-
公开(公告)号:CN112164094B
公开(公告)日:2024-10-15
申请号:CN202011004976.8
申请日:2020-09-22
Applicant: 江南大学
IPC: G06T7/246 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于孪生网络的快速视频目标跟踪方法,属于模式识别和智能信息处理领域。该方法利用残差连接和通道注意力机制改进SiamFC孪生网络模型的模板分支,得到SiamRCCA模型,并设定相似性响应图的损失掩码Maskn×n,并在离线训练SiamRCCA模型时根据Maskn×n提高难分样本损失值的权重,增强了对相似语义目标的辨别力,解决了跟踪过程中目标形变、相似物体干扰等复杂情况下容易跟踪漂移或丢失的问题,且SiamRCCA模型为非对称结构,即残差连接和注意力模块均只应用于模板分支即对首帧目标的特征提取阶段,避免了在双分支网络中简单地增加网络层而影响跟踪速度,同时充分利用第一帧目标信息,提升了模型的跟踪精度。
-
公开(公告)号:CN112862834B
公开(公告)日:2024-05-03
申请号:CN202110059363.2
申请日:2021-01-14
Applicant: 江南大学
IPC: G06T7/11 , G06T7/155 , G06V10/762 , G06T5/30
Abstract: 本发明公开了一种基于视觉显著区域和主动轮廓的图像分割方法,属于模式识别和智能信息处理领域。该方法首先采用一种改进的视觉显著区域检测方法对原始图像进行预处理操作,自动设置初始化轮廓,并使用获取的目标先验信息设计自适应符号函数,对优化LoG能量项进行加权,构造自适应符号函数加权的优化LoG能量项;其次充分考虑局部空间与灰度变化信息,对局部能量项进行改进。最后,以线性方式将全局能量项与改进的局部能量项进行融合,提出新的基于区域的混合主动轮廓分割模型。本发明方法能够在含有复杂背景图像中快速定位目标位置,并保持了目标轮廓的连贯性和完整性。
-
公开(公告)号:CN116542718A
公开(公告)日:2023-08-04
申请号:CN202310631370.4
申请日:2023-05-31
Applicant: 江南大学
IPC: G06Q30/0251 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的商业广告多兴趣提取推荐方法,属于智能信息处理与模式识别领域、推荐系统领域。所述方法在物品侧进行多兴趣提取,设计了融合分裂模块,在将高维稀疏的输入转换到低维密集中后,融合分裂模块能够将单个输入分裂成多个不同的子兴趣点特征,之后在多个不同子兴趣点特征之间建立关联,学习它们之间的共同关联信息以及独特性特征,最终再融合为一个向量,整合成包含多个兴趣点复合向量,来弥补先前主流模型只能捕捉用户对于物品单个兴趣点的不足之处,来增强模型对于数据的泛化能力,从而提升模型性能。
-
公开(公告)号:CN116503442A
公开(公告)日:2023-07-28
申请号:CN202310387925.5
申请日:2023-04-12
Applicant: 江南大学
IPC: G06T7/246 , G06V10/80 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了一种非对称的分层特征融合的RGBT目标跟踪方法,属于计算机视觉,目标跟踪技术领域。所述方法通过引入一个非对称分层特征融合结构对可见光和热红外模态采用不同的分支设计,以可见光为主分支,热红外为辅助分支,充分利用了可见光和热红外模态的异质性,同时在对可见光分支进行增强是充分利用热红外模态的深层和浅层特征,充分发挥两个模态的互补性,而且本申请方法为了利用更多的浅层特征,采用了分层特征融合的方式,从而使得识别结果更加精准。通过候选框回归器对边界框进行回归得到跟踪结果后,采用Alpha‑Refine模块进行进一步的精细化处理,使跟踪结果更加准确,提高了跟踪器的性能。
-
公开(公告)号:CN112926800A
公开(公告)日:2021-06-08
申请号:CN202110330424.4
申请日:2021-03-19
Applicant: 江南大学
Abstract: 本发明公开了一种考虑复杂路网的物流配送区域划分方法,属于交通运输科技领域。所述方法通过在城市复杂路网上搭建反向k‑增长多尺度网络模型,并采用混合遗传‑集束搜索算法解决城市物流配送过程中配送效率低下的问题,实现城市物流配送区域划分。实现过程为:将城市物流配送区域进行网格化,并将现实城市的路网结构与物流配送网络进行结合,形成具有复杂路网的物流配送区域网络,然后建立反向k‑增长多尺度网络模型对物流配送网络进行初始网格划分和扩展划分,最后利用混合遗传‑集束搜索算法进行物流配送区域的优化划分。该方法能够对城市物流配送区域进行有效划分,有助于物流运营商降低运营成本,改善客户服务。
