-
公开(公告)号：CN105894505A
公开(公告)日：2016-08-24
申请号：CN201610192922.6
申请日：2016-03-30
Applicant: 南京邮电大学
CPC classification number: G01C11/04 , G06T2207/10016
Abstract: 本发明提出一种基于多摄像机几何约束的快速行人定位方法。针对多摄像机行人定位方法的点数众多、算法复杂度高的问题，对于所拍摄的场景，首先测量摄像机中心地面投影点坐标并在场景平面上设置标识点，通过标识点的空间点与图像点的坐标对应关系，利用归一化法计算单应矩阵；然后用矩形框将行人区域框住，将矩形框上面两个顶点投影到场景平面上，连接这些投影点和与它对应的摄像机中心投影点，将连线的交点作为候选目标脚点；接着将矩形框的脚点投影到场景平面上，并计算其重心，对候选脚点赋予合适的权重；最后确定行人的空间坐标。本发明能够快速定位行人在场景平面上的脚点坐标，而且能够在无遮挡和遮挡情况下均保证高精度的定位结果。
-
公开(公告)号：CN105184088A
公开(公告)日：2015-12-23
申请号：CN201510606759.9
申请日：2015-09-22
Applicant: 南京邮电大学
IPC: G06F19/00
Abstract: 本发明公开了基于内插网格序列规则的移动对象位置预测方法，该方法首先对原始轨迹数据进行空间离散与内插处理得到对应的内插网格序列数据，然后从所有内插网格序列数据中挖掘得到频繁序列模式，并进一步得到内插网格序列规则，最后基于移动对象当前所在网格与所有内插网格序列规则进行多项式匹配，并基于匹配结果预测移动对象的后续位置。本发明与传统方法相比，具有匹配率高、预测速度快的优势。
-
公开(公告)号：CN105110305A
公开(公告)日：2015-12-02
申请号：CN201510510593.0
申请日：2015-08-19
Applicant: 南京邮电大学
CPC classification number: Y02P20/134 , Y02P20/544
Abstract: 本发明公开了一种超临界二氧化碳辅助制备多原子层黑磷的方法，是在无氧无水有机溶剂中，以块状黑磷为原料，在超临界二氧化碳辅助条件下随后超声合成了多原子层黑磷，反应温度为40-70℃、压力为150-200bar、反应时间180-240min。该工艺简单，成本低廉，环境友好，所得多原子层黑磷厚度大约几纳米到几十纳米，结晶性好，在晶体管、传感器、太阳能电池、开关、电池电极等领域具有广泛重要的应用前景。
-
公开(公告)号：CN104598924A
公开(公告)日：2015-05-06
申请号：CN201510017505.3
申请日：2015-01-14
Applicant: 南京邮电大学
CPC classification number: G06K9/6212 , G06K9/00771 , G06K2209/21
Abstract: 本发明公开了一种目标匹配检测方法，属于智能视频监控技术领域。该方法利用粒子群优化算法与分类器训练相结合的方式，一次性获得特征选择（即特征降维）参数和最优分类模型，从而降低训练耗时；然后在测试阶段利用所获得的特征选择参数进行图像特征的降维，并利用最优分类模型进行分类，从而得到最终的目标匹配检测结果。本发明进一步在颜色特征中加入了颜色的空间分布信息，并与一种改进的梯度方向直方图(HOG)特征相融合，生成初始图像特征。相比现有技术，不但可有效提高目标匹配检测的准确性，同时大幅减少了处理时间。
-
公开(公告)号：CN104320658A
公开(公告)日：2015-01-28
申请号：CN201410558888.0
申请日：2014-10-20
Applicant: 南京邮电大学
IPC: H04N19/122 , H04N19/13 , H04N19/147
Abstract: 本发明公开了一种HEVC快速编码方法。本发明针对现有标准HEVC编码技术中帧内CU划分需要消耗大量运算时间和资源的不足，对帧内CU划分过程进行了改进，利用编码单元中像素值的标准差（SD）作为划分提前终止的参数，对64×64、32×32、16×16这三种大小的CU块预先分别设定一个SD阈值，在划分过程中，当前CU的SD值小于相对应的SD阈值时，则提前终止CU划分，从而有效帧内CU划分的时间消耗，提高了编码效率。本发明进一步利用统计方法预先获取PSNR、码率和运算耗时与所述三个SD阈值之间的关系，从而可根据编码的实际质量要求，通过选取相应的SD阈值来实现对编码质量的灵活控制。
-
Patent Agency Ranking
