-
公开(公告)号：CN112150423B
公开(公告)日：2024-04-30
申请号：CN202010971538.2
申请日：2020-09-16
Applicant: 江南大学
Abstract: 本发明公开了一种经纬稀疏网孔缺陷识别方法，属于图像处理技术领域。所述方法包括：对经纬稀疏网孔缺陷图像进行去噪处理；将Sobel算子与缺陷图像进行卷积运算，分别得出缺陷图像的水平和垂直方向的梯度分量，获得标记图像，通过采用Otsu方法来对标记图像进行阈值处理得到二值图像；得到缺陷分割图像；通过经纬稀疏织物的破洞、缺经和断纬三种缺陷在几何尺寸上的差异，实现对经纬稀疏织物的缺陷识别。经实验验证，本发明涉及的缺陷识别方法能够对不同材质和密度的经纬稀疏网孔的破洞、缺经和断纬三种缺陷进行识别。相比于现有技术，增加了识别的精度，拥有良好的重复性，改善了企业的经济效益。
-
公开(公告)号：CN110895707B
公开(公告)日：2023-06-20
申请号：CN201911196183.8
申请日：2019-11-28
Applicant: 江南大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/25 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种强遮挡条件下洗衣机内衣物类型的深度判别方法，属于智能制造及人工智能技术领域。本发明通过设计一个基于图像的目标检测网络完成洗衣机内衣物类型的检测，且针对洗衣机内衣物存在强遮挡的情况，提出一种基于双向多尺度融合的区域生成网络，通过多尺度特征的正向与方向融合，实现不同层特征间的信息交流，提高检测网络对目标尺度变化的适应性。
-
公开(公告)号：CN110991311B
公开(公告)日：2021-09-24
申请号：CN201911188895.5
申请日：2019-11-28
Applicant: 江南大学
Abstract: 本发明公开了一种基于密集连接深度网络的目标检测方法，属于目标检测技术领域。本发明的基于密集连接深度网络的目标检测的方法将密集连接方式融合进yolo‑tiny网络，增加其卷积层，改进特征提取网络。改进网络首先将输入图像归一化为固定大小，然后使用DenseBlock模块提取、融合各通道的特征，接着在不同的尺度上使用不同的先验框进行预测，完成目标的分类和定位。改进后的算法相比于原算法，精度提高了15％，且仍能达到实时检测的要求；模型大小也仅有44.7MB，能够满足实际使用中对于内存占用以及实时性的要求。
-
公开(公告)号：CN113361466A
公开(公告)日：2021-09-07
申请号：CN202110737860.3
申请日：2021-06-30
Applicant: 江南大学
Abstract: 本发明公开了一种基于多模态交叉指导学习的多光谱目标检测方法，属于多模态信息处理技术领域。所述方法包括：将成对多模态图片送入特征生成模块生成高低层特征，从中间层特征开始，成对多模态特征送入权重感知网络。权重感知网络输出各模态的加权特征，并将其分别返回另一模态的特征生成模块，从而将加权信息以联合交叉指导的方式逐步传输到下一层，建立模态间的长期依赖关系；然后融合特征输入下一阶段的权重感知网络，以加强不同阶段融合特征之间的联系，获得更具判别力的特征；最后提取不同尺度的特征层送入检测层，生成目标的位置和得分。该方法在KAIST数据集上获得77.16％的行人检测精度，行人平均漏检率下降至25.03％。
-
公开(公告)号：CN110009717B
公开(公告)日：2020-11-03
申请号：CN201910256680.6
申请日：2019-04-01
Applicant: 江南大学
Abstract: 本发明公开了一种基于单目深度图的动画人物绑定录制系统，属于视频人体姿态估计技术领域。该系统中，数据处理过程基于机器学习与深度学习框架，从单目深度图出发，利用三维信息深度学习网络，估计出图中人体关节点坐标，将人体关节点坐标估计值引入动画人物绑定录制系统，并采用过滤算法进行平滑处理，实现关节点与动画人物绑定录制系统中动画人物的绑定。通过利用三维信息深度学习网络实现对关节点坐标的估计，将关节点坐标估计值引入动画人物绑定录制系统中，使得对图中人体关节点坐标的估计值更加精确，从而在动画人物绑定录制，能够使得拍摄画面中人体动作准确体现在动画人物上，实现关节点与动画人物绑定录制系统中动画人物的精确绑定。
-
Patent Agency Ranking
公开(公告)号：CN111388290A
公开(公告)日：2020-07-10
