-
公开(公告)号：CN110069644A
公开(公告)日：2019-07-30
申请号：CN201910334229.1
申请日：2019-04-24
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于深度学习的压缩域大规模图像检索方法，包括：利用压缩CNN网络对图像数据库进行压缩，得到空间占用小于原图像的压缩编码；利用哈希CNN网络对压缩图像进行哈希编码；在哈希码数据库中对查询图片进行图像检索。本发明有效地利用深度学习在图像压缩和图像检索中的良好性能，提出了基于深度学习的压缩域大规模图像检索方法，解决了在海量高维媒体数据中高效率快速检索到自己所需要图像的问题。
-
公开(公告)号：CN109977953A
公开(公告)日：2019-07-05
申请号：CN201910246900.7
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了计算机视觉图像处理领域的一种基于YOLOV3的目标检测算法在嵌入式设备上的实现方法，旨在解决传统的大型图像处理设备很难在实际的应用场景中部署，获取数据周期长、处理图像数据的实时性差的问题。包括步骤：激活开发板，使其具备可使用的操作系统；安装工具包；准备YOLOV3的运行环境DARKNET框架文件，保存在darknet文件夹下；修改darknet文件夹下的配置文件Makefile中的参数使其与开发板的硬件配置相匹配；编译安装darknet；下载并保存权重文件；运行测试。本发明能够在便于安装使用的嵌入式设备上实现、适用于不同场景下并具有很高的目标检测准确率。
-
公开(公告)号：CN109858414A
公开(公告)日：2019-06-07
申请号：CN201910051813.6
申请日：2019-01-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种发票分块检测方法，所述方法包括以下步骤：采集待检测发票图像；将待检测发票图像输入至已训练好的深度学习模型中，回归得到发票图像的块区域和对应的分类类别；根据分类类别从块区域中提取目标块区域，输出被检测发票图像及对应的目标块区域图像，本发明结合Yolov3深度学习算法、K-means聚类方式、采用全卷积与residual结构相结合的Darknet-53网络结构对特征值进行提取，实现了对发票块区域精准定位和提取，本发明对图片的智能定位产生深远影响和重要意义，也为发票的进一步文字识别提高了准确性。
-
公开(公告)号：CN109165630A
公开(公告)日：2019-01-08
申请号：CN201811093844.X
申请日：2018-09-19
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开一种基于二维人眼识别的疲劳监测方法，通过人眼识别算法和面部特征点估计算法对图像信息进行人眼识别和人眼状态检测，可以用于汽车中进行疲劳监测。实时反馈司机的开车状况和疲劳情况，并将司机的疲劳情况实时发送到App上实现家人对司机疲劳状况的检测。实现家人监督，实时提醒，从而实现减少因为司机疲劳驾驶而造成的事故伤亡。本发明在识别率和安全性上都有不错的效果并且无需大量人脸数据，能在保证安全的情况下，大大提高疲劳监测速度。
-
公开(公告)号：CN109086964A
公开(公告)日：2018-12-25
申请号：CN201810711159.2
申请日：2018-07-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于随机森林的MR覆盖率影响因素判定方法，包括步骤：选取若干个影响MR覆盖率的相关维度；对维度数据进行清洗，得到清洗后的相关维度；抽取维度数据作为训练样本，剩余的维度数据作为测试样本；以清洗后的相关维度作为特征，根据训练样本来训练随机森林模型；将测试样本输入随机森林模型得到输出准确率；调整随机森林模型的参数，直至当输出准确率大于设定阈值，则将该随机森林模型作为MR覆盖率影响因素判定模型；计算每个影响MR覆盖率的相关维度的影响度；根据影响度，对若干个影响MR覆盖率的相关维度进行排序；利用MR覆盖率影响因素判定模型定位MR覆盖率的影响因素，清晰劣化根因。本方法精确度高，稳定性强。
-
Patent Agency Ranking
公开(公告)号：CN108830281A
公开(公告)日：2018-11-16
申请号：CN201810527166.7
申请日：2018-05-29
