别的性能差的问题，其技术方案要点是使用图位置编码器对手写公式的图片进行特征提取；使用第一解码器对提取到的特征进行细粒度识别，生成LaTeX序列；使用第二解码器对提取到的特征进行粗粒度识别，生成粗粒度类别序列。
-
公开(公告)号：CN110349238B
公开(公告)日：2023-03-14
申请号：CN201910635662.9
申请日：2019-07-15
Applicant: 南京大学
IPC: G06T11/20
Abstract: 本发明公开了一种毛笔小楷字渲染方法，包括以下步骤：建立一个基于压力的数学模型，利用该数学模型获取毛笔笔宽数据、利用线性插值法进行必要的插值、使用贝塞尔曲线进行坐标的平滑连接，以及对绘制的贝塞尔曲线进行渲染；通过本发明方法可以在计算机上模拟出逼真的毛笔字效果，并且模拟过程计算量小，易操作易实现，能够通过轻巧简便的操作步骤实现毛笔小楷字的书写效果，渲染结果准确度高，且渲染结果整体完整性好。
-
公开(公告)号：CN112215933A
公开(公告)日：2021-01-12
申请号：CN202011119060.7
申请日：2020-10-19
Applicant: 南京大学
IPC: G06T15/00 , G10L15/22 , G06Q50/20 , G06K9/00 , G06F3/0481
Abstract: 本发明公开一种基于笔式交互及语音交互的三维立体几何绘制系统，包括：用户交互模块、识别模块、命令模块、几何模块；所述用户交互模块包括操作模块和显示模块；所述操作模块用于获取用户的操作内容；所述显示模块用于对用户操作内容的识别结果、命令转换结果、三维立体几何生成结果进行实时显示；所述识别模块用于对用户的操作内容进行识别；所述命令模块用于将用户的操作内容的识别结果转换成可执行的命令；所述几何模块用于根据所述命令模块转换成的可执行命令构建或修改三维立体几何图形。本发明能够最大限度保持传统课堂教学的使用习惯，提高系统的交互效率，操作性和实用性强，有助于学生提高空间想象能力，激发学生自主探究学习的兴趣。
-
公开(公告)号：CN110481669A
公开(公告)日：2019-11-22
申请号：CN201910811004.0
申请日：2019-08-30
Applicant: 南京大学
IPC: B62D57/024
Abstract: 本发明公开一种基于摩擦力附着技术的蜘蛛形仿生爬壁机器人，包括身体部位、尾部推进机构和腿部移动机构，身体部位上方对称设有尾部舵机，尾部舵机上设有第一涵道风扇插槽，第一涵道风扇插槽中设有第一涵道风扇，身体部位四周设有腿部舵机组，腿部舵机组上通过舵机连杆设有移动舵机和第二涵道风扇插槽，第二涵道风扇插槽中设有第二涵道风扇，移动舵机下端设有足部支撑杆和软橡胶胶套；本发明通过第一涵道风扇和第二涵道风扇推力吸附的技术，使得机器人在攀爬墙壁的过程更加稳定，足部支撑杆下方设置的软橡胶胶套贴合壁面、增大足部支撑杆和攀爬表面摩擦系数，腿部移动机构可以离开壁面从而跨越更加凸出或者凹陷的障碍。
-
公开(公告)号：CN110472088A
公开(公告)日：2019-11-19
申请号：CN201910744494.7
申请日：2019-08-13
Applicant: 南京大学
IPC: G06F16/583 , G06F16/55 , G06F16/56 , G06N3/08
Abstract: 本发明公开一种基于草图的图像检索方法，包括以下步骤：分别训练对应草图和照片的两个CNN的分类模型；使用步骤S1中得到的分类模型构建检索模型，基于quadruplet loss训练检索模型；预处理图像库中图像；单个模型检索；将多个检索模型得到的结果进行融合，得到最终检索结果；本发明依据的理论是减小草图和同类图像所对应的特征向量间距的同时增加草图和异类图像所对应的特征向量间距。与triplet损失相比，quadruplet损失在限制草图和图像的距离，同时关注了图像的异类间距，使得不同类别的图像在最终特征空间中的分布有更高的类别区分度，即产生更大的类间距离和相对较小的类内距离，从而使检索模型具有更好的性能。
-
Patent Agency Ranking
公开(公告)号：CN110349238A
公开(公告)日：2019-10-18
申请号：CN201910635662.9
申请日：2019-07-15
Applicant: 南京大学
IPC: G06T11/20
