-
公开(公告)号：CN114299994B
公开(公告)日：2024-06-18
申请号：CN202210003757.0
申请日：2022-01-04
Applicant: 中南大学
Abstract: 本发明公开了一种激光多普勒远距离侦听语音的爆音检测方法、设备及介质，其中爆音检测方法为：对激光多普勒远距离侦听得到的侦听语音信号，一方面在时域检测其短时平均过零率高于预设过零率阈值的语音区间，另一方面在频域检测其高频区间幅值高于预设幅度阈值的语音区间，然后取两个语音区间并集，即为侦听语音信号中存在爆音的区间。本发明采用了时域特征和时频域特征相结合的方式，将激光设备在侦听语音时夹杂着爆音的时域区间检测出来，为后续的语音降噪和时差估计等工作提供了有效信息，是一种重要的激光设备侦听语音信号的预处理工作。
-
公开(公告)号：CN111062921B
公开(公告)日：2023-05-05
申请号：CN201911283483.X
申请日：2019-12-13
Applicant: 中南大学
Abstract: 本发明公开了一种用于平面设计图中的瓷砖检查方法，该方法包含以下步骤：步骤A：获取平面设计图中尺寸数字区域及其尺寸数字、尺寸标注线上相邻短线段的距离、瓷砖样例图片及其瓷砖类型、最小包络矩形及其对应图片；步骤B：根据步骤A所获得尺寸数字区域及其尺寸数字、尺寸标注线上相邻短线段的距离算比例尺，根据瓷砖的原始尺寸，分别进行最佳匹配和切割匹配，计算出每种类型瓷砖的数目。本发明提出的所述方法提出结合CorelDRAW软件VBA预处理和第三方计算机程序设计语言进行匹配统计实现了家装平面设计图瓷砖种类及数目统计，解决人工计数、效率低且容易产生误差的问题，实现了自动准确的瓷砖种类及数目统计。
-
公开(公告)号：CN115457120A
公开(公告)日：2022-12-09
申请号：CN202110558026.8
申请日：2021-05-21
Applicant: 中南大学
Abstract: 本发明公开了一种GPS拒止条件下的绝对位置感知方法与系统，该方法包含以下步骤：步骤A：通过摄像头旋转特定角度拍摄的图像进行360°环形拼接，将离散图像拼接成一张全景图；步骤B：基于Deeplabv3+改进的语义分割方法，从步骤A所形成的自然全景图像中提取天际线；步骤C：采用OpenGL可视化DEM数据形成渲染图，使用Canny算子对渲染图进行边缘检测输出天际线；步骤D：通过使用VGG16作为自然图像与DEM图像天际线特征编码器，并结合孪生神经网络输出这两类天际线之间的相似度，从而感知自身位置。本发明针对在GPS拒止条件的军事应用等情况下需要在地面上感知自我位置的难题，开展确定自身位置的研究，实现不依赖GPS和初始位置、误差不随时间增加的绝对定位的目标。
-
公开(公告)号：CN113128308B
公开(公告)日：2022-05-20
申请号：CN202010027137.1
申请日：2020-01-10
Applicant: 中南大学
Abstract: 本发明公开了一种港口场景下的行人检测方法、装置、设备及介质，其方法为：获取若干已知行人框的预处理图像，计算行人框中心在行人检测网络输出端的映射值；在行人检测网络的所有预测框中，选择与映射值匹配的预测框为正样本，其余预测框为负样本；以预处理图像作为输入、预测框的标签值作为学习目标，训练行人检测网络，得到行人检测系统；计算负样本预测框与预处理图像中所有行人框的交并比，若最大值大于0.5，则该负样本不参与训练；将待检测的预处理图像输入到行人检测系统，提取检测框；去掉行人置信度低于阈值的检测框以及重叠框，剩余的检测框即为待检测的行人框。本发明可解决目前检测方法中需要人为设计anchor的问题。
-
公开(公告)号：CN113887240A
公开(公告)日：2022-01-04
申请号：CN202111185278.7
申请日：2021-10-12
Applicant: 中南大学
Abstract: 本发明公开了一种文本摘要抽取方法、计算机装置、产品及存储介质，提出双层记忆网络，使句子向量融合了上下文中的语义关系。变换后的记忆网络有两层，第一层是单向记忆网络，第二层是双向记忆网络。为了使后续句子分类时充分融合前文已有信息，本发明通过单向记忆网络将目标语句向量和前文语句向量相结合。在单向记忆网络中，前文的句子向量被不加区分地融合，为了引入句子在司法裁判文书中的位置信息，本发明通过双向记忆网络将目标语句向量和其上下文语句向量相结合。本发明可以在将裁判文书的上下文语义融入句子本身的语义特征，使抽取式摘要更精准，更符合司法裁判文书的逻辑性，极大地提高了句子分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN113052006A
