-
公开(公告)号：CN107094290B
公开(公告)日：2023-04-07
申请号：CN201710327980.X
申请日：2017-05-10
申请人： 东南大学 , 南京矽志微电子有限公司
摘要： 本发明提出了一种基于自熄式超再生接收机的无线室内定位系统及定位方法，所述系统包括定位装置、三个基站和控制终端，其中，定位装置安装在待寻物体上，响应于控制终端的激活信号持续发射射频信号；三个基站接收射频信号，利用超再生接收机的自熄灭频率与距离之间的映射关系，将检测到的自熄灭频率转换为距离并发送给控制终端；控制终端根据距离和各基站在室内的坐标，利用多节点定位算法计算出待寻物体的坐标，从而实现定位。本发明在室内可以达到较高的定位精度，设计线路简单、研制成本低、功耗低、灵敏度高、体积小、适用性高，受外界环境的影响较小，且不依赖于Wi‑Fi网络，可以独立组成一套最小定位系统，也可以集成到其他系统内。
-
公开(公告)号：CN107094290A
公开(公告)日：2017-08-25
申请号：CN201710327980.X
申请日：2017-05-10
申请人： 东南大学 , 南京矽志微电子有限公司
CPC分类号： H04W4/023 , G01C21/206 , G01S5/0221 , H04W64/00
摘要： 本发明提出了一种基于自熄式超再生接收机的无线室内定位系统及定位方法，所述系统包括定位装置、三个基站和控制终端，其中，定位装置安装在待寻物体上，响应于控制终端的激活信号持续发射射频信号；三个基站接收射频信号，利用超再生接收机的自熄灭频率与距离之间的映射关系，将检测到的自熄灭频率转换为距离并发送给控制终端；控制终端根据距离和各基站在室内的坐标，利用多节点定位算法计算出待寻物体的坐标，从而实现定位。本发明在室内可以达到较高的定位精度，设计线路简单、研制成本低、功耗低、灵敏度高、体积小、适用性高，受外界环境的影响较小，且不依赖于Wi‑Fi网络，可以独立组成一套最小定位系统，也可以集成到其他系统内。
-
公开(公告)号：CN207354627U
公开(公告)日：2018-05-11
申请号：CN201720517527.0
申请日：2017-05-10
申请人： 东南大学 , 南京矽志微电子有限公司
摘要： 本实用新型提出了一种基于自熄式超再生接收机的无线室内定位系统，包括定位装置、三个基站和控制终端，其中，定位装置安装在待寻物体上，响应于控制终端的激活信号持续发射射频信号；三个基站接收射频信号，利用超再生接收机的自熄灭频率与距离之间的映射关系，将检测到的自熄灭频率转换为距离并发送给控制终端；控制终端根据距离和各基站在室内的坐标，利用多节点定位算法计算出待寻物体的坐标，从而实现定位。本实用新型在室内可以达到较高的定位精度，设计线路简单、研制成本低、功耗低、灵敏度高、体积小、适用性高，受外界环境的影响较小，且不依赖于Wi‑Fi网络，可以独立组成一套最小定位系统，也可以集成到其他系统内。
-
公开(公告)号：CN113128460A
公开(公告)日：2021-07-16
申请号：CN202110491450.5
申请日：2021-05-06
申请人： 东南大学
摘要： 本发明公开了一种基于知识蒸馏的多分辨率行人重识别方法，利用知识蒸馏迫使浅层特征可以学习深层特征，从而提高浅层特征的表征能力。同时，将浅层特征与深层特征拼接得到对多分辨率更具有表征的特征，损失函数分别计算三个表征的分类损失函数，提升每个表征的判别不同行人的能力，在计算不同行人的距离时，利用拼接后的表征作为行人的最终表征。实验结果表明本发明提出的方法有效提升了行人重识别的准确率。
-
公开(公告)号：CN113052764B
公开(公告)日：2022-11-08
申请号：CN202110418081.7
申请日：2021-04-19
申请人： 东南大学
IPC分类号： G06T3/40 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于残差连接的视频序列超分重建方法，包括以下步骤，对视频数据进行视频帧提取，将视频数据抽帧为图像集，进行时序拆分并随机加噪进行数据扩增；将数据进行随机裁剪，并输入到前端的3D卷积层中，并将卷积层拆分为两层，进行时序动态信息融合，得到浅层特征；将浅层特征进行深层特征处理并进行上采样，得到单帧图像；将单帧图像集进行合并得到视频序列；进行网络模型训练，当训练损失收敛且图像视觉指标PSNR上升稳定后保存网络模型，最后进行测试集推理。通过本发明可以降低模型参数量与计算量，使得超分结果更加的光滑、真实，保证PSNR性能指标并增强可视化效果，缓解输出视频中的局部跳帧问题，从而有效提升了超分视频的视觉效果。
