-
公开(公告)号：CN114821431A
公开(公告)日：2022-07-29
申请号：CN202210481479.X
申请日：2022-05-05
Applicant: 南京大学
IPC: G06V20/40 , G06V20/52 , G06V10/22 , G06V10/25 , G06V10/42 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/246 , G06T7/292
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种隧道内实时多类别多目标跟踪方法：其包括步骤1：将检测网络与特征提取网络融合后训练，得到训练好的融合网络；步骤2：将隧道内车道图片输入至融合网络后输出感兴趣区域内目标的预测结果并保存全局特征图，其中预测结果包括目标类别、置信度和位置信息；步骤3：对预测结果进行非极大值抑制从而筛选出检测目标；步骤4：根据检测目标的位置信息在全局特征图中截取目标特征；步骤5：各目标特征图通过SPP网络得到各目标对应的目标特征向量；步骤6：将极大值抑制后的预测结果和目标特征向量输入到跟踪器中进行目标跟踪。本发明有效提高隧道复杂场景的多目标跟踪效率和准确性。
-
公开(公告)号：CN114882450B
公开(公告)日：2025-05-09
申请号：CN202210382896.9
申请日：2022-04-13
Applicant: 南京大学
Abstract: 本发明涉及一种无人机单侧巡航下高速匝道口倒车行为检测方法，包括：步骤1：获取无人机巡航采集的匝道口路面视频图像，检测图像中的车辆；步骤2：使用多目标跟踪算法，获取每辆车的运动轨迹；步骤3：判断当前画面内是否只有一辆车，若是，跳转至步骤4；若否，跳转至步骤5；步骤4：计算Δt内车辆的行驶距离x，若x大于阈值T，跳转至步骤1；若x小于阈值T，则判定其出现倒车行为；步骤5：计算各个车辆在Δt的行驶距离xi以及平均行驶距离s；步骤6：判断当前是否有车辆的行驶距离小于平均行驶距离的占比阈值，若有则判定为倒车行为，若无则跳转至步骤1。本发明实现无人机巡测下高速匝道口车辆倒车行为判别。
-
公开(公告)号：CN115311467A
公开(公告)日：2022-11-08
申请号：CN202110491535.3
申请日：2021-05-06
Applicant: 南京大学
Abstract: 一种轻量化卷积神经网络目标检测的实现方法，对目标检测模型的锚点框、骨干网络和检测头分别进行轻量化，轻量化锚点框改进了最大交并比训练样本匹配策略，缓解不同目标间正样本数量不平衡问题，在提高检测精度的同时，可大幅削减锚点框的密度；采用轻量卷积神经网络ShuffleNetV2为骨干网络，增加通道注意力模块，对通道特征进行重标定，学习不同的通道特征的重要性以及通道特征间的关系；对检测头的轻量化提出串行轻量化检测头结构，将检测头部回归分支卷积接在分类分支卷积后，使得回归分支充分利用分类结果，提升模型定位准确度，并且使用分组卷积轻量化检测头。本发明对目标检测网络进行了轻量化，在保证准确性同时，大幅提升网络推理速度。
-
公开(公告)号：CN116731967B
公开(公告)日：2023-11-17
申请号：CN202311033278.4
申请日：2023-08-16
Applicant: 南京大学 , 南京元迈细胞生物科技有限公司
IPC: C12N5/0786
Abstract: 本发明公开了一种从多能干细胞通过诱导分化制备巨噬细胞的方法、试剂盒及其应用，所述方法包括：首先使多能干细胞分化为拟胚体，然后使所述拟胚体与一种或多种选自以下的细胞因子接触，从而得到所述巨噬细胞：胎肝激酶配体(Flt3L)、粒细胞‑巨噬细胞集落刺激因子（GM‑CSF）、巨噬细胞集落刺激因子(M‑CSF)、血管内皮生长因子(VEGF)、干细胞因子(SCF)、胰岛素样生长因子1（IGF‑1）、碱性成纤维细胞生长因子（bFGF）和白介素3(IL‑3)。本发明方法耗时短、分化效率高、产品纯度高、可重复性强、有利于大规模自动化生产。
-
公开(公告)号：CN116644182A
公开(公告)日：2023-08-25
申请号：CN202310675101.8
申请日：2023-06-08
Applicant: 南京大学
IPC: G06F16/35 , G06F40/216 , G06F40/284 , G06F40/295 , G06N3/0442 , G06N3/045
Abstract: 基于实体词影响区域评估标准的无监督文本多标签标记方法包括如下步骤：1)准备阶段，准备待标记文本集作为语料，通过分词、词嵌入、词向量聚类得到对语料总体内容有归纳意义的有限组词集，各词集计算出一词作为词集的标签。2)建模阶段，将语料切分为句集并基于标签词集进行IOB格式标注，训练NER模型并保存最优模型参数。3)标记阶段，用NER模型识别出待标记文本中的实体词及位置，基于实体词影响区域描述实体词对标签的代表程度，基于TF‑IDF、TextRank、LDA模型描述实体词对文本的特征程度，对文本进行各标签成分分数计算并标记有归纳意义的多标签，应用于文本的理解、归类与检索。