公开(公告)日：2021-06-29
申请号：CN202110188935.7
申请日：2021-02-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于卷积神经网络的图像目标检测方法、系统及可读存储介质，该方法包括如下步骤：采集图像样本，并对图像样本中的目标进行标记；构建基于一阶段网络的轻量型深度卷积网络；所述轻量型深度卷积网络的FPN网络架构中增设空间辅助激励模块AE、通道注意力模块SE、轻量型的卷积模块ConvSet；将图像样本进行聚类获得k个瞄框Anchor；将图像样本输入轻量型深度卷积网络，并基于所述瞄框Anchor进行模型训练得到目标检测模型；利用构建的目标检测模型识别待检测图像中的所述目标。本发明该方法可以应用于图像中的船舶检测，提高了检测速率以及精度，保证了实际应用中实时性检测需求。
-
公开(公告)号：CN110378848A
公开(公告)日：2019-10-25
申请号：CN201910609244.2
申请日：2019-07-08
Applicant: 中南大学
Abstract: 本发明公开了一种基于衍生图融合策略的图像去雾方法，包括以下几个步骤：步骤A：基于大量原始有雾图像及其对应的无雾图像，构建样本集；步骤B：分别从五个角度提取原始有雾图像的衍生图以增强去雾方法对图像远景和近景的细节恢复，消除色偏与增强对比度；步骤C：搭建U型卷积神经网络；步骤D：级联步骤A获取的衍生图和原始有雾图像作为输入，无雾图像作为输出训练由步骤C搭建的网络；步骤E：使用步骤D训练得到的网络，级联原始有雾图像和雾图对应的衍生图作为输入预测去雾后的无雾图像。本发明去雾效果好。
-
公开(公告)号：CN110059699A
公开(公告)日：2019-07-26
申请号：CN201910202579.2
申请日：2019-03-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于卷积神经网络的图像中天际线自动检测方法，包含以下步骤：步骤A：使用图像处理技术获取原始图像I的暗通道图像；步骤B：使用Dense网络充分提取原始图像I的特征FR；步骤C：由步骤B所提取的特征FR，使用卷积神经网络预测雨线图像；步骤D：由步骤C所提取的雨线图像，使用分类网络分类出雨密度等级并上采样成雨密度图像；步骤E：对步骤A-D提取到的特征和图像，将其拼接成总特征，然后使用卷积神经网络检测最终的天际线。本发明结合图像处理与深度卷积神经网络实现了端到端、带雨(雾)条件下的天际线自动、精准检测。
-
公开(公告)号：CN109902646A
公开(公告)日：2019-06-18
申请号：CN201910173857.6
申请日：2019-03-08
Applicant: 中南大学
Abstract: 本发明公开了一种基于长短时记忆网络的步态识别方法，包括：步骤1.1，获取已知身份标签的新个体的行走视频；步骤1.2，将行走视频拆分成Mi张连续步态图像，对Mi张连续步态图像进行预处理得到步态图片序列；步骤1.3，从步态图片序列中截取T张连续步态图像，作为步态图片序列训练样本；步骤2，以新个体的步态图片序列训练样本为输入、相应的身份标签为输出，训练长短时记忆网络得到身份识别模型；步骤3，获取待识别个体的行走视频，按步骤1.2和步骤1.3获取待识别个体的步态图片序列测试样本，并输入到身份识别模型中，从而得到待识别个体的身份标签。本发明有效利用步态图片序列的前后时序关系，提高对待识别个体身份识别的准确性。
-
公开(公告)号：CN104061907A
公开(公告)日：2014-09-24
申请号：CN201410338499.7
申请日：2014-07-16
Applicant: 中南大学
CPC classification number: G06K9/00348 , G06K9/00214
Abstract: 本发明公开了一种基于步态三维轮廓匹配合成的视角大幅可变步态识别方法，对单个深度摄像机采集到的彩色和深度图像进行基于双质心自适应匹配的运动人体检测，提取出去除背景的步态深度图像，对步态深度图像进行基于多曲线拟合和高斯分布信息融合的深度图像修复；进行步态点云提取；将一个步态周期内所有三维步态表面模型进行数据融合，生成三维融合步态能量模型；将两个训练视角的融合步态模型旋转至同一视角，通过三维轮廓匹配完成不同视角三维步态模型表面对接，并进行多视角步态模糊轮廓数据的提取；通过融合步态模糊轮廓的步态子图像和集成分类器完成视角大幅可变的三维步态分类识别。本发明解决了当前的步态识别方法无法很好地解决视角大幅可变步态识别问题。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.03 seconds)
