-
公开(公告)号：CN114926742B
公开(公告)日：2024-09-24
申请号：CN202210690435.8
申请日：2022-06-17
Applicant: 南通大学
IPC: G06V20/10 , G06V10/42 , G06V10/46 , G06V10/74 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/082
Abstract: 本发明公开了一种基于二阶注意力机制的回环检测及优化方法，属于计算机视觉图像技术领域，解决了传统方法忽略图像局部特征之间相关性的问题。其技术方案为：包括以下步骤：步骤1)、构建融合VGG16、二阶注意力机制和NetVLAD的网络模型SOA‑NetVLAD；步骤2)、采用知识蒸馏的方式训练网络模型得到最优参数；步骤3)、提取图像的全局特征；步骤4)、采用局部敏感哈希方法对图像的全局特征降维，并计算图像之间的余弦相似度；步骤5)、采用几何验证方式进行回环验证；步骤6)、采用随机采样一致性算法消除误匹配。本发明的有益效果为：本发明的网络模型中加入了注意力机制，能有效的学习局部特征之间的相关性。
-
公开(公告)号：CN118097781A
公开(公告)日：2024-05-28
申请号：CN202410221125.0
申请日：2024-02-28
Applicant: 南通大学
IPC: G06V40/20 , G06N3/126 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明提供了一种基于子序列特征的人类活动识别方法，属于模式识别的人类活动识别技术领域。解决了神经网络对局部特征的忽视和缺乏可解释性的技术问题。其技术方案为：包括如下步骤：步骤一、Shapelets候选生成；步骤二、Shapelets评估；步骤三、选择最佳Shapelets；步骤四、特征转换；步骤五、分类模型训练。本发明的有益效果为：本发明旨在提供一种新的HAR方法，该方法能够更有效地从时间序列数据中提取有意义的局部模式，以提高活动识别的准确性和鲁棒性。
-
公开(公告)号：CN117133013A
公开(公告)日：2023-11-28
申请号：CN202310888260.6
申请日：2023-07-19
Applicant: 南通大学
IPC: G06V40/00 , G06V10/82 , G06V10/80 , G06V10/762 , G06V10/44 , G06V10/764 , G06N3/045 , G06N3/0442 , G06N3/0464
Abstract: 本发明提供了一种基于卷积与循环神经网络融合的人类活动识别方法，属于模式识别的人类活动识别技术领域。解决了传统方法没有充分考虑不确定性和模糊性信息的，在处理复杂的人类活动时性能会下降的技术问题。其技术方案为：包括以下步骤：步骤一、使用卷积和循环神经网络融合的多头卷积来提取特征；步骤二、使用模糊聚合层来融合所有卷积头部的输出，通过步骤一的处理，得到多个特征图；步骤三、使用模糊C均值聚类将CNN特征图映射到模糊数。步骤四、使用SVM做分类。本发明的有益效果为：本发明能更好地捕捉人类活动的动态特征，提高识别准确率和泛化能力，采用SVM作为分类器保证较高的分类准确率和鲁棒性。
-
公开(公告)号：CN116503452A
公开(公告)日：2023-07-28
申请号：CN202310480348.4
申请日：2023-04-28
Applicant: 南通大学
Abstract: 本发明涉及算机视觉、三维重建技术领域，尤其涉及一种基于SIFT特征提取的点云配准方法。解决了传统ICP算法计算效率、精度及易受噪声干扰的问题。其技术方案为：包括以下步骤：S1：使用带有拓扑关系的二叉树KD‑tree结构存储源点云P和目标点云Q；S2：使用SIFT算法提取源点云P和目标点云Q的关键点云；S3：计算关键点云的法向量以及快速点特征直方图；S4：基于SAC‑IA算法进行粗配准；S5：基于ICP算法进行精配准。本发明的有益效果为：本发明相对传统ICP算法在配准精度以及速度上大大提高。
-
公开(公告)号：CN114494736A
公开(公告)日：2022-05-13
申请号：CN202210104480.0
申请日：2022-01-28
Applicant: 南通大学
IPC: G06V10/46 , G06V10/25 , G06V10/762 , G06V10/74 , G06V10/82 , G06K9/62 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于显著性区域检测的室外地点重识别方法，属于计算机视觉、深度学习技术领域。其技术方案为：包括以下步骤：步骤一、SE‑ResNet特征图的提取；步骤二、显著性区域的检测；步骤三、训练视觉词袋模型；步骤四、图像之间的相似度匹配。本发明的有益效果为：本发明通过深度学习特征构建的视觉词袋模型，把显著性区域的局部特征融合成全局特征，提高匹配的准确度。
