-
公开(公告)号：CN113156351B
公开(公告)日：2022-05-06
申请号：CN202110572061.5
申请日：2021-05-25
Applicant: 燕山大学
Abstract: 本发明涉及基于DTI(DiffusionTensorImaging，弥散张量成像)和血清因子的脑损伤标志物分析系统，该系统包括DTI扫描模块，血清检测模块以及数据处理模块，该系统按照以下方式控制:首先对空腹抽取的静脉血，采用酶联免疫吸附测定法检测血清炎症因子水平；然后，进行DTI扫描，将采集的图像进行图像处理与数据分析，得到FA和ADC的变化数据；利用最小二乘法将血清炎症因子水平参数和磁共振扩散成像所得的FA值、ADC值归一化，再定义符号函数，将符号函数的结果作为医生分析及制定下一步的检测方案的一种参考。
-
公开(公告)号：CN112783813B
公开(公告)日：2022-03-18
申请号：CN202110077719.5
申请日：2021-01-20
Applicant: 燕山大学
Abstract: 本发明提供一种可互联HART通信协议芯片及其使用方法，其包括供电电源模块、AXI4总线模块、CLK时钟管理模块、RAM数据存储模块、数据帧解析模块、纵向奇偶校验模块、数据打包模块和信号调制解调模块。其工作方法具体包括：芯片发送数据的方法：CPU向从设备写入数据时芯片接收数据，并将数据存入RAM存储器和寄存器堆栈；进行纵向奇偶校验后将数据打包，将数据信号调成方波作为芯片输出信号；以及芯片接收数据的方法：将接收的方波信号转换成数字量，并传输给数据帧解析模块解析出DATA数据字节，经过纵向奇偶校验后，保存到RAM存储器，最后通过AXI4总线上传给CPU进行处理。本发明使HART芯片更加灵活、统一、标准化；提高CPU与HART芯片数据交互。
-
公开(公告)号：CN111797938B
公开(公告)日：2022-03-15
申请号：CN202010681784.4
申请日：2020-07-15
Applicant: 燕山大学
IPC: G06K9/62 , G06V10/762 , G06V10/74 , G06V10/80 , G06V10/44 , G06F17/16 , G06F16/29 , A47L11/40 , A47L11/24
Abstract: 本发明提供一种用于扫地机器人的语义信息与VSLAM融合方法，该方法将语义字典中包含语音信息的向量加入到传统字典向量的前面，生成融合传统信息与语义信息的融合字典，加强了VSLAM系统的信息来源，改变了传统VSLAM无法获取环境先验信息的缺点，并且利用语义信息提升了VSLAM系统求解本质矩阵的精度；在回环检测中首先进行语义信息匹配，如果语义信息无法完成匹配，则认为该点是错误的匹配，则不需要再在词袋中查找，提高了系统的鲁棒性与建立室内地图的精确性。
-
公开(公告)号：CN112115818B
公开(公告)日：2022-03-11
申请号：CN202010906573.6
申请日：2020-09-01
Applicant: 燕山大学
Abstract: 本发明公开了一种口罩佩戴识别方法，其内容包括：进行人脸检测模型训练和进行口罩佩戴识别模型训练，人脸检测模型训练过程包括：搭建基于MTCNN的人脸检测网络，训练得到鲁棒性较高的人脸检测模型，实现光谱图像中人脸区域和面部关键点位置的预测，缩小口罩佩戴模型检测范围。口罩识别模型训练过程包括：在人脸光谱图像上标记样本ROI，通过样本ROI文件获取样本坐标信息和类别信息，构建数据集；通过训练SVM分类器，得到模型参数，用于人脸图像中口罩的识别。该方法能够实现自动无接触口罩佩戴检测，对人脸定位速度快，检测速度快，能够准确辨别用衣物遮挡口鼻与正确佩戴口罩两种情况，大大减少因衣物遮挡而造成的误检，准确率高。
-
公开(公告)号：CN113688734A
公开(公告)日：2021-11-23
申请号：CN202110980385.2
申请日：2021-08-25
Applicant: 燕山大学
Abstract: 本发明公开了一种基于FPGA异构加速的老人跌倒检测方法，属于目标识别技术领域，所述方法包括融合算法部分和硬件加速部分，整体以神经网络作为基础框架，结合FPGA硬件加速技术，通过量化编译移植实现算法嵌入式移植，人体检测部分采用YOLOv3网络，通过双向剪枝和改进损失函数实现了可移植的改进型轻量化YOLOv3网络；跌倒检测算法部分采用了轻量化SqueezeNet网络，通过引入人体矩形高宽比结合主要关键点欧式距离综合判定的方法实现老人跌倒检测；硬件部分选择了Xilinx公司的mpsoc架构板卡ultra96‑v2。本发明不仅提高了老人跌倒检测设备的便携程度，同时降低了成本。
-
