-
公开(公告)号：CN117197093A
公开(公告)日：2023-12-08
申请号：CN202311178574.3
申请日：2023-09-13
Applicant: 南京邮电大学
IPC: G06T7/00 , G06V10/44 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种点云质量评价方法、装置、存储介质及设备，属于点云质量评价技术领域，方法包括获取3D点云；将所述3D点云输入到训练好的基于点云结构信息特征的视觉交互模型中，得到质量分数，完成点云质量评价；利用基于自注意力的位置矢量加权方法对点云局部块质量感知特征进行提取，并利用基于自调节学习的方式对模型进行训练；其中基于自注意力的位置矢量加权方法利用自注意力机制对局部块点的相对位置进行权重计算，再利用权重对预处理特征进行加权计算；而自调节学习有助于缓解模型在块采样训练过程中的噪声标签问题，提高了模型训练的精度。
-
公开(公告)号：CN110069644B
公开(公告)日：2023-06-06
申请号：CN201910334229.1
申请日：2019-04-24
Applicant: 南京邮电大学
IPC: G06F16/53 , G06F16/51 , G06N3/0464
Abstract: 本发明公开一种基于深度学习的压缩域大规模图像检索方法，包括：利用压缩CNN网络对图像数据库进行压缩，得到空间占用小于原图像的压缩编码；利用哈希CNN网络对压缩图像进行哈希编码；在哈希码数据库中对查询图片进行图像检索。本发明有效地利用深度学习在图像压缩和图像检索中的良好性能，提出了基于深度学习的压缩域大规模图像检索方法，解决了在海量高维媒体数据中高效率快速检索到自己所需要图像的问题。
-
公开(公告)号：CN112637608B
公开(公告)日：2022-11-29
申请号：CN202011501716.1
申请日：2020-12-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种动态点云几何信息压缩率失真优化方法及装置，针对基于视频的动态点云编码率失真优化过程中，失真模型与点与几何信息质量评估准则不一致的问题，基于点到面误差对现有的率失真优化方法进一步优化。所述方法包括：获取三维动态点云视频分解后的几何图像的原始深度信息以及使用现有率失真优化方法编码得到的几何图像的重构深度信息；基于获取到的原始深度信息和重构深度信息，计算几何图像中原始点所在平面的法向量与该原始点的投影方向之间的估计角度θ；利用计算得到的估计角度θ，优化现有率失真优化方法中几何图像的重构点到原始点所在平面距离误差的编码。本发明能够提升计算几何信息的失真的精确度。
-
公开(公告)号：CN109409294B
公开(公告)日：2021-06-22
申请号：CN201811264277.X
申请日：2018-10-29
Applicant: 南京邮电大学
Abstract: 本发明公开了基于对象运动轨迹的停球事件的分类方法和系统，其中方法包括：采用神经网络对训练视频进行检测分别得到球员和足球的预测框；记录同时检测到一个足球和一个球员的图像的帧数、球员的坐标以及足球的坐标，并将前后两帧图像的帧数相减，差值大于预设阈值时则确定停球事件；选取每个停球事件中预设定帧长的视频；将停球事件成功与否打上标签；将不同的停球事件进行向量化处理得到向量化的数据并投入到分类器中，通过交叉验证，给出停球时间成功或失败的二分类结果并输出分类准确率。本发明通过检测的结果划分事件，通过设置具体的分类器的属性，能对加载的停球事件的位置信息做出准确的分类，具有很好的稳定性以及鲁棒性。
-
公开(公告)号：CN108646999B
公开(公告)日：2021-04-16
申请号：CN201810420790.7
申请日：2018-05-04
Applicant: 南京邮电大学
IPC: G06F3/147 , G06F1/3234
Abstract: 本发明公开了一种基于多频段亮度补偿的显示屏节能降耗方法，包括将图像依据频率分解为n个图像；采用组合函数及低通滤波器将各个频段的亮度动态范围进行压缩；确定图像的n个非重叠频段的亮度压缩值；对不同频段采用不同的亮度增益补偿方法进行亮度增益补偿得到最终亮度动态分范围；对分解后的图像合成得到最终的图像。本发明方法提出了分解图像及多频段分解方案、对不同频段设定不同亮度补偿增益方案；相比于传统方法，本发明方法既保证了图像质量，又在很大程度上解决了目前显示屏能耗过大的问题。