-
Patent Agency Ranking
公开(公告)号：CN114821431B
公开(公告)日：2025-04-29
申请号：CN202210481479.X
申请日：2022-05-05
Applicant: 南京大学
IPC: G06V20/40 , G06V20/52 , G06V10/22 , G06V10/25 , G06V10/42 , G06V10/764 , G06V10/82 , G06V10/62 , G06T7/246 , G06T7/292 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种隧道内实时多类别多目标跟踪方法：其包括步骤1：将检测网络与特征提取网络融合后训练，得到训练好的融合网络；步骤2：将隧道内车道图片输入至融合网络后输出感兴趣区域内目标的预测结果并保存全局特征图，其中预测结果包括目标类别、置信度和位置信息；步骤3：对预测结果进行非极大值抑制从而筛选出检测目标；步骤4：根据检测目标的位置信息在全局特征图中截取目标特征；步骤5：各目标特征图通过SPP网络得到各目标对应的目标特征向量；步骤6：将极大值抑制后的预测结果和目标特征向量输入到跟踪器中进行目标跟踪。本发明有效提高隧道复杂场景的多目标跟踪效率和准确性。
-
公开(公告)号：CN116731967A
公开(公告)日：2023-09-12
申请号：CN202311033278.4
申请日：2023-08-16
Applicant: 南京大学 , 南京元迈细胞生物科技有限公司
IPC: C12N5/0786
Abstract: 本发明公开了一种从多能干细胞通过诱导分化制备巨噬细胞的方法、试剂盒及其应用，所述方法包括：首先使多能干细胞分化为拟胚体，然后使所述拟胚体与一种或多种选自以下的细胞因子接触，从而得到所述巨噬细胞：胎肝激酶配体(Flt3L)、粒细胞‑巨噬细胞集落刺激因子（GM‑CSF）、巨噬细胞集落刺激因子(M‑CSF)、血管内皮生长因子(VEGF)、干细胞因子(SCF)、胰岛素样生长因子1（IGF‑1）、碱性成纤维细胞生长因子（bFGF）和白介素3(IL‑3)。本发明方法耗时短、分化效率高、产品纯度高、可重复性强、有利于大规模自动化生产。
-
公开(公告)号：CN115346176A
公开(公告)日：2022-11-15
申请号：CN202210698055.9
申请日：2022-06-20
Applicant: 南京长江隧道有限责任公司 , 南京大学
IPC: G06V20/54 , G06V20/52 , G06V10/82 , G06V10/25 , G06V10/764 , G06T7/277 , G06T7/66 , G06T7/70 , G06N3/04 , G06N3/08
Abstract: 本发明涉及视频异常停车判别领域，尤其涉及一种隧道场景下道路运行状况的异常停车自适应判别方法，具体包括：步骤1：获取目标道路的视频监控，进行车辆检测；步骤2：对视频图像中的车辆进行多目标跟踪，判断车辆是否发生停车；步骤3：根据道路占有率和停车时长，判断车辆是否发生异常停车。本发明判别准确率高。
-
公开(公告)号：CN114882450A
公开(公告)日：2022-08-09
申请号：CN202210382896.9
申请日：2022-04-13
Applicant: 南京大学
Abstract: 本发明涉及一种无人机单侧巡航下高速匝道口倒车行为检测方法，包括：步骤1：获取无人机巡航采集的匝道口路面视频图像，检测图像中的车辆；步骤2：使用多目标跟踪算法，获取每辆车的运动轨迹；步骤3：判断当前画面内是否只有一辆车，若是，跳转至步骤4；若否，跳转至步骤5；步骤4：计算Δt内车辆的行驶距离x，若x大于阈值T，跳转至步骤1；若x小于阈值T，则判定其出现倒车行为；步骤5：计算各个车辆在Δt的行驶距离xi以及平均行驶距离s；步骤6：判断当前是否有车辆的行驶距离小于平均行驶距离的占比阈值，若有则判定为倒车行为，若无则跳转至步骤1。本发明实现无人机巡测下高速匝道口车辆倒车行为判别。
-
公开(公告)号：CN113255469A
公开(公告)日：2021-08-13
申请号：CN202110491546.1
申请日：2021-05-06
Applicant: 南京大学
Abstract: 交通监控场景道路占有率的测定方法及装置,获取交通监控视频数据，确定道路中感兴趣区域ROI及车辆，根据ROI有效检测范围划定视频图像中占有率计算区域的远近边界，并计算占有率计算区域内车道的真实长度；同时统计出车辆数目、类别，对车辆长度作真实长度标准化处理，获取占有率计算区域内车辆的总长度，最后将车辆的总长度比上车道的真实总长度，得到道路占有率。本发明只需监控视频数据，自动实时计算道路占有率，客观反映当前道路的拥堵使用状况，解决了传统检测方法的设备易老化损坏、施工复杂、价格昂贵等问题，测定准确率高，不受视频拍摄角度影响，对于实现城市交通拥挤状态判别，交通的调度管理有着重要的意义。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.028 seconds)
