-
公开(公告)号：CN105893940B
公开(公告)日：2019-06-21
申请号：CN201610186163.2
申请日：2016-03-29
Applicant: 南京大学 , 南京大学镇江高新技术研究院
IPC: G06K9/00
Abstract: 基于视频图像处理的集装箱起吊防撞定准系统的实现方法，提出并生成集装箱防撞定准虚拟现实图，给驾驶员提供了直观的集装箱定准防撞信息。本发明由控制系统，摄像机视频采集系统，数据中心，后台图像处理和作业应用软件5个部分组成。基于视频图像处理的集装箱、吊具识别能够计算出当前吊具与下方邻箱的相对位置和后向集装箱的高度及相对位置。这些信息能够很好地辅助驾驶员完成作业操作，并且防止吊运中的“打保龄”事故发生，帮助驾驶员快速地实现集装箱定位对准，极大地缩短了一次装卸所耗费的时间。
-
公开(公告)号：CN103530882B
公开(公告)日：2017-02-08
申请号：CN201310486060.4
申请日：2013-10-17
Applicant: 南京大学 , 南京大学镇江高新技术研究院
Abstract: 本发明公开了一种改进的基于图和色彩纹理特征的图像分割方法，涉及图像处理和计算机视觉技术领域，本发明步骤包括：1）提取30张样本图片的纹理特征和色彩特征，将得到的纹理特征和色彩特征组成一个矩阵，并对矩阵求协方差作为30幅样本图片的色彩信息和纹理信息的统一系数；2）构造待分割图片的带权无向图；3）提取待分割图片的纹理特征和色彩特征，并构造待分割图片的纹理色彩特征描述符；4）利用步骤1）获得的统一系数和步骤3）获得的待分割图片的纹理色彩特征描述符计算待分割图片的带权无向图中边的权值；5）对步骤2）构造的带权无向图中的节点进行合并归类。本发明的分割准确性高，误分割、过分割现象少。
-
公开(公告)号：CN103530893B
公开(公告)日：2016-06-08
申请号：CN201310510830.4
申请日：2013-10-25
Applicant: 南京大学 , 南京大学镇江高新技术研究院
Abstract: 本发明公开了一种相机抖动场景下基于背景差和运动信息的前景检测方法，属于图像处理与计算机视觉技术领域。本发明通过分析相机抖动场景下像素点的运动信息，采用概率阈值判断去除相机抖动造成的误检前景点，提高运动检测的准确性，解决现有运动检测方法对场景中相机抖动适应性不高的问题。在背景差法运动检测中，相机抖动造成边缘处像素点在前一帧被检测为前景点，当前帧却被检测为背景点，下一帧又可能被检测为前景点。运动目标运动是由前一帧的运动像素点移动过来，在序列图像中形成连续的运动，且连续运动持续的时间与运动物体的尺寸有关。获取相机抖动造成的运动信息的概率分布，实现相机抖动场景下误检前景的剔除。
-
公开(公告)号：CN103530882A
公开(公告)日：2014-01-22
申请号：CN201310486060.4
申请日：2013-10-17
Applicant: 南京大学 , 南京大学镇江高新技术研究院
Abstract: 本发明公开了一种改进的基于图和色彩纹理特征的图像分割方法，涉及图像处理和计算机视觉技术领域，本发明步骤包括：1）提取30张样本图片的纹理特征和色彩特征，将得到的纹理特征和色彩特征组成一个矩阵，并对矩阵求协方差作为30幅样本图片的色彩信息和纹理信息的统一系数；2）构造待分割图片的带权无向图；3）提取待分割图片的纹理特征和色彩特征，并构造待分割图片的纹理色彩特征描述符；4）利用步骤1）获得的统一系数和步骤3）获得的待分割图片的纹理色彩特征描述符计算待分割图片的带权无向图中边的权值；5）对步骤2）构造的带权无向图中的节点进行合并归类。本发明的分割准确性高，误分割、过分割现象少。
-
公开(公告)号：CN103530893A
公开(公告)日：2014-01-22
申请号：CN201310510830.4
申请日：2013-10-25
Applicant: 南京大学 , 南京大学镇江高新技术研究院
Abstract: 本发明公开了一种相机抖动场景下基于背景差和运动信息的前景检测方法，属于图像处理与计算机视觉技术领域。本发明通过分析相机抖动场景下像素点的运动信息，采用概率阈值判断去除相机抖动造成的误检前景点，提高运动检测的准确性，解决现有运动检测方法对场景中相机抖动适应性不高的问题。在背景差法运动检测中，相机抖动造成边缘处像素点在前一帧被检测为前景点，当前帧却被检测为背景点，下一帧又可能被检测为前景点。运动目标运动是由前一帧的运动像素点移动过来，在序列图像中形成连续的运动，且连续运动持续的时间与运动物体的尺寸有关。获取相机抖动造成的运动信息的概率分布，实现相机抖动场景下误检前景的剔除。
