-
公开(公告)号：CN115169456A
公开(公告)日：2022-10-11
申请号：CN202210780261.4
申请日：2022-07-04
Applicant: 济南大学
IPC: G06K9/62
Abstract: 本发明属于数据聚类技术领域，提供了一种基于数据集成聚类的工业燃煤锅炉工况划分方法及系统，获取工业燃煤锅炉的运行状态数据；本发明通过混合代表近邻近似、二部图分割和三阶张量集成三个步骤，对工业燃煤锅炉数据进行集成聚类操作，对锅炉数据实现有效的工况划分；具体的，通过混合代表近邻近似构建稀疏亲和子矩阵，可以解决传统的聚类方法计算时间复杂度太高，不能有效构建燃煤锅炉数据的亲和矩阵的问题，通过对二部图进行划分，减少了特征问题求解时间，以及通过将多基聚类结果集成到一个统一的集成聚类框架中，在保持高效率的同时进一步提高了聚类的准确性和鲁棒性。
-
公开(公告)号：CN114883001A
公开(公告)日：2022-08-09
申请号：CN202210570384.5
申请日：2022-05-24
Applicant: 山东海量信息技术研究院 , 济南大学
Abstract: 本发明公开了基于异质信息网络的疾病预测系统，包括：获取模块，其被配置为：获取待预测患者的当前电子病历；疾病预测模块，其被配置为：将待预测患者的当前电子病历，输入到训练后的疾病预测模型中，输出疾病预测结果；其中，疾病预测模型的工作原理为：对待预测患者的当前电子病历进行数据扩充，基于扩充后的数据构建电子病历异质图；在电子病历异质图上，基于元路径的学习表示进行电子病历的嵌入表示，通过注意力机制进行元路径邻居节点的聚合；最终实现对待预测患者的疾病预测。以便准确预测患者是否存在潜在疾病，对患者做出准确地预测。
-
公开(公告)号：CN113378771B
公开(公告)日：2022-07-26
申请号：CN202110720648.6
申请日：2021-06-28
Applicant: 济南大学
IPC: G06V20/59 , G06V40/18 , G06V10/82 , G06V10/762 , G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，提供了一种驾驶员状态确定方法、装置、驾驶员监控系统、车辆。该方法包括：获取预设时长内的目标图像帧，判断驾驶员连续注视设定区域的时间是否达到预设的时间阈值，若是，则确定所述驾驶员处于视线分心驾驶状态；否则，确定驾驶员视线分布的预设视线集中区域，基于预设视线集中区域的不同计算相应的视线活跃度，判断得到的视线活跃度是否小于预设视线集中区域对应的设定的阈值，若是，则确定所述驾驶员处于认知分心驾驶状态；否则，则确定所述驾驶员处于正常驾驶状态。
-
公开(公告)号：CN110175607A
公开(公告)日：2019-08-27
申请号：CN201910362144.4
申请日：2019-04-30
Applicant: 济南大学
IPC: G06K9/22 , G06K9/24 , G06F3/0354 , G09B17/02
Abstract: 本发明提供了一种激光笔套件及其画图跟踪实现方法，本发明利用Kinect设备与AR交互算法以及激光笔按钮相结合，只需要在Kinect设备前做动作即可实现远程任意画直线或曲线的操作，另外还可进行选择、旋转以及平移操作，当选择物体时，激光笔会发出激光，从而获知选择哪个物体，实现以简单的方式来进行数学图形的绘制，方便远程教学。在画图追踪算法上，将基于颜色特征的检测、五帧差分算法与混合高斯模型进行结合。将三个检测出的结果进行逻辑“与”运算，再通过连通性检测得到完整的运动目标。从而有效地克服光照变化噪声干扰、空洞的现象，具有鲁棒性和准确性。
-
公开(公告)号：CN109194603B
公开(公告)日：2019-06-14
申请号：CN201811391688.5
申请日：2018-11-21
Applicant: 济南大学
IPC: H04L27/26 , H04L1/00 , H04B7/0413
Abstract: 本发明公开了降低MIMO‑OFDM系统峰均功率比的导向交织方法，包括：获得MIMO‑OFDM系统中各个发射天线上的原始OFDM候选信号并计算各个候选信号的PAPR值；每次交织处理之前，均要比较各个发射天线上候选信号的PAPR值，然后对PAPR值最大的候选信号所在天线进行交织处理进而产生新的OFDM候选信号；将发射天线中新的OFDM候选信号的PAPR值PM与该天线上现存的OFDM候选信号PAPR值PAm进行比较，若PM
-
Patent Agency Ranking
公开(公告)号：CN105933714A
公开(公告)日：2016-09-07
申请号：CN201610247833.7
申请日：2016-04-20
Applicant: 济南大学
IPC: H04N19/597 , H04N19/577
