-
公开(公告)号：CN114157044A
公开(公告)日：2022-03-08
申请号：CN202111344173.1
申请日：2021-11-15
Applicant: 沈阳工程学院
Abstract: 变电站电力设备监控定位充电系统属于电力设备监控技术领域，尤其涉及一种变电站电力设备监控定位充电系统。本发明提供一种变电站电力设备监控定位充电系统。本发明变电站电力设备监控定位充电系统包括定位部分和巡检机状态检测部分，其特征在于单片机控制部分的信号传输端口分别与定位部分的信号传输端口、巡检机状态检测部分的信号传输端口相连；所述定位部分包括1级定位部分、2级定位部分、3级定位部分；所述巡检机状态检测部分包括LED指示部分、FLASH部分、WIFI部分和飞控模块。
-
公开(公告)号：CN119992292A
公开(公告)日：2025-05-13
申请号：CN202510049838.8
申请日：2025-01-13
Applicant: 沈阳工程学院
IPC: G06V10/94 , G06V10/96 , G06V40/20 , G06V20/52 , G06V20/40 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/84 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/092 , H04L67/60 , H04L67/10 , H04L67/12 , H04W28/084 , H04W28/08 , G06N3/048
Abstract: 本发明公开了一种适合人体动作识别的双阶段边缘计算任务卸载方法，包括如下步骤：采用终端监控设备捕获视频，在边缘计算的环境下，通过两阶段的人体动作识别任务卸载策略，对人体动作识别任务进行卸载，其中全局任务智能调度负责选择最优服务器，单任务分层方法负责确定每个任务的卸载百分比。之后，采用动态部位聚类图卷积动作识别网络，捕捉身体部分间的相互作用，以低计算代价完成动作识别。该适合人体动作识别的双阶段边缘计算任务卸载策略解决了人体动作识别在边缘计算环境中的计算卸载与资源优化问题，提高了安全监控中对危险及异常行为判断的准确率和效率。
-
公开(公告)号：CN114170675B
公开(公告)日：2024-10-25
申请号：CN202111326022.3
申请日：2021-11-10
Applicant: 沈阳工程学院
IPC: G06V40/20 , G06T7/11 , G06T7/194 , G06V10/762
Abstract: 本发明属于图像识别领域，为一种基于MRF超像素标记的人体姿态估计方法，将目标图像分割为若干特征相似的超像素图像块，采用超像素MRF模型对超像素图像块的部位标记；以一个超像素为步长完成整幅图像的遍历，将超像素中心作为姿态估计算法中矩形部位检测器的匹配中心，构建以超像素中心点为中心的矩形区域集合，获得目标图像的部位搜索空间；计算K个部位检测器与部位搜索空间内所有矩形的部位匹配分数。根据部位形变模型计算相邻部位的距离分数；将所有部位的部位匹配分数与距离分数相加得到总体姿态估计得分，选择总分最高的姿态作为各个部位的识别结果。解决姿态估计算法部位搜索效率低、易受背景和其他人体部位干扰的问题。
-
公开(公告)号：CN117636050A
公开(公告)日：2024-03-01
申请号：CN202311686412.0
申请日：2023-12-09
Applicant: 沈阳工程学院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种基于可变形快速卷积的光伏组件缺陷识别方法，包括如下步骤：S1：将图像输入Ghost卷积神经网络，通过Ghost卷积神经网络提取图像的特征；S2：通过C2f模块将不同尺度的特征图进行融合；S3：为了更好地适应检测目标的几何形变，将DCN和C2f融合形成新的C2f_DCN可变形特征融合模块；S4：将特征输入Ghost卷积神经网络，3次交替通过Ghost卷积神经网络和C2f_DCN可变形特征融合模块进行卷积和特征融合，进一步贴近目标形状提取特征；S5：将特征输入SPPF特征提取层，用于捕捉图像中不同尺度目标的特征,并处理不同尺度的感受野。
-
公开(公告)号：CN117274773A
公开(公告)日：2023-12-22
申请号：CN202311213793.0