公开(公告)号：CN115131416B
公开(公告)日：2024-07-09
申请号：CN202210650866.1
申请日：2022-06-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于地形阴影检测的半径自适应可视域分析方法及装置。通过距离变步长采样对地形剖面曲线采样得到采样点集合，利用地形剖面曲线极值的关键点、关键斜率以及极值区间等检测地形曲线的连续阴影区域，减少单视线方向地形上阴影区不可视栅格的计算。接着，提出地形环视线模型和可视半径自适应精度补偿等方法，对单视线方向可视情况进行维度扩展实现区域可视域分析。本发明可以较高效和高精度地实现大规模数据与复杂场景的地形可视域分析。
-
公开(公告)号：CN113658218B
公开(公告)日：2023-10-13
申请号：CN202110811344.0
申请日：2021-07-19
Applicant: 南京邮电大学
Abstract: 本发明属于视频分析技术领域，公开了一种基于全局上下文的双模板密集孪生网络目标跟踪方法，本发明基于孪生网络框架，将孪生网络中的AlexNet网络更换成更深层的密集卷积网络，将层与层之间的特征在通道上进行拼接，实现特征重用，并在网络后增加全局注意力模块以捕获上下文依赖信息，此外，还设计了一个新的模板更新方案，提取历史跟踪结果中表现较好的图片帧处理后作为新的目标模板，将原始目标模板与新模板采用时空注意力机制进行特征融合，最后得到新的模板特征，实现了目标模板的动态更新，相比现有技术，本发明方法既能够精确跟踪目标，又能有效地提高跟踪速度。
-
公开(公告)号：CN113852814A
公开(公告)日：2021-12-28
申请号：CN202110811333.2
申请日：2021-07-19
Applicant: 南京邮电大学
IPC: H04N19/12 , H04N19/14 , H04N19/436 , H04N19/70 , H04N19/96
Abstract: 本发明公开了数据级和任务级融合的并行解码方法、装置及存储介质，以CTU的划分深度以及CU到PU的划分方式来确定CTU的解码复杂度，再将相同复杂度的CTU组分配给多个线程进行并行处理，从而使像素解码重构时的多线程负载均衡；在数据结构层面，引入位图和增强四叉树结构，使用位图记录CTU解码状态信息，仅在四叉树的叶子节点存储解码信息，同时在解码前，读取位图中存储的CTU解码状态信息，再对当前CTU进行解码，由此提升了CTU状态信息的存取效率；通过在位图和四叉树等数据结构中引入读写锁，避免了多个线程对解码信息的读取产生的资源冲突，实现了所述核心模块的任务级和数据级融合并行处理。
-
公开(公告)号：CN113658217A
公开(公告)日：2021-11-16
申请号：CN202110794380.0
申请日：2021-07-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种自适应目标跟踪方法、装置及存储介质，属于计算机视觉分析技术领域，该方法通过对ResNet50网络结构进行调整，使用ILSVRC‑2012大规模数据集训练调整后的网络，使用预训练过的网络的第三、四层卷积层提取图像特征并训练各层相关滤波器，将各层响应结果依据跟踪置信度赋予自适应权重，融合后响应图的最大值处即为目标位置，在所确定的尺度变化方向上以一种类似于二叉排序树的树形结构进行不断地二分搜索，通过尺度判别指标找到目标合适的尺度；本发明利用深度残差网络的第三、四层卷积层提取图像特征，此特征提取方法能够精准定位目标，利用树形搜索策略有助于目标的尺度自适应，实现可持续跟踪。
-
公开(公告)号：CN112348849A
公开(公告)日：2021-02-09
申请号：CN202011164003.0
申请日：2020-10-27
Applicant: 南京邮电大学
Abstract: 本发明属于视频分析技术领域，公开了一种基于分层注意力机制的孪生网络视频目标跟踪方法。本发明基于孪生网络框架，将高层次特征与低层次特征融合起来，并且在提取特征的过程中，使用了注意力机制对特征图进行重标定，使用AdaBoost算法对目标特征图进行加权融合。本发明还使用了Inception模块，一方面增加了网络的宽度以及孪生网络对尺度的适应性，另一方面还减少了参数，提高了网络训练的速度。在进行目标尺度估计时，本发明使用了基于区域的快速HOG特征提取算法。相比现有技术，本发明方法既能够精确跟踪目标，又能有效地提高跟踪速度。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.026 seconds)