CPC classification number: H04N19/597 , H04N19/577
Abstract: 本发明公开了一种基于深度引导扩展块匹配的三维视频帧率提升方法，包括：对视频帧进行基于图像块的双向运动估计，利用估计得到的运动向量进行补偿得到初始深度插入帧根据初始深度插入帧，计算插入帧中每个深度图像块的二维结构张量，根据二维结构张量将图像块分成边缘图像块和非边缘图像块；将边缘图像块分成子块，利用基于深度信息引导的扩展块匹配方法估计每个子块的运动向量；以图像块为单位，对非边缘图像块和边缘图像子块进行适应性运动补偿，实现插入帧的重建。本发明有效的解决了三维视频帧率提升中插入帧前景物体边缘模糊的问题。
-
公开(公告)号：CN119295779B
公开(公告)日：2025-05-02
申请号：CN202411318602.1
申请日：2024-09-20
Applicant: 济南大学
IPC: G06V10/74 , G06V10/82 , G06V10/774 , G06V10/44 , G06V10/75 , G06V30/18 , G06N3/0499 , G06N3/0455 , G06N3/08 , G06V20/52
Abstract: 本发明提供了一种文本到图像跨模态行人重识别方法及系统，所述方案包括：获取待查询文本描述及其对应图像库；对于所述文本描述及图像库，分别利用预先训练的图像和文本特征编码器，获得文本特征和图像库中图像样本的图像特征；其中，所述图像和文本特征编码器的训练的损失函数包括整体匹配损失、局部匹配损失以及文本掩码预测损失；基于获得的文本特征和图像库中图像样本图像特征，通过相似度计算，确定与待查询文本描述相对应的图像，实现文本到图像跨模态行人重识别。
-
公开(公告)号：CN118447487B
公开(公告)日：2025-03-18
申请号：CN202410664375.1
申请日：2024-05-27
Applicant: 济南大学
IPC: G06V20/59 , G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提出了一种基于局部与全局知识蒸馏的驾驶分心检测方法及系统，通过在教师网络中引入分组卷积技术能够有效降低模型的参数量和计算复杂度，同时保持特征提取的有效性，使得模型在有限的计算资源下仍能提取丰富的特征信息。引入了注意力机制，能够使模型自适应地关注图像中与驾驶分心行为最相关的区域，显著提升了特征的表征能力，使得模型能够更加专注于关键信息；采用局部蒸馏和全局蒸馏相结合的方式，使得学生网络在推理阶段能够更全面地分析驾驶员行为，提高检测的准确性，使得学生网络能够在保持较低参数量的情况下达到与教师网络相近的检测精度。
-
公开(公告)号：CN119516852A
公开(公告)日：2025-02-25
申请号：CN202411636115.X
申请日：2024-11-15
Applicant: 济南大学
Abstract: 本发明公开了基于多模态感知进行实时反馈的虚实融合化学实验平台，包括，视频捕获模块，对学生实验过程进行视频采集，捕捉学生使用实验器材的操作过程；目标检测模块，实时检测化学实验过程中涉及到的各种实验器材和化学试剂；HOI检测模块，实验过程中，识别学生与实验器材之间的交互行为，判断其是否与预设实验步骤中的关键点对齐；反馈模块，依据目标检测与HOI检测的检测结果，判断学生实验过程操作的正确性，面对错误的操作可实时进行反馈提示；通过视频捕获模块在学生独立进行化学实验操作时能够将其实验过程进行视频采集，依据设定的实验步骤中的关键节点经由目标检测模块和HOI检测模块的结果与这些节点进行对比，判断学生的操作是否正确。
-
公开(公告)号：CN119445345A
公开(公告)日：2025-02-14
申请号：CN202411576849.3
申请日：2024-11-06
Applicant: 济南大学
IPC: G06V20/00 , G06V20/40 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提出了基于多尺度特征和混合3D网络的视频篡改检测方法及系统，涉及计算机视觉技术领域，包括：获取待检测的视频帧，并进行预处理；通过采样处理，获取不同尺度的特征图；将不同尺度的特征图输入至多尺度内部级联网络中，分别利用浅层特征提取模块、时间特征提取模块和空间特征提取模块提取浅层特征、时间特征和空间特征；将所述浅层特征、时间特征和空间特征采用多尺度特征的EMA融合模块进行特征融合，得到融合后的特征；利用融合后的特征进行视频帧检测，获取视频篡改检测结果；其中，所述在时间特征提取模块中引入混合三维卷积结构。本发明能够有效地识别视频帧是否经过了非法插入的篡改操作。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.019 seconds)
