-
公开(公告)号：CN112686193B
公开(公告)日：2024-02-06
申请号：CN202110012575.5
申请日：2021-01-06
Applicant: 东北大学
IPC: G06V20/40 , G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本申请公开了一种基于压缩视频的动作识别方法、装置及计算机设备，涉及神经网络动作识别技术领域，可以解决在基于深度学习神经网络进行视频中的动作识别时，计算量较大的技术问题。其中方法包括：对样本集进行预处理，确定所述样本集中各个样本压缩视频对应的融合特征，所述融合特征至少包括空间特征、运动特征；利用所述融合特征训练动作识别模型；若判定所述动作识别模型符合预设训练标准，则利用所述动作识别模型对目标压缩视频进行动作识别，获取动作识别结果。本申请适用于对压缩视频的动
-
公开(公告)号：CN109816097B
公开(公告)日：2022-12-09
申请号：CN201910062805.1
申请日：2019-01-23
Applicant: 东北大学
Abstract: 本发明提供了一种基于YOLO的Compress‑YOLO模型压缩方法，包括设计Compress‑YOLO神经网络特征提取部分、使用GoogLeNet的特征提取部分对输入图像进行特征提取、使用Compress‑YOLO模型中的两层全卷积层取代YOLO中的两层全连接层、使用一层卷积层对bounding box进行回归、通过reshape层对输出维度进行调整，使得输出维度和YOLO的输出维度相同以及选择PASCAL VOC 2012数据集对设计的Compress‑YOLO神经网络模型进行训练；针对训练中出现的过拟合现象，采用Batch Normaliztion层和Scale层组合的方法。本发明提供的基于YOLO的Compress‑YOLO模型压缩方法，可以在尽量保证模型性能的同时可以将深度学习部署到嵌入式设备上，且更加密集、计算量更小，提高了网络的性能。
-
公开(公告)号：CN108764148B
公开(公告)日：2020-03-10
申请号：CN201810534453.0
申请日：2018-05-30
Applicant: 东北大学
Abstract: 本发明公开了一种基于监控视频的多区域实时动作检测方法，具有如下步骤：模型训练阶段和测试阶段，其中，模型训练阶段为获取训练数据：标注好的特定动作的数据库；计算训练数据中的视频序列的稠密光流，获取训练数据中的视频序列的光流序列，并对光流序列中的光流图像进行标注；利用训练数据中的视频序列和光流序列分别训练目标检测模型yolo v3，分别得到RGB yolo v3模型和光流yolo v3模型。本发明不仅能实现对监控视频中特定动作的时空位置检测，并且能实现对监控的实时处理。
-
公开(公告)号：CN108764148A
公开(公告)日：2018-11-06
申请号：CN201810534453.0
申请日：2018-05-30
Applicant: 东北大学
Abstract: 本发明公开了一种基于监控视频的多区域实时动作检测方法，具有如下步骤：模型训练阶段和测试阶段，其中，模型训练阶段为获取训练数据：标注好的特定动作的数据库；计算训练数据中的视频序列的稠密光流，获取训练数据中的视频序列的光流序列，并对光流序列中的光流图像进行标注；利用训练数据中的视频序列和光流序列分别训练目标检测模型yolo v3，分别得到RGB yolo v3模型和光流yolo v3模型。本发明不仅能实现对监控视频中特定动作的时空位置检测，并且能实现对监控的实时处理。
-
公开(公告)号：CN113642400A
公开(公告)日：2021-11-12
申请号：CN202110785748.7
申请日：2021-07-12
Applicant: 东北大学
Abstract: 本申请公开了一种基于2S‑AGCN的图卷积动作识别方法、装置及设备，涉及计算机技术领域，可以解决在基于深度学习神经网络进行动作识别时，特征表达能力有限的问题。其中方法包括：构建样本集中每帧骨骼点对应人体的物理连接结构，并从物理连接结构中提取骨骼点信息和骨骼连接信息；利用骨骼点信息和骨骼连接信息的融合特征训练动作识别模型，动作识别模型是利用图卷积神经网络和时间卷积网络交替并集形成的，图卷积神经网络用于提取空间特征，时间卷积网络用于提取时间特征；若判定动作识别模型训练完成，则将目标样本中各帧的物理连接结构信息输入动作识别模型，获取动作识别结果。本申请适用于对压缩视频的动作识别。
-
Patent Agency Ranking
公开(公告)号：CN109816097A
公开(公告)日：2019-05-28
申请号：CN201910062805.1
申请日：2019-01-23
Applicant: 东北大学
