-
公开(公告)号：CN113569656B
公开(公告)日：2023-08-29
申请号：CN202110752439.X
申请日：2021-07-02
Applicant: 广州大学
IPC: G06V20/52 , G06V20/40 , G06V40/20 , G06V10/774 , G06V10/762 , G06V10/82 , G06N3/0464 , G06V10/25 , G06V10/764 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的考场监控方法，包括：监控系统实时拍摄考试视频；将预处理后的考试图像输入到已训练好的卷积神经网络当中，卷积神经网络将考试图像均匀的分成多个网格；每个网格对网格内的待识别物体进行行为类框预测，将行为类框的类别得分与预设阀值比较，过滤低于预设阀值的行为类框，将高于预设阀值的行为类框进行非极大值抑制，得到最终的检测框；根据最终的检测框的得分T与优化后的自适应参数q，p，r进行比较，得到行为类框中含有目标的概率。本发明在现有的一段式算法中的YOLO算法基础上，对检测数据进行深度学习自适应参数优化，并且提出自适应参数区间划分异常行为程度，将进一步提高异常行为检测的精确度。
-
公开(公告)号：CN113155122A
公开(公告)日：2021-07-23
申请号：CN202110354963.1
申请日：2021-04-01
Applicant: 广州大学
Abstract: 本发明公开了一种基于自适应滤波的机动目标跟踪方法，包括以下步骤：S1、根据IMU传感器得到的观测残差和控制输入的特性，判断跟踪目标的机动状态；S2、修正上一时刻的误差协方差矩阵以及系统状态；S3、对系统状态向量进行预测，对系统状态误差协方差矩阵进行预测；S4、计算卡尔曼滤波增益矩阵；S5、对系统状态和系统状态误差协方差进行更新；S6、结束当前时刻对跟踪目标位置与速度信息的跟踪并开始预测下一时刻状态，即跳转到步骤S1并继续执行后续步骤。本发明可以针对工作环境自适应滤波，以实现比经典卡尔曼滤波系统更精确的预测跟踪。
-
公开(公告)号：CN113569656A
公开(公告)日：2021-10-29
申请号：CN202110752439.X
申请日：2021-07-02
Applicant: 广州大学
Abstract: 本发明公开了一种基于深度学习的考场监控方法，包括：监控系统实时拍摄考试视频；将预处理后的考试图像输入到已训练好的卷积神经网络当中，卷积神经网络将考试图像均匀的分成多个网格；每个网格对网格内的待识别物体进行行为类框预测，将行为类框的类别得分与预设阀值比较，过滤低于预设阀值的行为类框，将高于预设阀值的行为类框进行非极大值抑制，得到最终的检测框；根据最终的检测框的得分T与优化后的自适应参数q，p，r进行比较，得到行为类框中含有目标的概率。本发明在现有的一段式算法中的YOLO算法基础上，对检测数据进行深度学习自适应参数优化，并且提出自适应参数区间划分异常行为程度，将进一步提高异常行为检测的精确度。
-
公开(公告)号：CN113069579A
公开(公告)日：2021-07-06
申请号：CN202110350915.5
申请日：2021-03-31
Applicant: 广州大学
Abstract: 本发明公开了一种可移动的智能消杀装置，包括可移动底盘、识别导航模块、显示模块、消杀模块、装置外壳；所述识别导航模块安装在可移动底盘上；所述可移动底盘包含驱动模块、控制模块、下底盘、上底盘、铝型材；所述下底盘通过铝型材支撑上底盘，所述驱动模块和控制模块安装在下底盘上；所述显示模块和消杀模块安装在上底盘，装置外壳安装在上底盘；该智能消杀装置通过识别导航模块对所需工作环境中识别出目标物体，反馈到控制模块；控制模块控制驱动模块到指定地点并控制消杀模块对目标物体进行消杀；使用者通过显示模块下达指令或观察反馈；本发明的消杀装置能实现自主导航驱动，识别物体，并对目标物体进行精准地消毒杀菌。
-
-
-
Search Results
4
records
(took 0.016 seconds)