-
公开(公告)号:CN112651995A
公开(公告)日:2021-04-13
申请号:CN202011516155.2
申请日:2020-12-21
Applicant: 江南大学
Abstract: 本发明公开了基于多功能聚合和跟踪模拟训练的在线多目标跟踪方法,属于计算机视觉技术领域。所述方法设计了一个聚合多个功能模块的网络结构,利用ECC与Kalman滤波器的融合模式作为运动模型,同时本申请采用了一种端对端的训练方法,利用目标的预测位置和真实位置扩充训练数据,最后,采用融合了目标历史外观信息的指标损失来训练网络中的外观提取模块。本发明方法能够提高各个功能模块之间的兼容性以及对于多目标跟踪任务的适应性,改善模型的身份保存能力,具有较好的在线多目标跟踪性能。
-
公开(公告)号:CN112164094A
公开(公告)日:2021-01-01
申请号:CN202011004976.8
申请日:2020-09-22
Applicant: 江南大学
Abstract: 本发明公开了一种基于孪生网络的快速视频目标跟踪方法,属于模式识别和智能信息处理领域。该方法利用残差连接和通道注意力机制改进SiamFC孪生网络模型的模板分支,得到SiamRCCA模型,并设定相似性响应图的损失掩码Maskn×n,并在离线训练SiamRCCA模型时根据Maskn×n提高难分样本损失值的权重,增强了对相似语义目标的辨别力,解决了跟踪过程中目标形变、相似物体干扰等复杂情况下容易跟踪漂移或丢失的问题,且SiamRCCA模型为非对称结构,即残差连接和注意力模块均只应用于模板分支即对首帧目标的特征提取阶段,避免了在双分支网络中简单地增加网络层而影响跟踪速度,同时充分利用第一帧目标信息,提升了模型的跟踪精度。
-
公开(公告)号:CN106778522B
公开(公告)日:2020-08-04
申请号:CN201611059543.6
申请日:2016-11-25
Applicant: 江南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于Gabor特征提取和空间变换的单样本人脸识别方法,主要解决在只有单张训练样本图像的条件下,由于类内散布矩阵是零而导致的传统面部识别方法不能够应用的问题。该方法采用Gabor小波从原始的单样本图像中提取空间特征向量,然后融合所提取的空间特征向量和原始的光谱特征向量,利用特征空间变换方法对融合特征矩阵进行低维特征空间变换,将其变换到一个低维子空间中,最后,利用最近邻分类器完成识别。本发明方法能够准确地完成单样本人脸的识别,提高了识别精度、降低了计算的代价。与现有技术相比,本发明提出的人脸识别方法更具有效性和鲁棒性。
-
公开(公告)号:CN110188763A
公开(公告)日:2019-08-30
申请号:CN201910450367.6
申请日:2019-05-28
Applicant: 江南大学
Abstract: 本发明公开了一种基于改进图模型的图像显著性检测方法,属于计算机视觉、图像检测技术领域。该方法采用简单线性迭代聚类将图像分割成超像素,以超像素为顶点构建无向图,在改进图模型的基础上利用图像底层特征和先验知识提取高层特征并得到基于底层特征的显著图。接着利用高层特征和显著物体的紧凑性选取前景、背景种子节点,分别计算基于前景、背景种子的显著图并融合。最后将两阶段得到的显著图融合得到最终的显著图。本发明能够完整检测并均匀突出图像中的显著物体,提高复杂环境中显著物体检测的准确性,满足实际工程系统的设计需求,解决了复杂环境中显著物体检测的准确率较低的问题。
-
公开(公告)号:CN109886493A
公开(公告)日:2019-06-14
申请号:CN201910141974.4
申请日:2019-02-26
Applicant: 江南大学
Abstract: 本发明提供了一种基于改进多目标粒子群算法的物流系统设计方法,属于智能物流应用领域,主要解决同时处理物流系统的低搭建成本和高运输效率的问题。该方法首先将物流系统的搭建成本和运输效率描述成对应的目标函数以及对解决方案的形式进行数学描述;接着采用扩容的方法将目标函数值的上下限进行扩大,并根据此上下限搭建网格,计算粒子的网格坐标;然后采用双距离决策的方法挑选出引导粒子,并结合粒子群公式产生下一代的粒子群,筛选出最优解集保存;最后根据客户的需求,从最优解集中选择合适的物流系统。本发明方法设计的物流系统既能满足搭建成本低又能满足运输效率高的需求,具有很好的实际使用价值。
-
-
-
-
-
-
-
-
-