基于深度感知技术的无人机驾驶员疲劳检测方法及系统

    公开(公告)号:CN114022871A

    公开(公告)日:2022-02-08

    申请号:CN202111323862.4

    申请日:2021-11-10

    Abstract: 本发明公开了一种基于深度感知技术的无人机驾驶员疲劳检测方法及系统,属于疲劳检测技术领域,所述方法为:得到待测疲劳特征图;提取待测疲劳特征图中眼部特征和头部姿态,建立人脸模型,并根据人脸模型得到人脸疲劳特征数据;得到眼睑纵横比EAR;根据眼睛闭合帧,计算得到眼睛闭合时间比例值PERCLOS,完成基于深度感知技术的无人机驾驶员疲劳检测;同时提供一种基于深度感知技术的无人机驾驶员疲劳检测方法的检测系统,用以实现上述方法;本发明利用计算机视觉,基于深度感知技术,面向无人机驾驶员提出的非接触式实时疲劳检测方法实用性好且精度高,降低了由疲劳诱发的无人机驾驶员的人为差错,提升了无人机的飞行安全奠定技术基础。

    基于三维点云的实例分割方法

    公开(公告)号:CN118351320B

    公开(公告)日:2024-08-16

    申请号:CN202410780784.8

    申请日:2024-06-18

    Abstract: 本发明公开了一种基于三维点云的实例分割方法,属于图像处理和计算机视觉技术领域,步骤如下:获取并预处理点云数据,得到点云训练数据集;提取点云数据的特征,得到点云级别数据特征和各超点的综合特征;通过编码与二类聚值的方法进行分类和聚合,得到初始化位置编码、初始化位置查询向量和高密度点查询向量;基于交叉注意力机制进行向量融合,得到实例融合特征;对实例的中心位置和边界位置进行预测,并卷积生成分割掩码,且转化为预测掩码;根据二分匹配方法和图模型,对预测掩码和真实掩码进行匹配和匹配程度评估,并执行三维点云的实例分割。本发明解决了现有三维点云实例分割技术在处理紧密相邻对象和实时场景理解方面存在的局限性问题。

    基于双模态交互的开放词汇三维场景理解方法

    公开(公告)号:CN118606900B

    公开(公告)日:2024-10-11

    申请号:CN202411081166.0

    申请日:2024-08-08

    Abstract: 本发明涉及涉及图像处理和计算机视觉技术领域,公开基于双模态交互的开放词汇三维场景理解方法,包括以下步骤:将原始点云数据输入三维场景理解模型,得到三维场景理解特征,所述三维场景理解特征同时具有文本信息描述和点云特征向量;所述三维场景理解模型包括点云特征提取网络、预训练图像语义提案网络、预训练图像生成文本网络、预训练文本编码网络、自适应语言文本编码器;构建损失函数对所述三维场景理解模型进行训练,所述损失函数包括实例预测损失函数、分类损失函数、图文匹配损失函数、关联损失函数。本发明结合点云、图像和语言类的模型,通过开放词汇和未见类别提高对三维场景的理解。

    一种基于互联网的智慧互动教学终端

    公开(公告)号:CN214335996U

    公开(公告)日:2021-10-01

    申请号:CN202120194723.5

    申请日:2021-01-25

    Abstract: 本实用新型公开的属于教学用具技术领域,具体为一种基于互联网的智慧互动教学终端,包括底座和顶盖,所述底座底左右两侧内壁安装有进气扇,所述底座左右两侧外壁安装有安装座,所述安装座上安装有防尘滤网,所述底座顶部内腔安装有滑道,所述滑道上连接有书写板,所述底座后部安装有出气口,所述底座顶部内腔安装有控制盒,通过安装座上滑动连接的防尘滤网可以防止灰尘进入底座内腔影响电器的使用寿命,通过书写板可以在教学时进行书写和记录,通过顶盖转动连接底座可以在不使用时闭合顶盖和底座,防止灰尘进入,大大增加实用性。

Patent Agency Ranking