-
Patent Agency Ranking
公开(公告)号：CN108768585B
公开(公告)日：2021-03-16
申请号：CN201810391478.X
申请日：2018-04-27
Applicant: 南京邮电大学
IPC: H04L1/00
Abstract: 本发明公开了一种基于深度学习的上行免信令NOMA系统多用户检测方法，该方法包括对接收信号建模，将接收信号稀疏表示和训练用于稀疏信号恢复的深度结构三个部分；本发明利用NOMA系统中用户的稀疏性以及在不同时隙的发送信号之间存在的联系，使用结构化压缩感知理论进行多用户检测，并利用深度学习理论来解决稀疏重构问题，能够实现低复杂度且高性能的多用户检测，结合用户在不同时隙的发送信号之间存在的相关性，使用结构化压缩感知理论实现多用户检测；利用深度学习理论来解决信号恢复的欠定逆问题，基于深度学习的方法从优化参数、训练稀疏表示以及神经网络三个方面进一步改进了稀疏重构算法的重构精度并提高了重构效率。
-
公开(公告)号：CN112465028A
公开(公告)日：2021-03-09
申请号：CN202011356298.1
申请日：2020-11-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种感知视觉安全评估方法及系统，包括：从加密图像及其对应的原始图像中分别提取MLBP特征，包括局部二值模式和全局LBP直方图；对加密图像及其对应的原始图像进行DCT变换，得到频率分量；基于MLBP特征分别计算局部二值模式相似度和全局直方图相似度分数，根据DCT的频率分量计算频率相似度分数；将三个分数相乘得到最终的视觉安全评估得分。优点：考虑人的视觉系统的感知度量，本发明从结构信息失真、重要视觉信息泄漏和频率分量变化三个方面对视觉安全评估提出了度量措施，这对评估选择性加密图像的视觉安全度具有重要的意义。
-
公开(公告)号：CN107889124B
公开(公告)日：2020-10-16
申请号：CN201711262024.4
申请日：2017-12-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于非正交多址接入的洪涝监测数据传输方法，在水位监测系统中同一河道有多个水位监测点，每个监测点到基站的距离不同，基站对监测点的信道条件进行估计后再配对分组，将多址接入信道的频域划分成多个正交子信道，每个子信道上至少两个监测点共享，它们之间采用非正交传输。基站按照一定的功率分配算法给每个子信道上的监测点分配功率，各监测点接收机通过串行干扰消除技术完成消息解码。本发明实施提供的方案既不影响水位系统监测质量，同时创造性地解决洪涝时频谱资源不足的问题。
-
公开(公告)号：CN110069644A
公开(公告)日：2019-07-30
申请号：CN201910334229.1
申请日：2019-04-24
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于深度学习的压缩域大规模图像检索方法，包括：利用压缩CNN网络对图像数据库进行压缩，得到空间占用小于原图像的压缩编码；利用哈希CNN网络对压缩图像进行哈希编码；在哈希码数据库中对查询图片进行图像检索。本发明有效地利用深度学习在图像压缩和图像检索中的良好性能，提出了基于深度学习的压缩域大规模图像检索方法，解决了在海量高维媒体数据中高效率快速检索到自己所需要图像的问题。
-
公开(公告)号：CN109977953A
公开(公告)日：2019-07-05
申请号：CN201910246900.7
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了计算机视觉图像处理领域的一种基于YOLOV3的目标检测算法在嵌入式设备上的实现方法，旨在解决传统的大型图像处理设备很难在实际的应用场景中部署，获取数据周期长、处理图像数据的实时性差的问题。包括步骤：激活开发板，使其具备可使用的操作系统；安装工具包；准备YOLOV3的运行环境DARKNET框架文件，保存在darknet文件夹下；修改darknet文件夹下的配置文件Makefile中的参数使其与开发板的硬件配置相匹配；编译安装darknet；下载并保存权重文件；运行测试。本发明能够在便于安装使用的嵌入式设备上实现、适用于不同场景下并具有很高的目标检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.034 seconds)
