-
公开(公告)号：CN118719513A
公开(公告)日：2024-10-01
申请号：CN202410754927.8
申请日：2024-06-12
Abstract: 本发明涉及一种声涡旋场发射器及制备方法，该发射器包括驻极体薄膜和基板；所述基板的一端设有螺旋结构凹槽，用于为声源面引入相位差，所述驻极体薄膜固定在基板设有螺旋结构凹槽的一端，所述驻极体薄膜面向凹槽的一端带有电荷，所述驻极体薄膜远离基板的一端设有导电电极，所述基板提供另一电极。与现有技术相比，本发明具有制备简单，结构灵活，有利于产生更稳定、更易调控的涡旋声场等优点。
-
公开(公告)号：CN119798287A
公开(公告)日：2025-04-11
申请号：CN202411519723.2
申请日：2024-10-29
Applicant: 中国科学院长春应用化学研究所 , 南京信息技术研究院
Abstract: 本发明提供了一种近红外镱配合物及其制备方法和应用。所述近红外镱配合物具有式Ⅰ或式Ⅱ所示的结构，分别简称为YbQ3和[Yb(DPyPDA)2](DIEA)。经测试，YbQ3的光致发光量子效率高达10.69％，其发光寿命长达94微秒，具有良好的热稳定性，在466nm可见光的激发下，可以发射出978nm的近红外光。因此，将YbQ3应用于近红外成像，可达到优异效果。[Yb(DPyPDA)2](DIEA)具有优异的热稳定性和化学稳定性、更长的发光寿命，将其作为发光材料，制备得到的OLEDs器件可以发射出镱离子在近红外区978nm处的特征发射，在不同的操作电压下均具有较高的近红外辐照度。
-
公开(公告)号：CN114973123B
公开(公告)日：2024-09-10
申请号：CN202210469746.1
申请日：2022-04-28
Applicant: 南京信息技术研究院
IPC: G06V20/52
Abstract: 本发明公开一种基于二阶目标检测和语义识别的货车归属识别方法，通过位置布置高清视频采集设备收集货车图片，手工标注车身贴标位置及具有标识性的问题，分别用于训练第二阶段目标检测模型和语义识别模型。在一阶目标检测阶段完成货车位置的确定，二阶目标检测阶段实现车身贴标的位置确定和类型识别，结合文字识别结果完成车身贴标类型的最终确定，依据贴标类型判定车辆归属，给出是否本单位车辆的判别结果。整体流程由采集端、网络模块及推理端协作完成，可实现无人监测，有效降低了对人工的依赖度。
-
公开(公告)号：CN115630190A
公开(公告)日：2023-01-20
申请号：CN202211087773.9
申请日：2022-09-07
Applicant: 南京信息技术研究院
Abstract: 本发明公开了一种基于最大切片Wasserstein度量的监控网络行人目标关联方法，在记录周期内，监控网络系统基于YOLOv5行人检测和Deepsort并采用n阶打点机制生成行人目标的检测跟踪记录；在关联周期内，监控网络系统基于n阶连续高维特征序列之间的最大切片Wasserstein距离对所有摄像头形成的行人目标的检测跟踪记录进行单摄像头内部和跨摄像头的行人目标归并关联；完成归并关联后基于Openpose人体姿态检测和基于Brenner梯度的图像清晰度评价，从视频流中构建行人目标缩略图，生成包含行人目标ID、n阶连续高维特征序列、行人目标所在摄像头ID和视频流时刻和典型缩略图的记录，并存入数据库中用于查询。本发明能够在大范围监控网络中实现目标关联和基于目标关联的重点目标检索的有效方案。
-
公开(公告)号：CN115063717A
公开(公告)日：2022-09-16
申请号：CN202210644386.4
申请日：2022-06-08
Applicant: 南京信息技术研究院
Abstract: 本发明公开一种基于重点区域实景建模的视频目标检测与跟踪方法，将重点区域卫星定位信息转化成三维全景地图；对三维全景地图提取高层特征，根据重点区域天气信息对对应视频流进行处理得到清晰的重点区域实景建模视频帧，将一系列帧输入骨干网络提取高级特征再通过空洞残差网络，将目标检测任务化大为小，使用跨模态注意力模块进行多模态信息融合，通过叠加连续帧的特征图得到特征融合图，进而获得连续的目标时空特征，同时结合之前画面帧获得的跟踪边界框，最后匹配目标框和跟踪框实现检测与跟踪任务。本发明对重点区域进行实时实景建模，有效解决重点区域的复杂人流车流造成的目标遮挡与错误跟踪问题，使得算法具有更好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114842378B
公开(公告)日：2024-07-12
申请号：CN202210448894.5
申请日：2022-04-26
Applicant: 南京信息技术研究院