-
Patent Agency Ranking
公开(公告)号：CN114067128A
公开(公告)日：2022-02-18
申请号：CN202111570170.X
申请日：2021-12-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于语义特征的SLAM回环检测方法，属于计算机视觉图像技术领域，包括以下步骤：通过RGB‑D相机获取新的图像，并通过YOLOv4目标检测网络模型提取当前图像与图像数据库中其他待匹配图像的语义信息，计算当前图像与图像序列中其他图像的语义特征向量之间的余弦相似度，根据相似度从历史图像中挑选出最接近的K个候选帧，对当前图像和K个候选帧进行几何一致性检验，将满足几何一致性的当前图像作为真正的回环。本发明的有益效果为：采用语义特征可以大大减少光照和视点变化的影响，提高回环检测的准确性以及召回率，同时使用的几何一致性检验又减少了大部分误匹配，且计算量小，需要较低的存储消耗和计算成本，提高了实时性。
-
公开(公告)号：CN113936736A
公开(公告)日：2022-01-14
申请号：CN202111269625.4
申请日：2021-10-29
Applicant: 南通大学
Abstract: 本发明公开了基于遗传算法的ERα拮抗剂的生物活性和ADMET性质优化方法，属于生物制药、机器学习以及智能优化算法技术领域；其技术方案为：包括以下步骤：1、变量筛选：2、预测模型建立：3、分类模型建立；4、利用遗传算法、预测模型和分类模型对数据样本进行迭代寻优，找到ERα拮抗剂的生物活性值达到最优和ADMET性质至少三个性质最好时的对应的自变量的值。本发明的有益效果是：本发明并通过遗传算法实现对生物活性和ADMET性质的优化。
-
公开(公告)号：CN117576385A
公开(公告)日：2024-02-20
申请号：CN202311390017.8
申请日：2023-10-25
Applicant: 南通大学
IPC: G06V10/26 , G06V10/762 , G06V10/82 , G06V10/34
Abstract: 本发明提供了一种基于自适应掩膜膨胀和动态概率的视觉SLAM方法，属于计算机视觉、深度学习技术领域。解决了传统视觉SLAM受动态环境影响大，引入的深度学习模型受训练数据集有限影响，生成动态掩膜残缺和畸形的技术问题。其技术方案为：把整个流程分为两个部分，一是提取完整的动态对象掩膜，二是过滤掉高动态概率的特征点，保留动态概率低的静态特征点。本发明的有益效果为：本发明结合深度学习提供的动态先验信息和K‑means聚类算法，将动态对象完整精确地从静态背景中分割出来，提高整个SLAM算法的精确度，通过提取精确的动态对象掩膜，更准确地过滤动态特征点，从而提高SLAM算法的鲁棒性和精确度。
-
公开(公告)号：CN114242178A
公开(公告)日：2022-03-25
申请号：CN202111269051.0
申请日：2021-10-29
Applicant: 南通大学
Abstract: 本发明公开了基于梯度提升决策树的ERα拮抗剂的生物活性定量预测方法，属于生物制药和机器学习技术领域；解决了梯度提升决策树线性和非线性的多元回归模型不能很好的进行拟合的技术问题；其技术方案为：包括以下步骤：步骤一：对影响ERα拮抗剂的生物活性的变量数据进行预处理；步骤二：变量的筛选；步骤三：独立性检验；步骤四：模型建立。本发明的有益效果是：本发明在数据的采集过程中，先对数据进行预处理，删除全为零的列，降低了不良数据对预测模型的影响，也加快了变量的筛选速度；通过传统方法和机器学习方法筛选出特征变量，再通过特征变量建立ERα拮抗剂的生物活性定量预测模型。
-
公开(公告)号：CN114861761B
公开(公告)日：2024-09-20
申请号：CN202210357834.2
申请日：2022-04-06
Applicant: 南通大学
IPC: G06V10/82 , G06N3/0464 , G06N3/045 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种基于孪生网络特征与几何验证的回环检测方法，属于计算机视觉图像技术领域，解决了传统方法在光照和视点变化下准确率较低的技术问题。其技术方案为：包括以下步骤：步骤1、获取输入的RGB‑D图像；步骤2、获取多维特征信息；步骤3、提取图像全局特征；步骤4、计算图像间的相似度得分，根据相似度得分得到回环候图像；步骤5、采用几何一致性检验对两幅图像的描述符进行匹配；步骤6、采用随机采样一致性算法消除误匹配；步骤7、采用时间一致性检验进一步进行误匹配的剔除。本发明的有益效果为：本发明的孪生网络特征具有光照不变性，几何验证又能获得图像间的几何拓扑信息，提高了回环检测的精确率和召回率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