Abstract: 本发明公开了一种毛笔小楷字渲染方法，包括以下步骤：建立一个基于压力的数学模型，利用该数学模型获取毛笔笔宽数据、利用线性插值法进行必要的插值、使用贝塞尔曲线进行坐标的平滑连接，以及对绘制的贝塞尔曲线进行渲染；通过本发明方法可以在计算机上模拟出逼真的毛笔字效果，并且模拟过程计算量小，易操作易实现，能够通过轻巧简便的操作步骤实现毛笔小楷字的书写效果，渲染结果准确度高，且渲染结果整体完整性好。
-
公开(公告)号：CN105005728A
公开(公告)日：2015-10-28
申请号：CN201510453266.6
申请日：2015-07-29
Applicant: 南京大学
IPC: G06F21/31
CPC classification number: G06F21/31
Abstract: 本发明公开了基于眼动输入带振动反馈的密码输入装置，包括控制器、显示屏、眼动仪和分指振动器。显示屏、眼动仪、分指振动器和控制器相连。显示屏用于显示数字按键。眼动仪用于采集眼球凝视的角度。控制器用于根据所述眼动仪采集到的所述眼球凝视的角度计算眼球在显示屏中凝视的位置，再根据眼球在显示屏中凝视的位置确定输入数值，然后根据输入数值驱动所述分指振动器进行分指振动。分指振动器为带有多个振动点的振动器，每个振动点能够独立执行振动。相比于采用按键键盘输入密码的方式，本发明具有极高的安全性和隐私性。
-
公开(公告)号：CN118410288A
公开(公告)日：2024-07-30
申请号：CN202410550854.0
申请日：2024-05-07
Applicant: 南京大学
IPC: G06F18/15 , G06N20/00 , G06N3/0464 , G06N3/045 , G06F18/24 , G06F18/213
Abstract: 本发明公开一种脑机交互方法和装置、系统、存储介质，包括：步骤S1、获取基于运动想象的脑电信号；步骤S2、根据脑电信号进行预处理；步骤S3、将预处理后的脑电信号分别输入到XGBOOST模型、FBCNet‑Refined模型、Deformable Conformer模型，得到第一运动想象分类结果、第二运动想象分类结果和第三运动想象分类结果；步骤S4、根据第一运动想象分类结果、第二运动想象分类结果和第三运动想象分类结果，得到用于实时交互场景中用户意图控制信号。
-
公开(公告)号：CN116502008A
公开(公告)日：2023-07-28
申请号：CN202310551275.3
申请日：2023-05-16
Applicant: 南京大学
IPC: G06F16/958 , G06F18/214 , G06F18/24 , G06N20/00
Abstract: 本发明属于计算机领域，并公开了一种跨屏Web页面自适应渲染系统及方法，包括：结构分割模块，所述结构分割模块用于获取用户的Web页面数据并对所述Web页面数据进行分割，得到页面分块分类数据；Web服务器模块，所述Web服务器模块用于数据传输；内容分类模块，所述内容分类模块用于对所述页面分块分类数据进行分类预测，得到预测结果；页面适配模块，所述页面适配模块通过对所述预测结果进行分析进行页面适配调整，得到适配页面数据并发送给用户。本发明所述技术方案能够同时保持网站在不同尺寸的移动设备上的呈现，且适配界面能够保留原始页面的风格，兼顾了可用性、美观性、效率三个因素，给予了用户良好的体验。
-
公开(公告)号：CN110472088B
公开(公告)日：2023-06-27
申请号：CN201910744494.7
申请日：2019-08-13
Applicant: 南京大学
IPC: G06F16/583 , G06F16/55 , G06F16/56 , G06N3/08
Abstract: 本发明公开一种基于草图的图像检索方法，包括以下步骤：分别训练对应草图和照片的两个CNN的分类模型；使用步骤S1中得到的分类模型构建检索模型，基于quadruplet loss训练检索模型；预处理图像库中图像；单个模型检索；将多个检索模型得到的结果进行融合，得到最终检索结果；本发明依据的理论是减小草图和同类图像所对应的特征向量间距的同时增加草图和异类图像所对应的特征向量间距。与triplet损失相比，quadruplet损失在限制草图和图像的距离，同时关注了图像的异类间距，使得不同类别的图像在最终特征空间中的分布有更高的类别区分度，即产生更大的类间距离和相对较小的类内距离，从而使检索模型具有更好的性能。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.02 seconds)