Patent Agency Ranking
公开(公告)号：CN113572742A
公开(公告)日：2021-10-29
申请号：CN202110750388.7
申请日：2021-07-02
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度学习的网络入侵检测方法，该方法训练过程为：将获取的数据集输入待训练的卷积神经网络模型，通过待训练的卷积神经网络模型提取网络流量特征；再通过空间金字塔模型“卷积层+上采样层+下采样层”反复提取网络流量更丰富的特征，得到多尺度的有效特征层；最后通过逻辑回归预测网络入侵分类置信度，使用逻辑分类模型预测类别，将真实框与预测框通过误差模型计算真实框与预测框的损失误差；然后通过反向梯度进行反复迭代优化，将损失误差最小的待训练的网络入侵检测模型作为训练好的网络入侵检测模型；本发明方法进一步提高了网络入侵的检测精度和速度，提高了对未知攻击的检测能力，降低了误报率。
-
公开(公告)号：CN112200021A
公开(公告)日：2021-01-08
申请号：CN202011005357.0
申请日：2020-09-22
Applicant: 燕山大学
Abstract: 本发明公开了一种基于有限范围场景内的目标人群跟踪监控方法，其包括：S1：基于有限视野范围，设计实现整套相机安放采集装置，以适应目标人群活动场景及视野全覆盖的需要；S2：依据目标人群的体型及脸型比例修改检测网络模型的锚框大小及比例，修改检测网络的损失函数，以提高检测的准确性；S3：检测人脸的同时对人脸采用具体的识别网络进行识别，使检测网络与人脸识别网络同时使用的情形下，既能提高检测识别精度，又不降低速度；S4：改进多目标跟踪监控模型，通过具体特征的提取以及具体场景的剪枝提高在目标人群跟踪监控的模型适应性。本设计方案在目标人群看护与预防意外的视觉方案中，实现了无漏、实时的同时，提高了监控的准确性及定位的速度。
-
公开(公告)号：CN112163564A
公开(公告)日：2021-01-01
申请号：CN202011158025.6
申请日：2020-10-26
Applicant: 燕山大学
Abstract: 本发明提出基于人体关键点行为识别与LSTM的跌倒预判方法，该方法基于相邻人体关键点分组方法，进一步把人体分为头部、躯干和腿部三个区域进行行为识别，大大减少了计算量，从而提升了检测效率；在此基础上，通过采用LSTM，即长短期记忆神经网络机制来实现对采集视频的记忆功能，从而实现对人体行为变化的分析与识别功能，最后将识别结果归为三类：跌倒、非跌倒与其他。该方法减少了计算功耗，节约了跌倒检测时间，从而实现了实时检测与跌倒检测预判的功能。
-
公开(公告)号：CN112115818A
公开(公告)日：2020-12-22
申请号：CN202010906573.6
申请日：2020-09-01
Applicant: 燕山大学
Abstract: 本发明公开了一种口罩佩戴识别方法，其内容包括：进行人脸检测模型训练和进行口罩佩戴识别模型训练，人脸检测模型训练过程包括：搭建基于MTCNN的人脸检测网络，训练得到鲁棒性较高的人脸检测模型，实现光谱图像中人脸区域和面部关键点位置的预测，缩小口罩佩戴模型检测范围。口罩识别模型训练过程包括：在人脸光谱图像上标记样本ROI，通过样本ROI文件获取样本坐标信息和类别信息，构建数据集；通过训练SVM分类器，得到模型参数，用于人脸图像中口罩的识别。该方法能够实现自动无接触口罩佩戴检测，对人脸定位速度快，检测速度快，能够准确辨别用衣物遮挡口鼻与正确佩戴口罩两种情况，大大减少因衣物遮挡而造成的误检，准确率高。
-
公开(公告)号：CN112001286A
公开(公告)日：2020-11-27
申请号：CN202010820060.3
申请日：2020-08-14
Applicant: 燕山大学
Abstract: 本发明提供一种基于压力图像进行睡姿识别的颈枕高度调节方法及装置，高度调节方法包括初步判断人体姿势、识别人体俯躺及仰躺和建立头颈部高度随姿势变化模型；高度调节装置包括枕头外皮、压力传感器、横板、侧板、电动推杆、固定柱、转轴、控制单元、羽绒填充层、电源模块和压力传感器阵列，电源模块提供传感器及控制器电源，压力传感器阵列收集人体压力图像，压力传感器接收头部压力数据，控制单元综合分析人体压力图像信息和头部压力数据，并通过控制电动推杆使侧板转动，改变颈枕高度。上述装置及方法精简了特征计算，提高了对俯躺和仰躺的识别速度及精度，实现了通过压力图像识别睡姿调节颈枕高度保护人体的目的。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.026 seconds)