Applicant: 南京邮电大学
IPC: G06K9/46
Abstract: 本发明公开了一种基于局部变化检测和空间加权的重复图像匹配方法，具体步骤包括：通过SIFT算法提取待匹配图像信息；进行投影变换；检测图像的三个指标：匹配点间的距离、异常点、投影变换幅度；运用最小二乘法求解目标函数：匹配点位置信息相似度最大和投影变换幅值最小，得到投影变换参数；计算在此投影变换参数下的匹配点位置信息相似度，通过与阈值的比较判断图像匹配情况。通过引入投影变换模拟了拍摄角度细小变换对结果的影响，考虑到像素点的空间分布对结果的影响，同时加入异常点对匹配结果的影响，对监控平台的重复图像检测具有重要的意义。
-
公开(公告)号：CN108768585A
公开(公告)日：2018-11-06
申请号：CN201810391478.X
申请日：2018-04-27
Applicant: 南京邮电大学
IPC: H04L1/00
Abstract: 本发明公开了一种基于深度学习的上行免信令NOMA系统多用户检测方法，该方法包括对接收信号建模，将接收信号稀疏表示和训练用于稀疏信号恢复的深度结构三个部分；本发明利用NOMA系统中用户的稀疏性以及在不同时隙的发送信号之间存在的联系，使用结构化压缩感知理论进行多用户检测，并利用深度学习理论来解决稀疏重构问题，能够实现低复杂度且高性能的多用户检测，结合用户在不同时隙的发送信号之间存在的相关性，使用结构化压缩感知理论实现多用户检测；利用深度学习理论来解决信号恢复的欠定逆问题，基于深度学习的方法从优化参数、训练稀疏表示以及神经网络三个方面进一步改进了稀疏重构算法的重构精度并提高了重构效率。
-
公开(公告)号：CN108596179A
公开(公告)日：2018-09-28
申请号：CN201810261912.2
申请日：2018-03-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种增值税发票金额检验方法，包括：将纸质增值税发票转换为电子文档，并调取电子文档中与金额相关的大小写数据信息；将数据信息中的大写数据转换为小写数据；将每条明细的金额数据与对应识别结果相比对，将大写数据与转换后的小写数据相比对；根据比对结果判断发票金额是否报销无误。本发明能够有效地查出OCR识别金额时产生的错误，保证了发票识别的准确率，提高增值税报销的效率，避免企业员工因报销系统的错误得到不正确的报销金额，对未来实现低成本、高效率的企业运转起到一定的推动作用。
-
公开(公告)号：CN108549890A
公开(公告)日：2018-09-18
申请号：CN201810238134.5
申请日：2018-03-22
Applicant: 南京邮电大学 , 江苏皓盘软件科技有限公司
Abstract: 本发明公开了一种基于图像识别的发票倾斜检测及几何校正方法，其以检测发票图像的倾斜角度为目标。首先利用图像采集设备采集发票图像，接着对采集的发票图像进行灰度处理，得到灰度图像。再将灰度图像转化为二值图像，然后利用Sobel算子对发票的二值图像进行边缘检测，得到发票的边缘图像。最后对发票的边缘图像采用Hough变换，检测出发票中最长的直线，计算出发票倾斜角，旋转发票图像得到校正好的发票图像。本发明引入图像处理领域的Sobel算子以及Hough变换，能准确检测出发票图像的倾斜角度，根据该倾斜角度对发票进行几何校正；解决了发票识别中因发票存在倾斜而无法正常识别的问题，能适用于多种不同类别的发票，在智能财务报销中拥有较高的应用价值。
-
公开(公告)号：CN108537234A
公开(公告)日：2018-09-14
申请号：CN201810238135.X
申请日：2018-03-22
Applicant: 南京邮电大学 , 江苏皓盘软件科技有限公司
Abstract: 本发明公开一种基于字典学习的规律背景和矩形目标图像的定界方法：(1)将RGB图片转化为灰度图片进行存储；(2)利用先验对图片横向和纵向的边缘区域分别进行采样；(3)利用字典学习算法分别对横向、纵向样本进行训练；(4)利用字典学习分类器得出横向边界、纵向边界的几何位置；(5)通过横、纵向边界的几何位置完成规律背景和矩形目标图像的定界。本发明结合字典学习模型和编码分类器的分类检测，利用最小二乘估计法对字典矩阵和稀疏矩阵进行分类，并用于一般图片中规律背景与矩形目标图像的分离定界，对于图片的智能定界以及图像规律背景分离有着重要的意义和影响。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.024 seconds)
