一种课堂行为识别方法
    1.
    发明公开

    公开(公告)号:CN118823863A

    公开(公告)日:2024-10-22

    申请号:CN202310924928.8

    申请日:2023-07-26

    摘要: 本发明公开了一种课堂行为识别方法,涉及行为动态识别技术领域,该方法包括:获取行为图像数据集,并对行为图像数据集进行预处理;通过在YOLOV5目标检测网络模型的Backbone层加入CA注意力机制模块以及Neck层加入BIFPN构建出基于YOLOV5‑CA‑BIFPN的行为动态识别模型;将预处理后的数据输入动态识别模型中,获得行为的识别结果;本发明提出基于双向加权特征融合和注意力机制的YOLOV5模型,用BIFPN网络结构取代YOLOV5中的PANet结构,增强Neck对重要特征信息的融合能力,从而提高行为动态识别模型模型的预测准确率。

    一种基于改进蚁群算法的图像边缘检测方法

    公开(公告)号:CN116152282A

    公开(公告)日:2023-05-23

    申请号:CN202310012058.7

    申请日:2023-01-05

    摘要: 本发明公开了一种基于改进蚁群算法的图像边缘检测方法,涉及图像处理技术领域,包括以下步骤:获取原始图像;在原始图像上随机投放K只蚂蚁,得到初始的信息素矩阵;将传统蚁群算法中的启发函数的自变量在局部像素点的图像像素强度变化的基础上加入相应权值进行信息融合,将加入权重的局部像素点灰度值的大小作为新的启发函数的自变量;根据新的启发函数得到局部统计量,得到启发信息;确定蚂蚁从某一个像素点移动到某个与之邻近的像素点的变换概率。本发明的图像边缘检测方法相比于传统蚁群算法,所提取的图像边沿清晰度加强、边缘点更连续,一些传统蚁群算法没有检测出的细节边缘也被检测出来。