Abstract: 本发明提供了一种基于YOLO的Compress-YOLO模型压缩方法，包括设计Compress-YOLO神经网络特征提取部分、使用GoogLeNet的特征提取部分对输入图像进行特征提取、使用Compress-YOLO模型中的两层全卷积层取代YOLO中的两层全连接层、使用一层卷积层对bounding box进行回归、通过reshape层对输出维度进行调整，使得输出维度和YOLO的输出维度相同以及选择PASCAL VOC 2012数据集对设计的Compress-YOLO神经网络模型进行训练；针对训练中出现的过拟合现象，采用Batch Normaliztion层和Scale层组合的方法。本发明提供的基于YOLO的Compress-YOLO模型压缩方法，可以在尽量保证模型性能的同时可以将深度学习部署到嵌入式设备上，且更加密集、计算量更小，提高了网络的性能。
-
公开(公告)号：CN106997426A
公开(公告)日：2017-08-01
申请号：CN201710201403.6
申请日：2017-03-30
Applicant: 东北大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 本发明涉及一种基于核密度估计的非侵入式电力负荷辨识方法，步骤为：选取常用家庭用电负荷作为研究对象，采集其功耗数据，并进行子状态划分，提取功率分布；根据功率分布，生成家庭工作状态总集，计算各状态下的模拟功耗数据；用核密度估计得到各状态模拟数据的概率分布参考模型；在参考模型中辨识家庭工作状态转移点，划分出各个家庭工作状态数据段；对于各数据段，搜索同其概率分布最接近的家庭工作状态，同概率分布进行比较，完成辨识任务。本发明能够有效地提取用电负荷功耗的主要数据特征，突出主要的数据分布特征，弱化随机功耗数据及异常波动的影响，因而在非侵入式辨识方面能够实现很好地分解效果，适用于当前家庭电网变化复杂的工作环境。
-
公开(公告)号：CN118374722A
公开(公告)日：2024-07-23
申请号：CN202410502646.3
申请日：2024-04-25
Applicant: 东北大学
Abstract: 本发明公开了一种高热稳定性颗粒增强的Mg‑Bi系变形镁合金及其挤压成型工艺，该发明涉及镁合金领域，主要提供了一种合金体系，其组分按原子百分比为：Bi：4%‑6%，Si：0.3～1%，Mn：0～0.5%，Al：0～3%,余量为Mg及不可避免的杂质元素；除此之外，该挤压棒材的主要步骤为：均匀化处理、挤压成型、等温时效处理；在其挤压生产过程中会形成大量的第二相颗粒，大量第二相粒子的存在可以提供大量形核位点，从而提高合金再结晶过程中的形核率，使得再结晶晶粒充分细化，同时细小的晶粒结构也对提高合金延展性具有较好的帮助，Si元素的加入可以在合金中形成具有较高耐热性的Mg2Si相，可以有效提高镁合金的耐热阻燃性能。
-
公开(公告)号：CN114045078A
公开(公告)日：2022-02-15
申请号：CN202111410266.X
申请日：2021-11-25
Applicant: 国网辽宁省电力有限公司朝阳供电公司 , 东北大学 , 国家电网有限公司
IPC: C09D133/00 , C09D5/10 , C09D7/63
Abstract: 本发明涉及一种热镀锌修复涂料，包括涂料甲组分和涂料乙组分；涂料甲组分的原料质量份数为：羟基丙烯酸树脂100‑105份；锌粉和铝粉共80‑200份；锌粉和铝粉的比例为4：6；酞酸酯偶联剂1‑3份；硅烷偶联剂1‑4份；消泡剂0.3‑0.5份；流平剂0.3‑0.5份；防沉剂1.2‑1.5份；溶剂为乙酸丁酯20‑60份；涂料乙组分为固化剂。本发明在镀锌层和钢铁表面的键合钉扎机制，提高涂料的附着力，从而提高涂料在热镀锌表面的附着力。改善涂料的防腐蚀能力。热镀锌修复涂料可用于热镀锌构件破损部位的现场修复，具有简便、快捷、绿色环保等技术特点。
-
公开(公告)号：CN119876718A
公开(公告)日：2025-04-25
申请号：CN202510108657.8
申请日：2025-01-23
Applicant: 东北大学
Abstract: 本发明涉及一种强塑匹配的大规格Mg‑Gd基镁合金厚板及其制备工艺。该制备工艺包括：S1：锻前将固溶好的Mg‑Gd基镁合金铸锭在一定温度下保温2h，得到坯料；S2：用加热的铁块将上下锤砧预热至一定温度，对坯料进行多火次大变形锻造，锻造时用保温棉将坯料与上下锤砧隔开，下压速度10mm/s～15mm/s，每次下压10mm，中间退火温度450℃～500℃，保温时间30min～60min，得到锻后板材；S3：将锻后板材置入70℃～80℃的热水中进行淬火，得到淬火后的板材；S4：高温时效处理：在225℃～250℃下对淬火后的板材等温时效处理，保温时间10h～20h，水冷，得到强塑匹配的大规格Mg‑Gd基镁合金厚板。本发明高温时效处理获得强塑匹配的厚板，在时效处理后，高密度的细小柱面析出相弥散分布在镁基体中，提高了厚板的时效后延展率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.025 seconds)
