-
公开(公告)号：CN112655973A
公开(公告)日：2021-04-16
申请号：CN202011565851.2
申请日：2020-12-25
申请人： 江南大学
摘要： 本发明公开了琼脂包埋肉味香精微胶囊在制备植物蛋白肉中的应用，属于食品加工技术领域。本发明所述的应用包括如下步骤：(1)称取植物蛋白肉丝、乳化浆置于容器内，添加食盐和酵母提取物，混合均匀形成匀浆；(2)在步骤(1)的匀浆中添加琼脂包埋肉味香精微胶囊，混合均匀，得到植物蛋白肉浆；其中，琼脂包埋肉味香精微胶囊的添加量为乳化浆质量的2～5％；(3)成型、贮藏得到植物蛋白肉。本发明制备得到的植物蛋白肉的香精损失率在10％以下，可以低至6.19％，减少肉味香精在植物蛋白肉产品加工、贮存和烹制过程中因受热、氧化等造成的损失。
-
公开(公告)号：CN106776856B
公开(公告)日：2020-07-03
申请号：CN201611069889.4
申请日：2016-11-29
申请人： 江南大学
IPC分类号： G06F16/783 , G06F16/732 , G06K9/00 , G06K9/46 , G06K9/62
摘要： 本发明提供了一种融合颜色特征与词汇树的车辆图像检索方法，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‑means方法将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局部特征，再将该特征分配到对应的视觉单词，并采用感知哈希的原理，将视觉单词分别映射为哈希码，得到图像的哈希码序列，然后提取车身图像的颜色特征，量化并统一为一个特征度，按照颜色差异由小到大排序，根据排序结果建立颜色特征权重，计算图像哈希码序列之间汉明距离，将颜色特征权重作为汉明距离的加权系数，计算图像的最终相似度，该方法有效节约车辆图像检索时间，提高车辆图像的检索准确率，可满足实际应用要求。
-
公开(公告)号：CN111275718A
公开(公告)日：2020-06-12
申请号：CN202010056068.7
申请日：2020-01-18
申请人： 江南大学
摘要： 本发明公开了一种基于显著区域分割的衣物量检测及护色洗判别方法，属于智能制造及人工智能技术领域。本发明以视觉显著性区域分割作为解决问题的主要途径，并在分割网络中加入了多尺度特征聚合模块，以及循环残差优化模块，提高了分割效果，进而提高了衣物量检测精度；具体是利用洗衣机内拍摄的图片，通过设计视觉显著性判别网络，利用洗衣机内筒与衣物的视觉差异，精确分割出桶内衣物，在此基础上设计衣物量检测及护色洗判别方案，完成精确判别。
-
公开(公告)号：CN110895707A
公开(公告)日：2020-03-20
申请号：CN201911196183.8
申请日：2019-11-28
申请人： 江南大学
摘要： 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：CN109885718A
公开(公告)日：2019-06-14
申请号：CN201910151097.9
申请日：2019-02-28
申请人： 江南大学
IPC分类号： G06F16/583 , G06K9/32 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于深度车贴检测的嫌疑车辆检索方法，属于智能交通领域以及图像检索领域。所述方法包括：对卡口车辆图像进行车窗检测，获取卡口车辆图像中的车窗的车贴区域；对车贴区域进行车贴检测，所述车贴检测包括将待检测车贴信息与车贴数据库中的车贴信息做对比以得出车辆检索结果；其中车贴数据库中的车贴信息为预先存储并在检测过程中不断补充得到的。本发明通过选用嫌疑车辆前脸车窗上的车贴作为车辆的一个独有特征来对车辆进行检索，通过训练并使用深度网络模型能够精确有效的检索出数据库中的车辆，满足实际情况中的车辆检索需求。
-
公开(公告)号：CN105354533A
公开(公告)日：2016-02-24
申请号：CN201510625981.3
申请日：2015-09-28
申请人： 江南大学
CPC分类号： G06K9/00825 , G06K9/6223 , G06K9/6269 , G06K2209/15 , G06T2207/30248