IPC: G06V20/40 , G06V10/75 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于孪生网络的多摄像头单目标追踪方法，建立多摄像头单目标追踪视频库；初始化基于孪生网络的单目标追踪网络，设置该网络的训练过程；计算训练视频帧的追踪结果与真实标签之间的误差值，调整网络的权值参数，直至误差值满足精度要求；通过训练好的网络模型对任意一个摄像头视频中的框定目标进行追踪；在其他摄像头视频中检测并匹配步骤4中的追踪目标，对匹配到的目标进行追踪。本发明能够快速追踪单目标，网络结构简单而有效，网络训练难度较小。
-
公开(公告)号：CN115063717B
公开(公告)日：2024-04-23
申请号：CN202210644386.4
申请日：2022-06-08
Applicant: 南京信息技术研究院
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06T7/20 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06T5/00
Abstract: 本发明公开一种基于重点区域实景建模的视频目标检测与跟踪方法，将重点区域卫星定位信息转化成三维全景地图；对三维全景地图提取高层特征，根据重点区域天气信息对对应视频流进行处理得到清晰的重点区域实景建模视频帧，将一系列帧输入骨干网络提取高级特征再通过空洞残差网络，将目标检测任务化大为小，使用跨模态注意力模块进行多模态信息融合，通过叠加连续帧的特征图得到特征融合图，进而获得连续的目标时空特征，同时结合之前画面帧获得的跟踪边界框，最后匹配目标框和跟踪框实现检测与跟踪任务。本发明对重点区域进行实时实景建模，有效解决重点区域的复杂人流车流造成的目标遮挡与错误跟踪问题，使得算法具有更好的鲁棒性。
-
公开(公告)号：CN120034162A
公开(公告)日：2025-05-23
申请号：CN202411945683.8
申请日：2024-12-27
Applicant: 中国科学院微电子研究所 , 南京信息技术研究院
IPC: H03K7/10
Abstract: 本公开提供了一种低功耗的模拟信号直接调制微系统和方法，可以应用于信号调制技术领域。该系统包括：信源模块，配置为获取预定时段的外部信号并根据外部信号生成初始模拟信号；滤波电路模块，与信源模块电连接，配置为滤除初始模拟信号中的干扰信号，得到中间模拟信号；匹配电路模块，与滤波电路模块电连接，配置为基于目标幅值和目标频率调整中间模拟信号的幅值和频率，得到匹配信号；振荡模块，与匹配电路模块电连接，配置为根据匹配信号在预定时段的幅值变化和频率变化，生成目标调频信号并输出。
-
公开(公告)号：CN115147921A
公开(公告)日：2022-10-04
申请号：CN202210643944.5
申请日：2022-06-08
Applicant: 南京信息技术研究院
IPC: G06V40/20 , G06V40/10 , G06K9/62 , G06V10/82 , G06V10/40 , G06V10/762 , G06V20/40 , G06V20/64 , G06T7/70 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于多域信息融合的重点区域目标异常行为检测与定位方法，对重点区域中行人图像在视频帧中进行像素级定位，输出的特征图上进行语义解析，通过级联聚类生成人体部位的伪标签，同时提取全局特征以完成对目标的行为理解；接着将目标位置信息、网络信息与场景信息融合，将融合信息分解为频域特征与时域特征，以及将频域特征与时域特征融合得到多维信息融合特征；接着利用多层感知器异常得分网络对每组多维融合信息打分并生成置信度，通过偏差损失函数对异常得分网络进行优化，检测出具有异常行为的目标及进行定位。本发明结合多域信息判断监视区域内的可疑人员，并结合异常得分网络对异常行为进行判别与确认。
-
公开(公告)号：CN118470770A
公开(公告)日：2024-08-09
申请号：CN202410614559.7
申请日：2024-05-17
Applicant: 南京信息技术研究院
IPC: G06V40/16 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于注意力的属性增强人脸识别方法及系统，方法包括：对输入的人脸图像I进行特征抽取，得到人脸特征图；通过构建的包括多个并行的属性分支的人脸属性分类信息块来提取不同的属性信息；之后使用构建的轻量化属性融合模块将属性信息融入到模型的输出中，得到识别结果；通过最小化人脸识别损失和分类损失，完成人脸识别网络的训练；通过训练好的网络对测试数据进行识别，并进行评价。通过广泛的实验证明了本方法的有效性，并应用在了人脸图像识别上。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.077 seconds)