-
公开(公告)号：CN113052764A
公开(公告)日：2021-06-29
申请号：CN202110418081.7
申请日：2021-04-19
申请人： 东南大学
摘要： 本发明公开了一种基于残差连接的视频序列超分重建方法，包括以下步骤，对视频数据进行视频帧提取，将视频数据抽帧为图像集，进行时序拆分并随机加噪进行数据扩增；将数据进行随机裁剪，并输入到前端的3D卷积层中，并将卷积层拆分为两层，进行时序动态信息融合，得到浅层特征；将浅层特征进行深层特征处理并进行上采样，得到单帧图像；将单帧图像集进行合并得到视频序列；进行网络模型训练，当训练损失收敛且图像视觉指标PSNR上升稳定后保存网络模型，最后进行测试集推理。通过本发明可以降低模型参数量与计算量，使得超分结果更加的光滑、真实，保证PSNR性能指标并增强可视化效果，缓解输出视频中的局部跳帧问题，从而有效提升了超分视频的视觉效果。
-
公开(公告)号：CN113160056A
公开(公告)日：2021-07-23
申请号：CN202110419139.X
申请日：2021-04-19
申请人： 东南大学
摘要： 本发明公开了一种基于深度学习的带噪图像超分辨率重建方法，包括以下步骤，对数据集中的高分辨率图像进行降采样和加噪声处理，生成模拟低分辨率晰度图像和模拟相机图像；构建整体网络对模拟样本进行超分重建；对整体网络的输出端添加Patch‑GAN结构，从而减少重建后的噪声，对整体网络完成初步训练；对未加噪声的低分辨率晰度图像利用边缘提取算子提取边缘部分，选择边缘图块的模和大于阈值部分进入新训练数据集，利用边缘丰富的图像块微调网络。通过本发明可以利用Patch‑GAN使得网络更专注于图像细节部分，同时为了规避图片随机裁剪的影响，在训练过程中选取边缘区域的像素块加入新数据集并微调网络模型，能够针对带噪图片超分重建取得较好的视觉效果。
-
公开(公告)号：CN113128460B
公开(公告)日：2022-11-08
申请号：CN202110491450.5
申请日：2021-05-06
申请人： 东南大学
摘要： 本发明公开了一种基于知识蒸馏的多分辨率行人重识别方法，利用知识蒸馏迫使浅层特征可以学习深层特征，从而提高浅层特征的表征能力。同时，将浅层特征与深层特征拼接得到对多分辨率更具有表征的特征，损失函数分别计算三个表征的分类损失函数，提升每个表征的判别不同行人的能力，在计算不同行人的距离时，利用拼接后的表征作为行人的最终表征。实验结果表明本发明提出的方法有效提升了行人重识别的准确率。
-
公开(公告)号：CN113076930B
公开(公告)日：2022-11-08
申请号：CN202110456980.6
申请日：2021-04-27
申请人： 东南大学
摘要： 本发明公开了一种基于共享骨干网络的人脸识别与表情分析方法，包括以下步骤，对深层骨干网络进行训练并保存训练后的深层网络模型，对深层网络模型进行压缩，得到轻量级骨干网络模型；对表情分析网络进行训练并保存训练后的表情分析网络模型；将待测视频帧输入人脸检测与对齐模块进行预处理，检测出人脸位置，并得到标准人脸；将标准人脸输入到轻量级骨干网络中，输出人脸特征向量；将人脸特征向量与人脸底库中的人脸特征向量进行比对，输出人脸识别结果；将人脸特征向量输入到表情分析网络，输出表情分析结果。通过本发明可以降低了网络模型的计算量，提高了模型在实际应用中的人脸识别和表情分析的效率。
-
公开(公告)号：CN113128461A
公开(公告)日：2021-07-16
申请号：CN202110492149.6
申请日：2021-05-06
申请人： 东南大学
摘要： 本发明公开了一种基于人体关键点挖掘全尺度特征的行人重识别性能提升方法，利用人体关键点作为行人的局部特征，缓解遮挡情况下的行人的全局特征判别性不足的问题，将由人体关键点网络得到的关键点热力图结合到行人重识别网络，增加局部特征。同时，对关键点预测可见性，将可见性应用到损失函数与特征距离计算中，缓解不可见的局部特征对网络性能的负面影响。实验结果表明本发明提出的方法有效提升了行人重识别的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.028 秒)