摘要： 本发明提供了一种基于词袋模型的卡口无牌车辆车型识别方法，该方法首先基于直方图完成车辆检测，基于梯度密度完成车脸定位，之后基于词袋模型进行车型分类，包括训练与测试两部分，并针对词袋模型忽略词汇之间关联而导致分类效果不佳的问题，对空间信息进行构造。在构造空间信息时，分为全局空间信息与局部空间信息两部分进行计算，其中全局空间信息的获取来自相同标记图像块间的空间角度关系，首先将图像相同标记的图像块按到原点的距离大小进行排序，并依次计算相邻两图像块与横轴之间的夹角，统计关于各个标记的全局角度直方图信息；局部信息则按照特定方法计算相同标记块出现的局部频率直方图。将二者直方图信息结合起来，完成词袋空间信息的构造。该方法准确率较高，且在定位精准上，对车脸定位要求较低，运行时间少，可满足一般应用要求。
-
公开(公告)号：CN104036229A
公开(公告)日：2014-09-10
申请号：CN201310090347.5
申请日：2013-03-10
申请人： 江南大学
摘要： 本发明公开了一种基于回归的主动外观模型初始化方法，属于计算机视觉领域。该方法的实现过程为：在利用主动外观模型进行人脸特征点自动跟踪时，假设已知视频跟踪中第一帧的目标位置信息，在后续跟踪过程中，利用双阈值特征对应算法获取相邻帧图像间的离散特征对应，利用通过核岭回归算法建立的离散特征点与结构化标定点之间空间映射关系，获取人脸特征的初始标定，可大幅降低后续迭代次数，同时提高标定精度。与传统主动外观模型的初始化方法相比，本发明的可辅助主动外观模型获取更为准确的人脸特征点标定结果。
-
公开(公告)号：CN102663351A
公开(公告)日：2012-09-12
申请号：CN201210080296.3
申请日：2012-03-16
申请人： 江南大学
摘要： 本发明公开了一种基于条件外观模型的人脸特征自动标定方法，属计算机视觉领域。该方法的实现过程为：假设正面人脸标定已知，首先建立正脸与侧脸的离散特征点对应，通过回归算法获得的离散特征点与结构化标定点之间的映射关系，获得侧面人脸的初始化标定结果。然后，建立侧脸标定点与正脸标定点之间的条件模型，并根据反向合成算法，对模型参数的不断迭代优化，得到最终标定结果。本发明通过核岭回归建立离散特征点与结构化标定点的空间映射以获取人脸特征的初始标定，降低后续迭代次数，提高标定精度。设计条件外观模型及其反向合成迭代算法，避免对外观变形的搜索，提高搜索效率。与传统主动外观模型的比较，本发明的标定方法标定结果更为准确。
-
公开(公告)号：CN102520034A
公开(公告)日：2012-06-27
申请号：CN201110425510.X
申请日：2011-12-16
申请人： 江南大学
摘要： 本发明涉及一种电化学测定乳液中氢过氧化物含量的方法，步骤如下，（1）将亚铁氰化钾溶液和PVA溶液滴涂于处理后的玻碳电极表面，烘干后放置备用；（2）将待测乳液加入萃取溶剂中，得乳液萃取液；（3）将步骤（2）的萃取液加入支持电解质溶液中稀释，再将稀释液加入电解池中，插入工作电极为修饰电极、对电极为铂片电极、参比电极为饱和甘汞电极的三电极体系，利用方波伏安法测定电解池中氢过氧化物含量。该方法首先制备高灵敏度的修饰电极，再高效萃取乳液中氢过氧化物，从而实现电化学方波伏安法的快速、准确测定。
-
公开(公告)号：CN111753849B
公开(公告)日：2024-06-28
申请号：CN202010606592.7
申请日：2020-06-29
申请人： 江南大学
IPC分类号： G06V10/46 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 本发明的目的是提供一种基于紧密聚合特征和循环残差学习的检测方法及系统，属于图像处理技术领域。系统包括紧密特征提取模块、所有特征聚合模块、循环残差优化模块，方法包括如下步骤：提取紧密卷积特征，将连续阶段的输出特征结合到一起，针对所有层提取的紧密卷积特征采用空洞空间金字塔池化模块实现多层特征外部信息聚合；在深度监督机制下，以残差学习的方式不断优化，对整体循环残差网络在三个视觉显著性检测数据集上进行测试，测试完成后即可使用所述基于紧密聚合特征的循环残差网络进行自然图像中视觉显著性检测的实际应用。本发明提高了视觉显著性检测在复杂场景下的检测效果，增强对背景噪声的抑制和检测区域的连续性、完整度。
-
-
-
-
-
-
-
-
-
搜索结果
67 条记录 (耗时 0.03 秒)
