-
公开(公告)号：CN117714623A
公开(公告)日：2024-03-15
申请号：CN202311405693.8
申请日：2023-10-27
申请人： 河海大学 , 南京荟英电子科技有限公司
摘要： 本发明公开了一种基于分解运动补偿的数字视频稳像方法，首先计算抖动视频的运动路径、稳定性，结合视频深度将抖动视频划进行类别划分；然后利用网格流预测自适应路径优化、相似时空路径优化、平均滤波优化以及L1最优相机路径优化法对抖动的运动路径进行平滑优化，然后将对应的路径优化信息分别存储到四个翘曲变换的矩阵当中；在四个翘曲变换的矩阵中分别引入对应的权重系数然后进行融合，分别得到最终的变换矩阵；最后将各最终的变换矩阵通过翘曲操作应用到抖动视频序列中的每一帧当中，生成稳定的视频。本发明根据不同的视频类型采用不同的权重系数，在保证处理速度的同时减少画面失真，在扩大应用范围的同时有效提升了视频稳定的质量。
-
公开(公告)号：CN117812265A
公开(公告)日：2024-04-02
申请号：CN202311846204.2
申请日：2023-12-28
申请人： 河海大学 , 南京荟英电子科技有限公司
IPC分类号： H04N19/167 , G06T9/00 , H04N19/61 , H04N19/91 , H04N19/50 , H04N19/184
摘要： 本发明公开了一种基于双分辨率上下文网络的可变比特率图像压缩方法和系统，所述方法将特征图通过双分辨率网络分为高、低分辨率两个部分，分别结合空间上下文和通道上下文后进行熵编码，得到压缩后的比特流，实现压缩。在重建阶段，将比特流通过熵解码和上下文网络，得到高/低分辨率部分的特征图，再通过双分辨率网络对两部分进行融合，融合后经过解码器得到重建后的图像。本发明解决了压缩图像时空间冗余导致比特浪费的问题，通过空间和通道上下文的利用，实现并行解码，加快解码速度；利用双分辨率网络，实现对高分辨率部分进行精细编码，提高了图像压缩的细节保留程度；引入ROI网络生成权重图，指导比特分配，可以根据下游任务实现压缩。
-
公开(公告)号：CN116959094A
公开(公告)日：2023-10-27
申请号：CN202310365065.5
申请日：2023-04-07
申请人： 河海大学 , 南京荟英电子科技有限公司
IPC分类号： G06V40/20 , G06V10/82 , G06V10/764 , G06V10/774 , G06V20/40 , G06N3/0464 , G06N3/084
摘要： 本发明公开一种基于时空图卷积网络的人体行为识别方法，该方法基于部位级时空图卷积网络模型，对人体行为进行了识别，其包括如下步骤：构建原始骨骼序列数据集并对原始骨骼序列数据集进行预处理；构建部位级时空图卷积网络模型，包括空间建模网络、时间建模网络和分类器；将预处理后的原始骨骼序列数据集划分为训练集和测试集，输入部位级时空图卷积网络模型中进行训练；将待识别的数据输入训练后的部位级时空图卷积网络模型中，得到识别结果。本发明能够推动建立更精确的关节拓扑，能够更充分学习人体各部分的动作频率和趋势，实现了一种高效的，准确率更高的人体行为识别方法。
-
公开(公告)号：CN116684622A
公开(公告)日：2023-09-01
申请号：CN202310489789.0
申请日：2023-05-04
申请人： 河海大学 , 南京荟英电子科技有限公司
IPC分类号： H04N19/172 , H04N19/136 , H04N19/503
摘要： 本发明公开一种基于光流引导的特征空间上下文视频压缩方法和系统，方法包括如下步骤：选取给定视频序列中的当前帧和参考帧并依次进行预处理、光流引导处理、上下文压缩处理和帧重建处理，得到当前帧的重建帧；再构建损失函数，并在PSNR度量标准和MS‑SSIM度量标准下，分别对评价指标模型进行训练，得到训练完毕的模型；对待压缩的当前帧和参考帧进行上述的操作处理，并输入训练完毕的模型进行P帧压缩，输出得到压缩重建后的当前帧。本发明的特征空间上下文视频压缩方法解决了特征空间中偏移图溢出的问题，提高了重建帧的图像质量；利用上下文压缩模块提取时间先验和分层先验，进一步提高了视频帧的压缩比。
-
公开(公告)号：CN118152444A
公开(公告)日：2024-06-07
申请号：CN202410584919.3
申请日：2024-05-13
申请人： 河海大学
IPC分类号： G06F16/2457 , G06Q50/00
摘要： 本发明公开了一种融合社交关系和时间语义的个性化推荐方法，该方法首先构建用户社交关系网络以及用户物品交互网络；再规定时间单位粒度对全局时间信息进行编码表征；接着建立用户动态偏好分析模型；然后建立用户社交网络影响力模型，把用户邻居节点包含时间信息以及属性特征的用户特征向量聚合到目标节点；再基于选择注意力机制的目标物品向量表征，根据重要性权重参数对候选集合中的物品属性表征向量融合；最后建立联合模型，对用户、物品的表示向量进行融合，预测目标用户对候选物品的评分，进而实现个性化推荐。本发明能融合社交关系信息以及时间语义信息，更加精准地对推荐场景中实体的动态性进行建模，提高个性化推荐的准确性和鲁棒性。
