-
公开(公告)号：CN114724065B
公开(公告)日：2024-11-15
申请号：CN202210330483.6
申请日：2022-03-31
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/46 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82 , G06T7/11 , G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于非局部步态特征的多目标跟踪与识别方法，该发明首先获取一段步态视频序列，在分类定位分支和掩码预测分支检测分割视频序列；然后在跟踪分支采用实例标签划分法与匈牙利算法关联跟踪目标，获取所有目标的步态能量图；接着将步态能量图输入到改进的非局部分块网络生成特征图。根据特征图划分不同区域，赋予不同权重，得到细粒度的步态特征。最后将提取的步态特征输入到一对多支持向量机进行目标识别。本发明通过分类定位分支和掩码预测分支检测分割视频序列，有助于提升多目标分割的精度；通过实例标签划分法与匈牙利算法，有效实现不同帧之间目标的关联；通过改进的非局部分块网络，有助于提取细粒度的非局部特征。
-
公开(公告)号：CN118741607A
公开(公告)日：2024-10-01
申请号：CN202410716119.2
申请日：2024-06-04
Applicant: 南京邮电大学
IPC: H04W28/084 , H04W28/08 , H04W28/082 , H04W4/40 , H04L67/10 , H04L67/12 , H04L67/60 , G06F17/10
Abstract: 本发明公开了一种面向无线可充电传感网的分环及移动充电车调度方法及系统，所述方法包括如下步骤：首先，根据无线可充电传感网的属性信息、每个感知节点的属性信息和移动充电车的属性信息，将无线可充电传感网进行初始分环；若初始分环结果中移动充电车的任务量不均衡，则进行二次分环；其次，基站调度服务于各环的移动充电车，开始第一轮能量补给任务，然后获取各环感知节点的能耗率，并计算出各环的充电请求阈值；随后，基站调度服务于各环的移动充电车从第二个充电轮次开始进行周期充电。本发明能够保持感知节点能量的周期性变化，避免其死亡，让网络能够持久稳定地运行。
-
公开(公告)号：CN114882523B
公开(公告)日：2024-11-05
申请号：CN202210375278.1
申请日：2022-04-11
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V20/40 , G06V10/764 , G06N3/0464 , G06N3/043 , G06N3/047
Abstract: 本发明公开了一种基于碎片化视频信息的任务目标检测方法及系统，基于有效帧序列提取模块、深度卷积特征图提取模块、光流信息模块、变形特征模块、权重系数计算模块，构建目标人物检测模型，完成对预设目标人物的检测，本发明通过模糊先验方法改进聚合帧的权值分配，计算出每帧图像的权重，而不是赋予每帧相同的权重，有效地提升了人物检测的准确性与可靠性。
-
公开(公告)号：CN115171701A
公开(公告)日：2022-10-11
申请号：CN202210768407.3
申请日：2022-06-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种利用神经架构搜索的声纹识别方法，首先获得说话人声音的音频片段，并对音频进行端点检测、预加重、分帧及加窗等预处理操作，然后对预处理后的音频进行梅尔频谱特征提取，最后利用预先使用神经架构搜索得到的声纹识别模型将提取到的声纹特征与预先构建的声纹数据库进行比对，得到识别结果。本发明利用神经架构搜索，首先通过双层优化，获得神经元中的最佳操作组合，然后通过多次堆叠神经元来推导出CNN模型，最后通过训练得到的CNN模型得到最终的声纹识别模型，本发明有效提升人物识别的准确性，并拥有较低的模型复杂度。
-
Patent Agency Ranking
公开(公告)号：CN114821786A
公开(公告)日：2022-07-29
申请号：CN202210452885.3
