-
公开(公告)号：CN108846474A
公开(公告)日：2018-11-20
申请号：CN201810490440.8
申请日：2018-05-18
申请人： 南京信息工程大学
摘要： 本发明基于多维密集连接卷积神经网络的卫星云图云量计算方法，包括如下步骤：步骤1）多维密集连接神经网络模型结构的训练：通过已标注的样本，对该多维密集连接神经网络进行学习，得到最优的模型参数；网络模型的输出层采用监督学习的方式实现云的分类学习；步骤2）卫星图片云分类：将卫星图片分成每个像素大小为的小块，作为神经网络的输入数据，并得到整个神经网络的输出，通过输出值进行最终分类，根据输出的最大值判定云的种类；步骤3）卫星图片云量计算：根据步骤2）中云的种类，采用空间相关方法计算云图上的总云量。有益效果：很好地提取云图特征，提高多光谱云图检测的准确率，并且相对于其它模型，泛化能力也有比较大的提升。
-
公开(公告)号：CN110837778B
公开(公告)日：2023-08-18
申请号：CN201910968292.0
申请日：2019-10-12
申请人： 南京信息工程大学
IPC分类号： G06V40/20 , G06V10/82 , G06V10/40 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于骨架关节点序列的交警指挥手势识别方法，首先，采集不同视角、不同场景及不同速度下交警指挥手势的视频片段；其次，基于改进的目标检测算法检测出含有交警的图像，输出包含交警的目标框与坐标信息的多帧交警指挥动作图像；然后，通过姿态估计算法提取交警关节点信息，按时间顺序组合形成关节点序列；最后，使用时空图卷积模型对得到的交警指挥交通时的身体关节点序列进行处理，从而识别交警指挥手势动作类别。本发明能够实现复杂场景下交警指挥手势的稳定、准确、快速识别。
-
公开(公告)号：CN112071075B
公开(公告)日：2022-10-14
申请号：CN202010595381.8
申请日：2020-06-28
申请人： 南京信息工程大学
摘要： 本发明公开了一种逃逸车辆重识别方法，包括步骤如下：(1)构建目标摄像头拓扑网络，预测关联摄像头轨迹；(2)基于视角感知的度量学习，在S‑view同视角和D‑view跨视角样本中学习两种不同深度度量；(3)基于双路径自适应注意力下车辆重识别；双路径包括全局路径和局部路径，步骤(2)S‑view同视角和D‑view跨视角特征空间中分别进行双路径车辆重识别，全局路径提取图片全局特征，局部路径用于全局特征补充。本发明通过构建可疑车辆摄像头拓扑网络，得到时序最优的重点监控区域；利用深度度量学习应用不同的损失函数，加入自适应注意力模型，进行重识别任务并得到车辆的行走轨迹，提高了逃逸车辆重识别的准确度。
-
公开(公告)号：CN112071075A
公开(公告)日：2020-12-11
申请号：CN202010595381.8
申请日：2020-06-28
申请人： 南京信息工程大学
摘要： 本发明公开了一种逃逸车辆重识别方法，包括步骤如下：(1)构建目标摄像头拓扑网络，预测关联摄像头轨迹；(2)基于视角感知的度量学习，在S‑view同视角和D‑view跨视角样本中学习两种不同深度度量；(3)基于双路径自适应注意力下车辆重识别；双路径包括全局路径和局部路径，步骤(2)S‑view同视角和D‑view跨视角特征空间中分别进行双路径车辆重识别，全局路径提取图片全局特征，局部路径用于全局特征补充。本发明通过构建可疑车辆摄像头拓扑网络，得到时序最优的重点监控区域；利用深度度量学习应用不同的损失函数，加入自适应注意力模型，进行重识别任务并得到车辆的行走轨迹，提高了逃逸车辆重识别的准确度。
-
公开(公告)号：CN110348355A
公开(公告)日：2019-10-18
申请号：CN201910589073.1
申请日：2019-07-02
申请人： 南京信息工程大学
摘要： 本发明公开了一种基于强化学习的车型识别方法，旨在充分挖掘CNN在特征提取和分类识别方面的优势，为实现准确鲁棒的车型精细化识别提供解决方案。其特征在于模仿人类视觉注意机制，设计基于分类显著性强的视觉注意模型和视点自动选择方法，视觉注意模型特征在于构建注意映射矩阵和视点聚焦模板，视点自动选择模型特征在于利用基于SARSA的强化学习算法进行视点的自主选择，使得模型能够自适应地选择最佳图像识别区域，取得最佳车型识别效果。本发明方法不仅能克服传统人工提取特征算法无法适应车辆在图像中位置、尺度和轮廓发生变化的弊端，而且能有效应对摄像机拍摄角度改变和车辆遮挡带来的挑战。
-
-
公开(公告)号：CN208000509U
公开(公告)日：2018-10-23
申请号：CN201820511588.0
申请日：2018-04-11
申请人： 南京信息工程大学
摘要： 本实用新型涉及基于无线传感网的规模养禽环境自动控制系统，包括多个终端节点模块、多个路由节点模块、协调器节点模块以及外部执行设备，每个终端节点模块包括采集家禽舍内环境数据的传感器模块，协调器节点模块包括数据处理单元，外部执行设备与所述数据处理单元连接，多个终端节点模块与对应的路由节点模块通过ZigBee无线传感网络连接，多个路由节点模块与协调器节点模块通过ZigBee无线传感网络连接。该系统利用各类传感器进行数据采集，通过ZigBee无线通信技术进行数据传输，以单片机为核心处理单元汇总分析接收到的数据，并控制外部执行设备来调节禽畜舍内环境，能够实现家禽养殖环境的自动监测与调控。
-
公开(公告)号：CN212009588U
公开(公告)日：2020-11-24
申请号：CN202020185008.0
申请日：2020-02-19
申请人： 南京信息工程大学
摘要： 本实用新型公开了一种基于轻量化卷积神经网络实现车型识别的DSP系统，包括采集车辆信息的摄像头模块，DSP处理芯片，外部存储DDR单元，FLASH存储单元，DIP开关，仿真器和POWER电源接口，本实用新型充分挖掘了深度可分离卷积在实现网络轻量化的优势，并对网络中输出的样本特征进行优化，最终部署到DSP中；在保证车型识别模型轻量化的同时提高识别准确率；另外本实用新型将训练好的模型通过压缩、剪枝的方式移植到DSP中，能有效改善目前人工设计特征的传统算法适应性差和目前大部分车型识别系统通过台式机连接对海量视频监控数据进行处理造成的功耗大，实时性不高，不易于携带的缺点。
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.038 秒)