-
公开(公告)号：CN114050930B
公开(公告)日：2023-12-08
申请号：CN202111326842.2
申请日：2021-11-10
申请人： 国家电网有限公司 , 国网数字科技控股有限公司 , 河海大学 , 国网电商科技有限公司
摘要： 本发明公开了一种基于工业互联网云计算的数据通信认证方法及系统，认证系统将利用双线性匹配模式生成的第一参数集发送给目标对象终端，目标对象终端基于树签名处理模式对所述第一参数集进行处理生成的签名信息，以确定第二参数集，其中，第二参数集至少包括身份签名信息、公钥、随机数和哈希值，认证系统基于所述第一参数集对所述第二参数集进行验证，得到验证结果。本发明在树结构中的节点身份验证具有足够的有效性和安全性的基础上，利用预设的参数生成相关验证信息，避免了伪造攻击等，提升了云访问安全性，并降低了运算成本。
-
公开(公告)号：CN117053893A
公开(公告)日：2023-11-14
申请号：CN202311030448.3
申请日：2023-08-15
申请人： 河海大学
摘要： 本发明公开了一种基于龙芯微控制器的水深测量装置及方法，该装置由水下单元和水上单元构成，其中，第一压力传感器、第二压力传感器、姿态传感器和水下控制单元构成水下单元；第三压力传感器和水上控制单元构成水上单元。水下单元的两个压力传感器测量水和大气的总压力，姿态传感器测量水下单元的姿态，水下控制单元获取压力值以及姿态数据；第三压力传感器测量大气压力，水上控制单元根据三个压力传感器压力值和姿态角，计算得到水深。本发明采用水下、水上压力值相减计算水深，采用水下双压力传感器和姿态传感器避免了现场测量重力加速度和水的密度，也避免了水密度变化对水深值的影响。
-
公开(公告)号：CN116952117A
公开(公告)日：2023-10-27
申请号：CN202311022916.2
申请日：2023-08-15
申请人： 河海大学
IPC分类号： G01B7/02
摘要： 本发明公开了一种基于龙芯微控制器的可变参数的电涡流位移测量线圈及方法，该电涡流位移测量线圈由三部分线圈、两个单刀双掷开关和微控制器组成，两个单刀双掷开关分别受到微控制器的逻辑控制信号控制，使得三部分线圈工作在不同的状态，工作状态1：三部分线圈中的电流全都同向；工作状态2：最内层线圈和最外层线圈中的电流同向，次内层线圈中的电流反向。当测量线圈设定于工作状态1时，测量线圈的自由电感量较大，测量线圈的电感量随着目标导体提离距离变化范围大，可以实现较大范围内的位移测量；当测量线圈设定于工作状态2时，测量线圈的自由电感量较小，测量线圈的电感量随着目标导体提离距离变化范围小，灵敏度提高。
-
公开(公告)号：CN116543453A
公开(公告)日：2023-08-04
申请号：CN202310365076.3
申请日：2023-04-07
申请人： 河海大学 , 南京河研创科技有限公司
IPC分类号： G06V40/20 , G06V20/40 , G06V10/40 , G06V10/82 , G06V10/774 , G06N3/0442 , G06N3/0464 , G06N3/0895 , G06V10/764 , G06V10/80 , G08B21/02
摘要： 本发明公开一种基于时空信息的暴力行为的识别报警方法，包括如下步骤：构建物理层：采集动作视频并进行数据传输；构建数据处理层：对物理层中所得数据进行划分处理并生成动作特征图；根据数据处理层所得动作特征图计算人体运动中的时空特征信息；构建行为识别层：首先使用复合神经网络构建识别模型；然后对识别模型进行训练；最后将待识别数据输入训练后的识别模型中，得到输出结果；构建控制层：建立动作行为与报警关联库的匹配关系，得到自动识别指令，根据行为识别层的输出结果触发自动识别指令。本发明的报警识别方法为行为识别提供上下文信息从而有效区分相似动作，解决暴力行为识别滞后性问题，提高智能报警系统的可靠性和实时性。
-
公开(公告)号：CN112966926A
公开(公告)日：2021-06-15
申请号：CN202110231150.3
申请日：2021-03-02
申请人： 河海大学
IPC分类号： G06Q10/06 , G06N20/20 , G06F16/215 , G06K9/62
摘要： 本发明公开了一种基于集成学习的洪水敏感性风险评估方法，包括：收集研究区的地形地貌、水文气象、土壤植被等数据作为特征数据，并将特征数据进行标准化处理；根据历史水位数据和遥感数据提取研究流域历史淹没点与非淹没点；利用拉普拉斯得分选择最优的特征子集；将样本点分为训练集和测试集并对集成学习模型进行训练；利用训练好的模型对整个流域进行洪水风险敏感性计算，生成流域洪水敏感性风险等级分布图。本发明使用研究区各特征数据作为输入，采用了新颖的集成学习模型，提高了流域洪水风险评估的准确性，最后生成流域洪水风险映射图，可直观地展现研究区的洪水风险状况。
-
-
-
-
-
-
-
-
-
搜索结果
70 条记录 (耗时 0.037 秒)