-
公开(公告)号：CN113780813A
公开(公告)日：2021-12-10
申请号：CN202111065930.1
申请日：2021-09-10
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力科学研究院
摘要： 本发明公开了一种生产环境危险性评估方法、装置及存储介质，其中，评估方法包括：获取已完成填写的若干调查问卷，所述调查问卷包含与生产环境中的危险因素相关联的多个问题；根据所述调查问卷中的填写信息，确定各危险因素的选定频率，筛选大于预设频率的危险因素，并设为第一危险因素；根据预设的危险性映射规则得到所述第一危险因素对应的风险值，并基于所述风险值确定所述第一危险因素的风险等级；根据所述第一危险因素的风险等级得到所述生产环境的危险性评估结果。上述方法通过对存在的危险因素危险性进行量化评估，使得到生产环境危险性评估结果更加准确、客观和全面，能够引导企业根据评估结果对存在的安全隐患进行整改，保障人身安全。
-
公开(公告)号：CN112270806A
公开(公告)日：2021-01-26
申请号：CN202011184099.7
申请日：2020-10-29
申请人： 广东电网有限责任公司电力科学研究院 , 广东电网有限责任公司
摘要： 本申请公开了一种健康安全状况监测系统，包括：健康数据采集模块，用于实时采集用户第一健康指标数据，并将健康指标数据发送至数据处理模块；数据处理模块，用于对采集到的第一健康指标数据进行分析处理，得到第二健康指标数据，并将第二健康指标数据发送给告警模块以及后台管理模块；告警模块，用于当存在第二健康指标数据超出健康阈值范围时，发送对应的告警信息至后台管理模块；后台管理模块，用于对用户的第二健康指标数据进行实时监测，当接收到来自告警模块的所警信息后，获取告警信息对应的用户的身份信息，并生成用户的个人健康报告。本申请解决了现有技术缺少后台管理系统全面展示一线用户的实时健康指标，告警流程单一的技术问题。
-
公开(公告)号：CN117746326A
公开(公告)日：2024-03-22
申请号：CN202311761465.4
申请日：2023-12-19
申请人： 广东电网有限责任公司 , 广东电网有限责任公司揭阳供电局 , 南方电网科学研究院有限责任公司
发明人： 李戎 , 张素丽 , 黄勇东 , 肖建华 , 熊鑫欣 , 黄烁 , 陈佳鹏 , 林晓波 , 罗宗文 , 郑细烨 , 张晓彬 , 段舒尹 , 刘超 , 谢庭军 , 陈锐忠 , 毛文瑞 , 吴永锋 , 池小佳 , 彭汉明 , 曾威 , 祝水根 , 黄祖伟 , 陈耿 , 李飞 , 黄柏熊 , 黄鸿杰
IPC分类号： G06V20/52 , G06V40/10 , G06V10/764 , G06V10/82 , G06T7/50 , G06V10/44 , G06N3/0464
摘要： 本发明公开了一种图像处理方法、装置以及电子设备。该方法包括：获取基于部署在目标区域内的摄像装置采集的待处理图像；将所述待处理图像输入至预先训练好的目标检测器，以确定所述待处理图像中是否包括检测对象；若所述待处理图像中包括所述检测对象，则将对所述检测对象标记的待处理图像输入至深度估计模型中，确定所述检测对象的深度值；基于所述深度值，确定所述检测对象距离目标位置的目标距离，以基于所述目标距离和预设距离阈值，确定所述检测对象的安全性。本发明实施例所提供的技术方案，解决了现有技术中基于人工来进行用户提示时，存在提醒效果较差以及人力成本较高的问题，实现了自动对用户进行识别的效果。
-
公开(公告)号：CN114366102B
公开(公告)日：2024-03-01
申请号：CN202210010285.1
申请日：2022-01-05
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力科学研究院
摘要： 本发明公开了一种多模态紧张情绪识别方法、装置、设备及存储介质，涉及智能识别技术领域。所述方法包括：获取被试人员的面部视频、脑电信号和皮肤电信号；利用注意力机制的典型相关分析对所述面部视频、所述脑电信号和所述皮肤电信号进行特征融合，得到融合特征；将所述融合特征输入情绪分类模型，得到情绪分类结果。本发明能够结合面部视频、脑电信号和皮肤电信号进行特征融合，多方面检测被试人员的情绪是否适宜进行危险作业，提前规避风险。
-
公开(公告)号：CN114399818A
公开(公告)日：2022-04-26
申请号：CN202210010258.4
申请日：2022-01-05
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力科学研究院
IPC分类号： G06V40/16 , G06V20/40 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G10L25/30 , G10L25/63 , G06K9/62
