-
公开(公告)号：CN118506455A
公开(公告)日：2024-08-16
申请号：CN202410743173.6
申请日：2024-06-07
Applicant: 淮阴工学院
IPC: G06V40/20 , G06V40/10 , G06V10/25 , G06V10/30 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种结合关键点检测和目标检测的人体行为检测方法，所诉方法包括：采集并保存站立，坐立，运动，卧躺多种人体姿态数据以及烟头，手机的物品数据；根据采集到的数据进行人工标注，数据预处理，并制作成数据集，按照一定比例分成训练集和测试集；构建人体行为检测模型，构建的思想使用双通道交互模块对关键的空间信息进行表征，并同时优化视觉特征，构建了一个多分支的深度神经网络，将各个分支的结果进行合并。首先利用人体检测器检测到人体框，利用人体姿态估计获取面部和手腕部关键点区域，将人体面部和手腕部的特征作为一种感知学习模块充分获取不同层级的上下文语义信息，结合烟头和手机的位置信息判别人体是否处于抽烟，玩手机，打电话的状态，其次利用人体肩关节，腰关节，膝关节和踝关节的相关特征信息提取位置信息以及位置之间的相关性判别人体是否摔倒。本发明通过关键点检测和目标检测交互的方法来确定人体所处的状态，鲁棒性更强，灵活性更强，识别率更高。
-
公开(公告)号：CN116935112A
公开(公告)日：2023-10-24
申请号：CN202310874529.5
申请日：2023-07-17
Applicant: 淮阴工学院
IPC: G06V10/764 , A61B5/11 , A61B5/00 , G06V10/82 , G06V10/774 , G06T5/00 , G06V40/20 , G06V40/10
Abstract: 本发明公开了一种基于FceptionNet模型的人体体力评估方法，获取人体各种行为姿势的数据集，对数据集进行分类。使用PConv(部分卷积)对这些图片进行修复，对修复后的图像进行预处理操作；构建FceptionNet网络模型，该网络模型包括初始特征提取模块、四个Fce模块和四个Pt模块。Fce模块包括三个并联的分支；Pt模块中用深度可分离卷积代替普通卷积。对Fce和Pt模块进行堆叠，通过多次迭代训练模型得到最好的模型权重。通过人剩余体力与姿势的关联性，设定多个类别的多个阈值，若一个人处于一个状态超过该类别的阈值，则系统输出该人体力的估计值。与现有技术相比，本发明所提出的模型识别率高，结构简单，对于学生上体育课时的体力评估作为一个参考，具有很大的实际应用价值。
-
公开(公告)号：CN117765253A
公开(公告)日：2024-03-26
申请号：CN202311673939.X
申请日：2023-12-06
Applicant: 淮阴工学院
Inventor： 张澳 , 张海艳 , 王媛媛 , 王梅峰 , 李亚州 , 田海阳 , 黄佳泷 , 宋照渝 , 严少峰 , 朱俊勋 , 张兴潮 , 尹彤彤 , 何艳婷 , 谢乾 , 汪涛 , 杨文俊
Abstract: 本发明公开了一种基于改良高斯‑马尔科夫模型的图像分割方法，通过结合空间变化有限混合模型SVFMM和隐Dirichlet分布LDA进行模型初始化，创建了改进的空间约束贝叶斯网络模型。在模型初始化完成后，采用基于高斯‑马尔科夫随机场GMRF的优化算法，进一步精细化和平滑模型参数。通过求解一个特定的优化问题来实现，有效地减小了图像各区域内参数值的变化，从而提高了图像分割的准确性和鲁棒性。本发明不仅适用于各种类型的自然图像，还能够有效地处理在复杂背景、不同光照条件以及噪声干扰下的图像分割问题。本发明在多个公开数据集上都展示了优于现有方法的性能，具有广泛的应用前景和显著的技术优势。
-
公开(公告)号：CN117372890A
公开(公告)日：2024-01-09
申请号：CN202311418503.6
申请日：2023-10-27
Applicant: 淮阴工学院