申请日：2022-04-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于人体轮廓和关键点特征融合的步态识别方法，包括：输入单人行走的步态视频，获取视频中的行人轮廓序列；将步态视频代入OpenPose算法模块，获得归一化的人体关键点信息序列，将行人轮廓序列代入GaitSet算法模块，获得步态轮廓序列的特征；将人体关键点信息序列由LSTM和CNN组成的人体关键点特征提取模块；分别获得步态轮廓特征向量和人体关键点特征向量；将步态轮廓特征向量和人体关键点特征向量连接后输入特征融合模块；将步态融合特征导入融合网络进行特征学习，识别出视频中人物的身份。本发明利用人体轮廓特征提取模块和人体关键点特征提取模块分别提取其特征，然后进行特征层融合得到步态融合特征，提高步态识别的准确率和鲁棒性。
-
公开(公告)号：CN119004285A
公开(公告)日：2024-11-22
申请号：CN202410806728.7
申请日：2024-06-21
Applicant: 南京邮电大学
IPC: G06F18/2431 , G06F18/214 , G06F40/194 , G06F40/30
Abstract: 本发明公开了一种基于AeerBERT的弹幕文本非典型激发情感分类方法，属于自然语言处理与人工智能技术领域，包括如下步骤：步骤一、构建数据集：步骤二、构建输入编码模块，在输入编码模块中，弹幕群通过bert编码器得到12个输出层输出的特征向量；步骤三、构建特征加强模块和局部感知模块，用于对12个输出层输出的特征向量进行优化，得到综合特征表示和局部感知的特征表示；步骤四、构建特征融合与情感预测模块，用获取情感概率分布，给出最大概率的情感标签；步骤五、构建基于AeerBERT的弹幕文本非典型激发情感分类模型；并使用步骤一中构建的数据集对分类模型进行训练；步骤六、将训练好的分类模型用于视频弹幕文本非典型激发情感分类。
-
公开(公告)号：CN114821786B
公开(公告)日：2025-01-17
申请号：CN202210452885.3
申请日：2022-04-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于人体轮廓和关键点特征融合的步态识别方法，包括：输入单人行走的步态视频，获取视频中的行人轮廓序列；将步态视频代入OpenPose算法模块，获得归一化的人体关键点信息序列，将行人轮廓序列代入GaitSet算法模块，获得步态轮廓序列的特征；将人体关键点信息序列由LSTM和CNN组成的人体关键点特征提取模块；分别获得步态轮廓特征向量和人体关键点特征向量；将步态轮廓特征向量和人体关键点特征向量连接后输入特征融合模块；将步态融合特征导入融合网络进行特征学习，识别出视频中人物的身份。本发明利用人体轮廓特征提取模块和人体关键点特征提取模块分别提取其特征，然后进行特征层融合得到步态融合特征，提高步态识别的准确率和鲁棒性。
-
公开(公告)号：CN114882523A
公开(公告)日：2022-08-09
申请号：CN202210375278.1
申请日：2022-04-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于碎片化视频信息的任务目标检测方法及系统，基于有效帧序列提取模块、深度卷积特征图提取模块、光流信息模块、变形特征模块、权重系数计算模块，构建目标人物检测模型，完成对预设目标人物的检测，本发明通过模糊先验方法改进聚合帧的权值分配，计算出每帧图像的权重，而不是赋予每帧相同的权重，有效地提升了人物检测的准确性与可靠性。
-
公开(公告)号：CN114724065A
公开(公告)日：2022-07-08
申请号：CN202210330483.6
申请日：2022-03-31
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/46 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82 , G06K9/62 , G06T7/11 , G06T7/246 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于非局部步态特征的多目标跟踪与识别方法，该发明首先获取一段步态视频序列，在分类定位分支和掩码预测分支检测分割视频序列；然后在跟踪分支采用实例标签划分法与匈牙利算法关联跟踪目标，获取所有目标的步态能量图；接着将步态能量图输入到改进的非局部分块网络生成特征图。根据特征图划分不同区域，赋予不同权重，得到细粒度的步态特征。最后将提取的步态特征输入到一对多支持向量机进行目标识别。本发明通过分类定位分支和掩码预测分支检测分割视频序列，有助于提升多目标分割的精度；通过实例标签划分法与匈牙利算法，有效实现不同帧之间目标的关联；通过改进的非局部分块网络，有助于提取细粒度的非局部特征。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
