公开(公告)号：CN113313721B

公开(公告)日：2021-11-19

申请号：CN202110867844.6

申请日：2021-07-30

Applicant: 南京理工大学

Inventor： 练智超 ,  贾稀贝 ,  刘悦 ,  陶叔银

IPC: G06T7/11 ,  G06T7/194 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多尺度结构的实时语义分割方法，首先对语义信息分支进行高维特征提取；然后建立上下文语义分支和空间分支；最后，语义特征和空间特征输入特征融合模块进行特征融合，最终输出对应的预测图，实现语义分割任务。本发明的并行语义信息分支中嵌入的多重卷积，集合了不同阶段的相应特征，并以较小的计算代价生成了一个强大的全局上下文特征表示。与BiSeNet相比，本发明实现了更快的速度和相当的性能，在基于ResNet18主干的城市景观数据集上，FPS指标为195.7，在语义分割推理速度FPS指标上远超BiSeNet，相当于每秒钟可以多计算45张左右分辨率为512×1024的图像。

公开(公告)号：CN110717886A

公开(公告)日：2020-01-21

申请号：CN201910829118.8

申请日：2019-09-03

Applicant: 南京理工大学

Inventor： 丁俊杰 ,  郭唐仪 ,  练智超 ,  刘悦 ,  邓洁仪 ,  朱永璇 ,  周钰汀 ,  郭玉洁 ,  孙豪 ,  郝浪 ,  吕亦江 ,  伊特格勒 ,  朱云霞

IPC: G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明提出了一种复杂环境下基于机器视觉的路面坑塘检测方法，首先利用进行了像素级标注的交通监控图像训练语义分割模型；其次，对交通监控视频进行背景建模获得交通监控背景图像，利用语义分割模型对背景图像进行分割，提取图像中的道路；随后，对提取的道路进行二值化，分割出路面上颜色较深且面积较大的区域，并采用支持向量机对这些区域进行分类，获得路面坑塘候选区域；最后，输出存在被语义分割模型划分为路面坑塘子区域的候选区域。通过本发明有效减少了复杂背景对检测任务的干扰，提高了算法的鲁棒性，并提高了检测精度。

公开(公告)号：CN115572826A

公开(公告)日：2023-01-06

申请号：CN202211166600.6

申请日：2022-09-23

Applicant: 南京理工大学

Inventor： 刘悦 ,  李锦祥 ,  田韬 ,  王心蕊 ,  关小红 ,  张晋华

IPC: C22B7/00 ,  C22B15/00 ,  C02F1/70 ,  C02F101/20

Abstract: 本发明公开了一种提高纳米零价铁资源化回收废水中Cu2+的方法，所述方法包括如下步骤：步骤（1）称取铁盐，溶解于纯水中，在搅拌的同时通入氮气，用以去除溶液中的氧气；步骤（2）称取硫化剂加入到铁盐溶液中，曝氮气条件下搅拌；步骤（3）称取还原剂，使其均匀溶于纯水中，通过流动泵加入至含铁盐和硫化物的溶液中，在氮气流下生成硫化纳米零价铁后静置，倒掉上清液，将固体倒入离心管离心，用乙醇洗涤后，并保存在乙醇中。该方法通过硫化对纳米零价铁改性，调控了铁硫化物、铁氧化物在纳米零价铁界面和内核中的分布，从而使得零价铁电子有效地向污染物Cu2+靶向转移，并维持抗氧化能力。

公开(公告)号：CN113313721A

公开(公告)日：2021-08-27

申请号：CN202110867844.6

申请日：2021-07-30

Applicant: 南京理工大学

Inventor： 练智超 ,  贾稀贝 ,  刘悦 ,  陶叔银

IPC: G06T7/11 ,  G06T7/194 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多尺度结构的实时语义分割方法，首先对语义信息分支进行高维特征提取；然后建立上下文语义分支和空间分支；最后，语义特征和空间特征输入特征融合模块进行特征融合，最终输出对应的预测图，实现语义分割任务。本发明的并行语义信息分支中嵌入的多重卷积，集合了不同阶段的相应特征，并以较小的计算代价生成了一个强大的全局上下文特征表示。与BiSeNet相比，本发明实现了更快的速度和相当的性能，在基于ResNet18主干的城市景观数据集上，FPS指标为195.7，在语义分割推理速度FPS指标上远超BiSeNet，相当于每秒钟可以多计算45张左右分辨率为512×1024的图像。

公开(公告)号：CN112329987A

公开(公告)日：2021-02-05

申请号：CN202011100375.7

申请日：2020-10-15

Applicant: 南京理工大学

Inventor： 张旭东 ,  苏志伟 ,  曹竣 ,  刘悦

IPC: G06Q10/04 ,  G06F30/27 ,  G06N20/10 ,  G06F17/18

Abstract: 本发明公开了一种基于Adaboost‑EMD‑SVM的短期风电场功率预测方法，包括：样本集的获取：将风电场历史气象数据或数值天气预报数据作为样本集；对样本集的处理：对风速样本进行EMD分解，对分解模量进行归一化处理；基学习器的确定：针对EMD分解后的IMFi的特征，选取不同的SVM核函数；强学习机的获得：选取T组子SVM，以IMFi和对应的风向、气温为SVM的输入数据，利用Adaboost.RT对各子SVM进行增强训练，得到强学习机SVM(i)；将各IMFi分量及残差rn的SVM预测值叠加得到风速预测值，将风速预测值输入风功率转换曲线，得到电场功率的预测值；本发明减小了学习机参数对学习机性能的影响，提高了预测精度。

公开(公告)号：CN110738690A

公开(公告)日：2020-01-31

申请号：CN201910872806.2

申请日：2019-09-16

Applicant: 南京理工大学

Inventor： 刘悦 ,  练智超 ,  郭唐仪 ,  丁俊杰

IPC: G06T7/277 ,  G06T5/00

Abstract: 本发明公开了一种基于多目标追踪框架的无人机视频中车速校正方法。该方法为：采集无人机拍摄的视频并分拣具有俯视视角的车辆图像制作视频数据集；在数据集上重新训练深度卷积神经网络，提取深层语义特征，回归目标预测框；在实现目标检测的基础上，采用交并比IOU度量目标相似性，匹配对应的目标；结合卡尔曼滤波器构建多目标实时追踪框架；利用设计的高斯滤波器减小由算法框架在追踪车辆目标时计算的车辆速度的数据抖动和误差，从车辆轨迹中提取更加精确的车辆运动数据。本发明提高了在多目标追踪过程中提取运动目标参数的准确度，实现了运动目标的快速预测与校正。