IPC: G06V20/13 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q10/0635 , G06Q50/26
Abstract: 本发明公开了一种基于GLNet的弱云雾遥感图像火灾风险等级预测方法。所述方法包括如下步骤：收集各种遥感图像；按照火灾风险等级将收集的图像进行分类，对分类后图像使用多尺度随机噪声的和来生成弱云雾图像；对数据集进行预处理；将数据集按照比例分成训练集和测试集；构建GLNet模型，模型包含Global Encoder全局特征编码器模块、Local Encoder局部特征编码器模块与SVM分类器；对测试集中弱云雾遥感图像进行预测与验证，对比传统CNN，本发明提出的GLNet模型分类准确率更高，鲁棒性更强，自适应能力更强，能够高效的学习图像中的全局和局部的特征，为弱云雾天气下的火灾风险等级预测提供了一种高效可靠的方法。
-
公开(公告)号：CN116863418A
公开(公告)日：2023-10-10
申请号：CN202310902538.0
申请日：2023-07-21
Applicant: 淮阴工学院
Inventor： 王媛媛 , 严少峰 , 朱俊勋 , 黄佳泷 , 宋照渝 , 李亚州 , 陈秀川 , 沈俞 , 张兴潮 , 江飞龙 , 王超 , 王梅峰 , 张海艳 , 高尚兵 , 林剑楚 , 任珂 , 刘步实
IPC: G06V20/54 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/764 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于CA_MixNet的道路限行车辆种属划分方法。收集各路段车辆的图像数据进行分类并做成数据集；对数据集进行预处理；构建深度卷积网络模型，包括CA_Residual多尺度残差注意力网络模块、MixConv2d多尺度混合卷积；使用构建好的深度卷积网络模型用于学习车辆的特征和类别。与现有技术相比，本发明通过构建残差注意力网络模块，能够使网络更加关注图像中具有区分性和重要性的特征，减少了冗余信息的影响，有效的提高网络对关键特征的感知能力；通过设计CA_Residual模块和引用多尺度混合卷积，不但提高了对车辆种属的识别，还普适于各种复杂场景，为道路限行车辆的监测提供了一种可行且有效的技术路径。
-
Patent Agency Ranking
公开(公告)号：CN117115524A
公开(公告)日：2023-11-24
申请号：CN202311040814.3
申请日：2023-08-17
Applicant: 淮阴工学院
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于稀疏增强和鉴别字典学习的高维图像分类方法，预先获取图像分类数据集，并进行预处理；从鉴别稀疏表示分类模型DSRC，获得一个密集且有鉴别性的表示系数利用已知OMP算法从稀疏表示函数模型获取一个稀疏的表示系数 根据有序位置保持算法OLP，实现图像维度简约；采用Fisher准则来约束字典中的原子；采用交替优化策略更新变量低维空间中学习到的字典Dr、编码矩阵Ar、样本从高维空间转换到低维空间的特征转换矩阵P；再从高维到低维投影进行线性判别，利用线性分类器算法分类，最后对待预测物体图像进行分类，得出分类可信度最高的图像分类结果。本发明对低分辨率、噪声大等质量不合格的低质图像识别鲁棒性更高，且识别精度更好和速度更快。
-
公开(公告)号：CN116797774A
公开(公告)日：2023-09-22
申请号：CN202310591676.1
申请日：2023-05-24
Applicant: 国网江苏省电力有限公司淮安供电分公司 , 淮阴工学院
Inventor： 刘建戈 , 沈俞 , 王媛媛 , 张兴潮 , 陈秀川 , 严少峰 , 王超 , 江飞龙 , 黄家泷 , 戴欣 , 张鹏宇 , 姜蒙娜 , 赵阳 , 朱俊勋 , 宋照渝 , 李亚州 , 田海阳
IPC: G06V10/22 , G06V10/764 , G06N5/04
