公开(公告)号：CN114639166A

公开(公告)日：2022-06-17

申请号：CN202210257498.4

申请日：2022-03-16

Applicant: 桂林电子科技大学

Inventor： 闫月 ,  刘建明 ,  王鑫

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及动作识别技术领域，尤其涉及一种基于动作识别的考场异常行为识别方法，通过在ResNet‑50主干网络上的bottleneck residual block分别加入时间交互模块和通道空间注意力模块生成异常行为识别网络模型，再将考场中的视频处理后输入异常行为识别网络模型里训练直至收敛，最终将得到的特征结果融合，实现考场异常行为识别，其中利用时间交互模块和通道空间交互模块来识别考场中每个考生动作，尤其是对考生的细粒度动作能进行有效捕获，改善了现有的基于深度学习考生考场异常行为分析方法不能准确识别异常小尺度行为的情况，进一步的，使用时间交互模块能以较低的计算成本捕获时间上下文信息。

公开(公告)号：CN114677752A

公开(公告)日：2022-06-28

申请号：CN202111412291.1

申请日：2021-11-25

Applicant: 桂林电子科技大学

Inventor： 闫月 ,  刘建明 ,  王鑫

IPC: G06V40/20 ,  G06V20/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及图像分析技术领域，尤其涉及一种基于动态图像下的人体动作识别方法，通过描述视频中帧间动作运动的紧凑动态过程，提取到视频中动作的运动特征，将视频中的动作信息巧妙转换为图像信息，从而解决帧序列存在特征信息冗余的问题，再利用运动信息图像与2DCNN结合后的深度学习网络架构来提取RGB视频的外观信息和运动信息，并在之后对预测结果进行融合，实现动作分类识别，提高了动作识别准确率。

公开(公告)号：CN109902797A

公开(公告)日：2019-06-18

申请号：CN201910324079.6

申请日：2019-04-22

Applicant: 桂林电子科技大学

Inventor： 王鑫 ,  覃琴 ,  孟雨 ,  闫月

IPC: G06N3/00 ,  H04L29/08

Abstract: 本发明公开了一种基于蚁群算法的云副本放置方案，其特征是，包括如下步骤：1）确定副本放置模型；2）定义蚁群优化算法与副本放置结合；3）蚁群优化副本放置。这种方案能改进蚁群的信息素更新策略和结合拉普拉斯概率分布优化副本放置过程，最终实现副本的数量和位置的调整和优化。