摘要： 本发明公开了一种多模态人脸情绪识别方法及装置，所述方法包括：获取目标场景下作业人员的视频数据；按照预设的时间间隔对所述视频数据进行抽帧，得到多模态信息序列；提取每一帧视觉模态信息，得到关于人脸关键点的面部表情特征序列；使用卷积神经网络模型对每一帧听觉模态信息对应的声谱图进行处理，得到语音特征序列；将归一化的所述面部表情特征序列和归一化的所述语音特征序列输入基于注意力的时序学习模型进行融合编码，得到时序融合特征向量；将所述时序融合特征向量输入多模态情绪识别模型中，得到情绪分数，并根据所述情绪分数得到所述作业人员的人脸情绪。采用本发明提供的实施例，极大提高了情绪识别的效率和精确率。
-
公开(公告)号：CN114305454A
公开(公告)日：2022-04-12
申请号：CN202111398258.8
申请日：2021-11-22
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力科学研究院
IPC分类号： A61B5/374
摘要： 本发明公开了一种基于域对抗神经网络的疲劳状态识别方法及装置，该方法包括：对原始脑电信号进行基线矫正和带通滤波处理，得到多个频段的脑电信号，对多个频段的脑电信号进行微分熵特征提取，获取多个频段的脑电微分熵特征，将多个频段的脑电微分熵特征进行拼接，构成脑电特征向量，将脑电特征向量输入域对抗迁移网络进行训练，生成疲劳状态识别模型，将待测脑电信号输入疲劳状态识别模型，输出疲劳状态识别结果。本发明通过更加鲁棒的特征提取，提高了疲劳状态识别的准确度。
-
公开(公告)号：CN111912383A
公开(公告)日：2020-11-10
申请号：CN202010886381.3
申请日：2020-08-28
申请人： 广东电网有限责任公司电力科学研究院 , 广东电网有限责任公司
摘要： 本发明公开了一种高度测量方法、系统、储存介质以及设备，本发明在基于气压数据和基准海拔高度计算出当前历元的第一相对高度后，通过惯性数据来计算出当前历元的第二相对高度，最后融合第一相对高度和第二相对高度来计算出当前历元的最终相对高度，并不断遍历每一个历元直至计算出每一个历元的最终相对高度。本发明在计算最终相对高度的过程中引入了惯性数据，通过融合基于惯性数据计算出第二相对高度和基于气压数据计算出的第一相对高度得到最终相对高度，避免采用单一数据进行高度的测量，从而减小了高度测量的误差，提高了对高度进行测量的精度。
-
公开(公告)号：CN114305415B
公开(公告)日：2023-10-24
申请号：CN202111439051.0
申请日：2021-11-25
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力科学研究院
摘要： 本发明提供一种跨被试和跨模态的多模态紧张情绪识别方法及系统，其中方法包括：获取眼动信号训练数据、与眼动信号训练数据对应的脑信号训练数据及眼动信号测试数据；对眼动信号训练数据及脑信号训练数据进行预处理及特征提取，得到眼动特征信号及脑特征信号；其中，预处理包括：滤波处理、频域变换处理及特征维度统一；将眼动特征信号及脑特征信号输入至情绪分类器，进行情绪分类并计算损失函数，优化多模态紧张情绪识别模型，得到训练完成的多模态紧张情绪识别模型；将眼动信号测试数据输入至训练完成的多模态紧张情绪识别模型，得到眼动信号测试数据对应的紧张情绪分类结果。本发明提高了紧张情绪识别的准确性。
-
公开(公告)号：CN114052675B
公开(公告)日：2023-08-22
申请号：CN202111368165.0
申请日：2021-11-18
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力科学研究院
IPC分类号： A61B5/02
摘要： 本发明提供一种基于融合注意力机制的脉搏异常判别方法及系统，其中方法包括：获取脉搏波历史数据，并对脉搏波历史数据进行预处理，得到满足预设规律的脉搏波图像；根据脉搏波图像建立注意力模块，并通过注意力模块分别在空间维度和通道维度上进行特征提取，分别得到空间特征数据及维度特征数据；根据空间特征数据及维度特征数据对预设的CNN神经网络模型进行自适应特征学习及训练，得到脉搏异常判别神经网络模型；采集脉搏波当前数据，将脉搏波当前数据作为输入信号，输入至脉搏异常判别神经网络模型，脉搏异常判别神经网络模型输出脉搏波当前数据的检测结果，实现对当前脉搏波异常判别。本发明提高了脉搏波图像判别的准确性。
-
公开(公告)号：CN114424941A
公开(公告)日：2022-05-03
申请号：CN202210097360.2
申请日：2022-01-26
申请人： 广东电网有限责任公司 , 广东电网有限责任公司电力科学研究院
摘要： 本发明公开了一种疲劳检测模型构建方法、疲劳检测方法、装置及设备。其中，疲劳检测模型构建方法包括：获取训练数据集和测试数据集；其中，所述训练数据集和所述测试数据集中的各数据样本均包含多种模态信号；采用迁移学习中的域适应方法，将所述训练数据集中的训练样本以及所述测试数据集中的测试样本映射到同一特征空间，得到处理数据集；基于域对抗迁移网络构建初始疲劳检测模型；利用所述处理数据集对所述初始疲劳检测模型进行训练，得到最终的疲劳检测模型。上述方法通过利用迁移学习中的域适应方法克服了不同数据样本之间生理信号数据分布的差异性，建立了具有高泛化性能且更精准的疲劳检测模型。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.068 秒)
