孔令军
- 作品数:31 被引量:28H指数:3
- 供职机构:南京邮电大学更多>>
- 发文基金:中国博士后科学基金江苏省博士后科研资助计划项目国家自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信政治法律更多>>
- 司法案件事件树构建系统和方法
- 本发明提出了一种法案件事件树构建系统,包括法律文书采集模块、实体抽取模块、关系抽取模块、事件树生成模块和事件树可视化模块;法律文书采集模块用于将诉讼用户提交的信息转化为有用的、正规的法律文书;实体抽取模块用于从法律文书中...
- 李华康王永超朱明孔令军孙国梓
- 文献传递
- 一种基于卷积网络的大角度车牌检测方法
- 本发明公开了一种基于卷积网络的大角度车牌检测方法,包括如下步骤:步骤S1、构建大角度车牌检测模型,通过所述大角度车牌检测模型获取待检测图像中的目标图像;步骤S2、对步骤S1中获取的目标图像进行切片处理,获得切片图像,再对...
- 陈睿周全孔令军陈静娴王茜雯包云超
- 一种基于多场景视频补帧算法的超分辨率重建方法
- 本发明公开了一种基于场景切换下视频补帧算法的超分辨率重建方法。属于计算机视频领域。本发明通过补帧算法结合ESPCN网络的方式,解决了传统ESPCN网络处理连续帧数据时,丢失帧间信息的问题,可以有效的提升视频超分辨率重建的...
- 冯峰李华康孙国梓孔令军
- 文献传递
- 基于深度神经网络预测MLC闪存电压阈值的自适应方法
- 本发明公开了一种基于深度神经网络预测MLC闪存电压阈值的自适应方法,包括如下步骤:获取当前合适的电压阈值;估计存储电压分布的特征值;利用深度神经网络建立存储电压分布的特征值与电压阈值的关系。通过大量存储电压的分布特征值作...
- 孔令军李俊王诚韦康赵熙唯
- 文献传递
- 基于深度学习的医疗图像分割综述被引量:10
- 2021年
- 自2006年深度学习这一概念提出以来,各研究领域对于深度学习技术的研究热度一直高居不下。深度学习的出现,对计算机视觉领域的发展起到了重要推动作用。计算机视觉的主要研究任务是对图像、视频等进行目标的检测、识别以及分割等,目前已经广泛应用于医疗、金融和工业领域中。其中最常见的应用场景是医学图像处理。图像分割是医学图像处理任务中一个重要的研究方向,目前已经出现了很多图像分割方法,其中包含传统的分割方法和基于深度学习模型的分割方法。首先介绍了阈值分割法、区域生长法以及图割法等传统的图像分割方法;其次总结了FCN、U-Net、U-Net++、SegNet以及DeepLab系列的网络架构,并对其优缺点进行了分析;同时,着重阐述了图像分割方法在医疗图像处理中的应用;最后讨论了未来基于深度学习的医学图像分析将要面临的挑战和发展机遇。
- 孔令军孔令军包云超李华康
- 关键词:人工智能医疗图像图像分割
- 基于主题识别的视频内容检测系统及检测方法
- 本发明揭示了一种基于主题识别的视频内容检测系统及检测方法,系统包括原始视频读取模块,用于读取原始的视频流;视频切片模块,用于将所读取的视频流按镜头进行划分和聚类、得到一组视频片组;片内主题识别模块,用于识别视频片组内全部...
- 李华康孙晓雨李群余瀚孔令军孙国梓
- 文献传递
- 基于神经网络的发音特征融合方法
- 本发明揭示了一种基于神经网络的发音特征融合方法,包括如下步骤,S1、数据集采集步骤,获取文本数据;S2、数据预处理步骤,对文本数据进行预处理,去除文本数据中包含的噪声,随后将文本数据转换为音标或拼音文本;S3、文本向量化...
- 李华康王磊孔令军孙国梓
- 文献传递
- 基于主题识别的视频内容检测系统及检测方法
- 本发明揭示了一种基于主题识别的视频内容检测系统及检测方法,系统包括原始视频读取模块,用于读取原始的视频流;视频切片模块,用于将所读取的视频流按镜头进行划分和聚类、得到一组视频片组;片内主题识别模块,用于识别视频片组内全部...
- 李华康孙晓雨李群余瀚孔令军孙国梓
- 一种基于Polar码的码率自适应方法
- 本发明公开了一种基于Polar码的码率自适应方法,包括如下步骤:计算各存储单元比特的巴氏参数,选择巴氏参数较低的存储单元比特为信息位构造Polar码原码;构造好的Polar码原码经过Polar码编码器得到编码序列,并通过...
- 孔令军卞建慧赵生妹
- 文献传递
- 边缘计算下的AI检测与识别算法综述被引量:12
- 2019年
- 人工智能的迅速发展深刻改变人类社会生活、改变世界。现有的AI算法过分依赖价格昂贵的GPU服务器进行后端处理,智能处理水平受限于传输链路宽带,无法实时智能处理。同时,海量数据的传输更加大网络和服务器负载。随着超低时延与超高可靠性5G时代的到来,实时、智能、安全、隐私等四大趋势催生了边缘计算与前端智能的崛起。首先,概述了边缘计算的发展,介绍了目标检测算法Faster R-CNN中anchor框的选取方式、YOLO提高性能的方式以及SSD基于不同深度特征图提高物体检测的原理,还给出了利用不同深度特征图在通道维度上合并,以及U型网络进行特征复用以提高mAP指标的M2Det算法;其次,介绍了深度卷积神经网络的轻量级优化算法,包括卷积核优化、参数剪枝和共享、知识蒸馏、张量低秩分解以及轻量级网络模型设计;同时,着重阐述了卷积核优化算法;最后,介绍了边缘计算硬件发展历程,给出了边缘计算的各种硬件平台及性能评价指标,展望了边缘计算+AI的发展趋势。
- 孔令军王锐张南李华康
- 关键词:人工智能