申请号：CN202010222031.7
申请日：2020-03-26
Applicant: 江南大学
Abstract: 本发明提供一种基于深度学习和嵌入式开发的盲人助行器，具有能够为盲人提供静止障碍物、运动障碍物相应信息的优势，技术方案要点包括信息采集模块，用于采集障碍物信息、交通信号及路面标记信息；GPS导航模块，用于识别使用自身位置；数据分析处理模块，与信息采集模块、GPS导航模块相连，用于处理采集所得的信息；人机交互功能模块，与数据分析处理模块相连，用于将数据分析处理模块处理所得的信息传输给使用者。
-
公开(公告)号：CN107045520B
公开(公告)日：2020-07-03
申请号：CN201611077648.4
申请日：2016-11-29
Applicant: 江南大学
IPC: G06F16/583 , G06F16/58 , G06K9/62 , G06K9/46
Abstract: 本发明提供了一种基于位置信息加权词汇树的车辆图像检索方法，发明首先提取训练图像的车辆部分，然后对车辆部分提取局部特征，利用分层K均值方法将局部特征量化为视觉单词词汇树，然后将测试图像提取车身部分并提取其局部特征，再将局部特征分配到对应的视觉单词，同时计算局部特征点的空间位置影响信息，并根据特征点与视觉单词之间的从属关系，将特征点的空间位置信息聚类为视觉单词之间的位置影响，然后将视觉单词的空间位置信息作为加权系数，加入到视觉单词的权值匹配中，最后通过相似度排序检索相似图像。该方法在不影响检索时间的基础上，提高了车辆图像的检索准确率，可满足实际应用要求。
-
公开(公告)号：CN110020618A
公开(公告)日：2019-07-16
申请号：CN201910238577.9
申请日：2019-03-27
Applicant: 江南大学
Abstract: 本发明公开了一种可用于多拍摄角度的人群异常行为监测方法，属于计算机视觉和计算机识别领域。所述方法结合监控设备在场景中位置对监测对象进行特征提取，包括：使用在空间上非重叠的网格结构将监控图像分割为不同尺寸的单元格；判定监控图像中各单元格是否为活跃块区域；对判定为活跃块区域的单元格进行方向－集群性特征提取，根据方向－集群性特征判断监测对象是否发生群体逃散行为。针对公共场所人群骚乱、逃散等人群行为异常状态进行特征提取与检测，通过构建多尺度分块模型区分出活跃块，解决了因摄像头拍摄角度不同而产生的人群透视问题，适用于多角度的摄像拍摄，并能以较高的准确度实现人群异常的判断。
-
公开(公告)号：CN107087704A
公开(公告)日：2017-08-25
申请号：CN201710366892.0
申请日：2017-05-23
Applicant: 江南大学
IPC: A23G3/48
CPC classification number: A23G3/48 , A23V2002/00 , A23V2250/21 , A23V2200/3262 , A23V2200/324
Abstract: 本发明提供了一种同时具有免疫增强功能及辅助降血脂功能的牡丹花压片糖果的制备方法。配方中包括牡丹花提取物5％～25％,山楂提取物10％～35％，茶叶提取物10％～25％，枸杞提取物8％～20％。本发明选取纯天然食品资源或其提取物为原料，安全、无毒，含有丰富的茶多酚、植物皂苷类等化合物，具有明显的降低血脂效果，是高血脂病人和糖尿病人理想辅助食品。
-
公开(公告)号：CN105447448A
公开(公告)日：2016-03-30
申请号：CN201510770266.9
申请日：2015-11-12
Applicant: 江南大学
IPC: G06K9/00
CPC classification number: G06K9/00825
Abstract: 本发明提供了一种基于高斯颜色距离的卡口车辆定位方法，该方法首先将图像分为4×4共16幅的子图像，计算每一幅子图像的灰度标准偏差，取标准偏差最小的三幅图像，基于灰度二值化对其进行进一步分割并计算分割后每部分像素的灰度标准偏差，将其中灰度标准偏差较小的部分的所有像素放入道路区域像素集合中，并从中提取出道路区域特征向量；然后对每一幅子图像进行k-means聚类，提取每个聚类像素的特征向量，并计算该特征向量与道路区域特征向量的高斯距离，得到高斯距离图。对该图进行二值化并加以数学形态学处理，得到车辆目标区域。该方法准确率较高，定位精准高，运行时间少，可满足实际应用要求。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.029 seconds)