Abstract: 本发明公开了一种基于YOLOv5和CNOCR的变电站标识牌识别方法，首先，采集变电站的图像，进行预处理及标注；然后构建改进的YOLOv5算法，更换骨干网络和瓶颈层网络，使得网络更加轻量化，提升推理速度，取消用于小目标检测的anchor，再次提升速度，增加注意力机制模块；将标注后的变电站标识牌图像数据输入到改进后的YOLOv5算法中进行训练；在YOLOv5算法推理阶段加入自适应直方图均衡化算法，再加入CNOCR算法。在推理测试阶段当检测到未遮挡的变电站标识牌图像且置信度高于0.9时，进行文字识别，当识别到操作票指定的操作地点时，停止推理，并发出到达正确地点的语音提示。本发明可用于实时变电站标识牌检测，拥有较好的鲁棒性，适用于便携式设备的部署。
-
公开(公告)号：CN116778244A
公开(公告)日：2023-09-19
申请号：CN202310741852.5
申请日：2023-06-21
Applicant: 淮阴工学院
IPC: G06V10/764 , G06V10/774 , G06Q10/0639 , G06V10/77 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进卷积神经网络的水果腐烂识别方法及装置，包括：采集并保存常见的多类水果图像；进行人工标注，数据预处理，并制作成数据集；分成训练集和测试集；构建水果识别模型，模型主体包括常规特征提取模块和三次wide_stack模块；wide_stack模块是将inception结构主体替换成采用不同程度的分组卷积提取不同尺度和层次的特征，在分组卷积之后加入空间注意力机制加强空间提取；分组合并后加入通道注意力机制；外接残差模块。通过多次迭代得到最好的预训练模型权重，然后对测试集的水果新鲜和腐烂样本验证分类。本发明通过先分类后识别的方法来确定水果是否腐烂，鲁棒性更强，自适应能力更强，识别率更高。
-
公开(公告)号：CN116720934A
公开(公告)日：2023-09-08
申请号：CN202310703973.0
申请日：2023-06-14
Applicant: 淮阴工学院
IPC: G06Q30/08 , G06Q10/0637 , G06F18/23213 , G06N20/00
Abstract: 本发明提出了一种基于社团算法的招投标过程违标行为预警评估方法，属于机器学习和数据科学技术领域。在模型建立的初级阶段，挖掘目标文本样本数据，用于对投标主体的串标和围标行为进行分析，总结共同特征：让利过低以至于不符合主体的盈利要求、价格区间集中，用以拉高中标价格从而获得利润、以及企业所在地和所在单位等集中的地区抱团行为。本文以社团算法为基础，利用K‑Means算法和皮尔逊相似度算法稳定社团算法的初始状态并结合主体违标和串标的共性特征构建了新的预警模型。通过实际数据测试，该模型与同类型的具有较高的识别率和较低的时间复杂度，适用于实际投标预警的应用场景。
-
公开(公告)号：CN118429777A
公开(公告)日：2024-08-02
申请号：CN202410664340.8
申请日：2024-05-27
Applicant: 淮阴工学院
Abstract: 本发明公开一种输电线路异物检测方法，通过改进的LSKNet技术，提升主模型YOLOv8网络在复杂环境下对遮挡异物的检测能力；其次，将骨干网络的部分C2F换成本发明设计的一种并行的大卷积核结构ECLK block，通过EC block和LK block并行操作，能够有效获得更广阔空间范围的目标特征，减少特征图冗余的背景信息；在检测头部分，采用了允许卷积核具有任意数量的参数和采样形状的可变核卷积(AKConv)替换传统卷积模块，提高特征提取的准确性；提出一种新的IoU损失函数计算方法DhIoU。与现有技术相比，改进后的YOLOv8模型在输电线路异物检测方面，克服了现有技术中鲁棒性差、背景纹理遮挡导致准确率低的问题，具有结构简单、参数量更少，收敛速度更快的优点。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
