-
公开(公告)号：CN114333062A
公开(公告)日：2022-04-12
申请号：CN202111674399.8
申请日：2021-12-31
申请人： 江南大学
IPC分类号： G06V40/20 , G06V40/10 , G06K9/62 , G06V10/762 , G06V10/764 , G06V10/774
摘要： 本发明公开了一种基于异构双网络和特征一致性的域自适应行人重识别模型训练方法、设备、装置及计算机存储介质和行人重识别方法，本发明设计了一个异构双网络框架，它包含两个非对称分支，其中一个使用感受野有限的卷积来获取局部信息，另一个使用Transformer模块来捕获长程依赖，利用异构双网络的互学习来提高网络间的异质性和互补性，从而提高对噪声伪标签的鲁棒性；为了减少网络在优化过程中受噪声伪标签的干扰，提出了特征一致性损失，其不需要依赖任何标签信息，更关注样本在特征空间的一致性；为了增强网络的语义信息，本发明设计了一个自适应通道互感知模块，对行人的显著性区域进行特征提取，从而提高了行人重识别的精度与效率。
-
公开(公告)号：CN114241007A
公开(公告)日：2022-03-25
申请号：CN202111567525.X
申请日：2021-12-20
申请人： 江南大学
摘要： 本发明公开了一种基于跨任务互学习的多目标跟踪方法，包括：S1、读取视频序列的当前帧RGB图像；S2、利用骨干网络提取当前帧RGB图像的通用特征；S3、对当前帧RGB图像的通用特征进行特征解耦，得到检测对齐嵌入和重识别对齐嵌入；S4、根据检测对齐嵌入得到检测基本输出；S5、利用交叉方向Transformer根据重识别对齐嵌入得到重识别输出；S6、对检测基本输出和重识别输出进行跨任务交互学习，得到交互后的检测基本输出和重识别输出；S7、根据交互后的检测基本输出得到当前帧上的目标位置框，并根据中心点位置在交互后的重识别输出上查询出重识别嵌入；S8、根据重识别嵌入将当前帧与前帧进行帧间关联。本发明可以在复杂场景下实现高效的多目标跟踪。
-
公开(公告)号：CN113831992A
公开(公告)日：2021-12-24
申请号：CN202111185374.1
申请日：2021-10-12
申请人： 江南大学 , 山东焦点福瑞达生物股份有限公司
摘要： 本发明公开了一种透明质酸组合物、含有该组合物的配制酒及其应用，透明质酸组合物包括寡聚透明质酸、低分子量透明质酸和改性高分子量透明质酸；其中，寡聚透明质酸的分子量为1～3KD，低分子量透明质酸的分子量为5～100KD，改性高分子量透明质酸为壳聚糖改性的高分子量透明质酸，所述高分子量透明质酸的分子量为200～1000KD。饮用本发明的配制酒后，口干程度明显减轻，酒精吸收延迟，平均醉酒时间大大缩短，明显改善了饮酒舒适度。
-
公开(公告)号：CN108123818B
公开(公告)日：2020-10-09
申请号：CN201611077837.1
申请日：2016-11-30
申请人： 江南大学
IPC分类号： H04L12/24
摘要： 本发明公开了一种虚实网络灵活可扩展融合的仿真方法，涉及网络模拟仿真技术领域，解决时下网络测试研究方法在规模、逼真度等方面所存在的问题，所述方法包括步骤：搭建OpenStack云计算平台基本环境；基于搭建好的基本环境，添加多个网络节点，为每个网络节点添加多块连接外网的网卡；构建目标虚拟网络；连接实物设备与虚拟网络；根据需要更改或添加流表规则，以达到隔离网络和限制流量的目的。本发明通过提供一种虚实网络灵活可扩展融合的仿真方法，实现搭建一个可灵活配置、可扩展的虚实融合的网络环境，可用于网络安全评估和计算机系统安全评估。
-
公开(公告)号：CN111709306A
公开(公告)日：2020-09-25
申请号：CN202010441559.3
申请日：2020-05-22
申请人： 江南大学
摘要： 一种基于多层次时空特征融合增强的双流网络行为识别方法。该方法采用了一种基于时空双流网络的网络架构，称作多层次时空特征融合增强网络。针对传统双流网络仅仅在最后层融合两个流的类别概率分布导致浅层特征的作用被忽视以及双流网络的互补特点无法被充分利用的问题，本发明提出多层次时空特征融合模块，在双流不同深度层级通过时空特征融合模块捕获多深度级别的混合特征以充分利用双流网络。此外，在网络中，平等地对待所有特征会削弱那些对分类贡献大的特征的作用。本发明在网络中提出分组增强注意力模块，自动增强特征上的有效区域以及通道的显著性。最终本发明通过汇集双流网络以及特征融合的分类结果，进一步提高了行为识别模型的鲁棒性。
-
