公开(公告)号：CN117315319A

公开(公告)日：2023-12-29

申请号：CN202311032860.9

申请日：2023-08-16

Applicant: 淮阴工学院

Inventor： 王媛媛 ,  田海阳 ,  严少峰 ,  朱俊勋 ,  宋照渝 ,  黄佳泷 ,  李亚州 ,  王梅峰 ,  张海艳 ,  顾丁韵 ,  朱叶萌 ,  张郅晗 ,  朱全银

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/80

Abstract: 本发明公开一种基于Mobilemul模型的花卉分类方法，通过特征提取模块CB Block、深度可分离卷积模块Dwise Block以及改进的密集连接Dense模块的依次串联，来构建待训练模型。同时，结合各场景获取的样本图像，进行训练，以各场景获取样本图像为输入，将各场景获取样本图像中属于各指定目标类型的目标对象进行分类，得到目标检测分类模型。进一步应用目标检测分类模型，可以实现对各场景获取图像中各目标对象的分类检测。与现有技术相比，本发明克服了现有技术中鲁棒性差、过程复杂、检测时间较长的问题，利用Mobilemul模型架构，具有结构简单、参数量较少的优点。

公开(公告)号：CN117115513A

公开(公告)日：2023-11-24

申请号：CN202310964660.0

申请日：2023-08-01

Applicant: 淮阴工学院

Inventor： 何艳婷 ,  张海燕 ,  王媛媛 ,  黄佳泷 ,  宋照渝 ,  严少峰 ,  朱俊勋 ,  王梅峰 ,  高尚兵 ,  任珂 ,  刘步实 ,  李亚州

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/42 ,  G06V10/80

Abstract: 本发明公开了一种基于多光谱目标检测的跨模态融合模型的人员检测方法，首先收集复杂情景下的人员图像数据，并对其进行分类和标记构建数据集。数据集预处理。设计双流检测模型，其中包括双流特征提取网络和CFT模块。通过使用Faster R‑CNN作为基础检测器来检测基本特征，并引入另外一个分支作为红外特征的检测分支，以此构建双流卷积神经网络。引入CFT模块使网络能够更加关注两个分支中相关性和重要性较高的细粒度特征，减少冗余信息的影响。与现有技术相比，本发明双流检测模型并使用CFT模块作为分支间信息融合的通道，有效提升了整体检测模型的准确率和泛化能力，适用于各种复杂场景下的人员监测任务，为人员检测提供了一种可行且高效的技术方案。