-
Patent Agency Ranking
公开(公告)号：CN105893940A
公开(公告)日：2016-08-24
申请号：CN201610186163.2
申请日：2016-03-29
Applicant: 南京大学 , 南京大学镇江高新技术研究院
IPC: G06K9/00
CPC classification number: G06K9/00671 , G06K9/00724
Abstract: 基于视频图像处理的集装箱起吊防撞定准系统的实现方法，提出并生成集装箱防撞定准虚拟现实图，给驾驶员提供了直观的集装箱定准防撞信息。本发明由控制系统，摄像机视频采集系统，数据中心，后台图像处理和作业应用软件5个部分组成。基于视频图像处理的集装箱、吊具识别能够计算出当前吊具与下方邻箱的相对位置和后向集装箱的高度及相对位置。这些信息能够很好地辅助驾驶员完成作业操作，并且防止吊运中的“打保龄”事故发生，帮助驾驶员快速地实现集装箱定位对准，极大地缩短了一次装卸所耗费的时间。
-
公开(公告)号：CN117765249A
公开(公告)日：2024-03-26
申请号：CN202410072183.1
申请日：2024-01-18
Applicant: 南京大学
Abstract: 一种高远监控视角下人员小目标检测方法、设备及介质，获取监控图像作为训练样本，进行数据集扩充，训练改进的DETR网络模型，对监控拍摄的图片进行裁剪切分，使用改进后的DETR网络进行人员检测，再通过改进的IOU计算方法对每个区域检测到的人员目标检测框进行判别合并，消除冗余框，在原图显示最终的人员检测结果。本发明针对高远监控视角的人员小目标进行检测，相比于直接检测人员小目标准确率更高。
-
公开(公告)号：CN115546667A
公开(公告)日：2022-12-30
申请号：CN202211235689.7
申请日：2022-10-10
Applicant: 南京大学
IPC: G06V20/17 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明涉及一种无人机场景的实时车道线检测方法，包括：构建车道线检测模型；读入无人机高空拍摄的实时道路画面至车道线检测模型中进行车道线检测；其中，构建车道线检测模型中，采集无人机高空对车道的监控视频，获取视频图片作为训练样本数据；对视频图片进行预处理；采用CA注意力机制优化后的CA‑Resnet18主干网络中，提取图片的若干特征信息，获得三层不同分辨率不同深度的特征图；对不同分辨率不同深度的特征图的特征图进行双向三层特征融合；经过组分类确定每条车道线的位置信息，实现车道检测。本发明提高无人机场景下车道线的检测识别准确度与实时性。
-
公开(公告)号：CN114821477A
公开(公告)日：2022-07-29
申请号：CN202210481470.9
申请日：2022-05-05
Applicant: 南京大学
Abstract: 一种适于复杂场景的多人服装特征视频识别方法，包括级联的行人检测网络、关键点检测网络和服装特征识别网络，行人检测网络输出行人检测框坐标，关键点检测网络读取行人检测框坐标后输出关键点坐标，服装特征识别网络读取关键点坐标后输出服装的长度、颜色。本发明使用SE‑InceptionV4网络作为SSD的主干网络，提高了行人检测的准确率，提出改进的SE模块可以提取每一通道特征图的中更具代表性的特征，SE‑InceptionV4网络可以同时兼顾提取空间、通道中更有效的特征；本发明针对性的截取与识别任务相关的人体关键点处的图片识别服装特征，避免了由于服装种类复杂影响特征提取，相比直接进行分类的网络提高了准确率。
-
公开(公告)号：CN109118763B
公开(公告)日：2021-05-18
申请号：CN201810986737.3
申请日：2018-08-28
Applicant: 南京大学
Abstract: 一种基于腐蚀去噪深度信念网络的车流量预测方法，车流量预测是指利用历史时刻的车流量情况来预测当前及未来时刻的车流量情况，本发明提出随机腐蚀层作为一种正则化手段，解除一部分神经元之间的互相依赖性，提高预测模型泛化能力，降低过拟合风险。同时结合具体应用场景，考虑到车流量的空间相关性和时间规律性来建立车流量预测模型，实现准确、可靠、实时的车流量预测，有效优化交通调度，缓解交通压力，提高路网的运行效率。这对智能交通的发展有很大意义。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.02 seconds)