公开(公告)号：CN108664968B
公开(公告)日：2020-07-07
申请号：CN201810349292.8
申请日：2018-04-18
申请人： 江南大学
摘要： 本发明公开了一种基于文本选取模型的无监督文本定位方法。本发明通过SLIC和DBSCAN图像分割生成若干个超像素，并创新地将超像素区域作为文本候选区域，解决了候选区域在数量和精度上的平衡；其次，本发明利用同一张图中文本对象之间的相似性建立文本选取模型，生成样本参考图，其中，样本参考图包括强文本图和非文本图，并以样本参考图为依据，通过双阈值机制自适应地提取以超像素为单位的文本样本，避免了传统算法对于数据库的依赖性；最后，通过文本样本训练得到文本分类器并对超像素区域进行文本/非文本分类；该方法召回率高，避免了传统算法中依赖数据库、通用性较差、候选区域数量爆炸的问题，实现了无监督的文本定位目标。
-
公开(公告)号：CN110432492A
公开(公告)日：2019-11-12
申请号：CN201910792497.8
申请日：2019-08-26
申请人： 江南大学
IPC分类号： A23L33/105 , A23L33/18 , A23L33/21 , A23P10/20 , A23P10/28
摘要： 本发明公开了一种降血糖的纳米包合物及其制备方法，属于功能食品技术领域。本发明通过酸溶再加入碱液中和的方式，将灰树花提取物、膳食纤维、蛋白肽制备成纳米包合物。本发明的纳米包合物原料安全、配伍合理。并且该包合物的制备方法与工艺，操作简易、重现性良好，所得颗粒或压片外形美观、耐磨性强、成形性好。该包合物经实验验证，具有耐胃酸、缓释的效果，且在高血糖小鼠模型中，灌胃给药2周后，模型的空腹血糖下降率为39.5％，可有效改善胰岛β细胞功能，降低血糖。该组方口感优良，可作为固体饮料或功能食品原料进行应用，广泛适用于糖尿病患者。
-
公开(公告)号：CN106529441B
公开(公告)日：2019-04-05
申请号：CN201610949051.8
申请日：2016-10-26
申请人： 江南大学
摘要： 本发明公开了一种基于模糊边界分片的深度动作图人体行为识别方法。模型训练方法包括以下步骤：将视频深度图序列分片并根据模糊参数α确定分片的模糊边界；对于每一个分片后的子序列分别计算它们主视图、左视图和俯视图的深度动作图DMM；利用插值法将这些深度动作图转换为固定的尺寸并归一化；将归一化后的每个视频序列子序列的深度动作图DMM串联，获得该视频序列的特征向量；采用概率协作表示分类器R‑ProCRC对特征进行分类，最终实现人体行为识别。本发明公开的人体行为识别方法，有效捕获了时域特征的变化规律，增强了行为特征对时域差异的抗干扰能力，能够实现对人体行为的鲁棒识别。
-
公开(公告)号：CN105931273B
公开(公告)日：2019-01-25
申请号：CN201610299342.7
申请日：2016-05-04
申请人： 江南大学
摘要： 本发明公开了一种基于L0正则化的局部稀疏表示目标跟踪方法，与传统L1目标跟踪方法不同，本发明提出将L0范数与结构化局部稀疏外观模型相结合，充分利用稀疏编码，更好地区别跟踪过程中的目标和背景，并且在对目标进行建模时使用琐碎模板对局部遮挡等干扰进行建模，进一步提高了算法在跟踪过程中对噪声干扰的鲁棒性。为使目标模型在跟踪过程中更好地应对目标外观的不断变化，本发明通过构建目标模板集，在跟踪过程中采用L0范数对目标重构并采用概率性策略将重构结果替换模板集中某一模板，实现模板动态更新，进一步提高了算法稳定性。针对基于L0范数约束的目标函数优化求解的NP问题，本发明采用APG算法实现了有效求解。
-
公开(公告)号：CN105654122B
公开(公告)日：2018-11-16
申请号：CN201511002911.9
申请日：2015-12-28
申请人： 江南大学
摘要： 本发明专利公开了一种基于核函数匹配的空间金字塔物体识别方法。包含以下步骤：提取物体图像的ED‑SIFT(Efficient Dense Scale‑invariant Feature Transform)描述子；使用k‑means++聚类算法将训练样本的ED‑SIFT描述子聚类，获得视觉词典；引入空间金字塔，使用核函数匹配获得训练样本和测试样本的视觉单词直方图；使用SVM分类器完成训练样本的训练和测试样本的识别。本专利提出的算法对物体图像的识别具有较高的辨识度，并且在训练样本较少的情况下，采用简单的SVM分类器就可以获得良好的分类效果。
-
-
-
-
-
-
-
-
-
搜索结果
148 条记录 (耗时 0.07 秒)