申请日：2023-09-19
Applicant: 沈阳工程学院
IPC: G06V10/82 , G06V10/80 , G06V10/77 , G06V10/52 , G06V10/44 , G06V10/46 , G06V10/25 , G06V10/764 , G06V20/10 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08 , G06V20/17
Abstract: 本发明属于一种光伏板缺陷识别方法，包括如下步骤：对图像进行下采样，降低特征的维度并保留有效信息；对有效信息进行卷积，实现特征提取和分类，并提取丰富的特征表示；将DCN和C3融合形成新的C3_DCN可变形卷积层，能更好地适应检测目标的几何形变；将特征输入C3_DCN可变形卷积层；将特征输入特征提取层，用于处理不同尺度的感受野，并捕捉图像中不同尺度目标的特征；将特征输入上下文注意力网络；将特征经过上采样放大后输入上下文增强模块，结果为x1；将特征经过上采样放大后进行卷积，再进行检测结果为x2；将特征直接进行卷积，再进行检测结果为x3；采用非极大值抑制法在x1,x2,x3中筛选出最终结果。提高了精度以及计算效率。
-
Patent Agency Ranking
公开(公告)号：CN111627052B
公开(公告)日：2023-05-23
申请号：CN202010360993.9
申请日：2020-04-30
Applicant: 沈阳工程学院
IPC: G06T7/269 , G06V40/20 , G06V10/764
Abstract: 本发明公开了一种基于双流时空注意力机制的动作识别方法T‑STAM，包括如下步骤：S1：对视频进行处理获取RGB帧的光流图；S2：将通道注意力网络SE‑Net融入到双流基础网络BN‑Inception中得到SE‑BN‑Inception；S3：将选取的RGB帧及光流场信息输入到SE‑BN‑Inception中，对特征中不同通道的依赖关系进行建模得到视频的特征向量X；S4：将特征X输入到基于CNN的时间注意力网络来计算每帧对应的时间注意力得分；S5：将特征X输入到多空间注意力网络，提取帧的多个运动空间显著区域；S6：融合时空特征进一步增强视频的特征表达，按不同权重融合两流输出得到动作识别结果。
-
公开(公告)号：CN114157184A
公开(公告)日：2022-03-08
申请号：CN202111344187.3
申请日：2021-11-15
Applicant: 沈阳工程学院
Abstract: 无人自动巡检电机驱动电路属于巡检控制技术领域，尤其涉及一种无人自动巡检电机驱动电路。本发明提供一种无人自动巡检电机驱动电路。本发明无人自动巡检电机驱动电路包括电机控制部分和驱动部分，其特征在于电机控制部分的信号传输端口与驱动部分的信号传输端口相连；所述电机控制部分包括北向电机控制芯片、南向电机控制芯片、东向电机控制芯片和西向电机控制芯片，北向电机控制芯片、南向电机控制芯片、东向电机控制芯片和西向电机控制芯片相互之间进行信息交互；所述驱动部分包括北向三相桥驱动电路、南向三相桥驱动电路、东向三相桥驱动电路、西向三相桥驱动电路。
-
公开(公告)号：CN114157183A
公开(公告)日：2022-03-08
申请号：CN202111344184.X
申请日：2021-11-15
Applicant: 沈阳工程学院
IPC: H02P5/46 , H02P5/50 , H02P6/04 , H02P6/30 , H02P29/024
Abstract: 一种风电机组巡检控制电路属于巡检控制技术领域，尤其涉及一种风电机组巡检控制电路。本发明提供一种风电机组巡检控制电路。本发明包括电机控制部分、驱动部分、功率部分、电流检测部分、传感检测部分、FPGA控制部分、数据保存部分、接口部分、定位部分、巡检机状态检测部分、单片机控制部分和电源部分，其特征在于电机控制部分的信号传输端口分别与传感检测部分的信号传输端口、电流检测部分的信号传输端口、驱动部分的信号传输端口相连，驱动部分的信号传输端口分别与功率部分的信号传输端口、电流检测部分的信号传输端口、单片机控制部分的信号传输端口相连。
-
公开(公告)号：CN111627052A
公开(公告)日：2020-09-04
申请号：CN202010360993.9
申请日：2020-04-30
Applicant: 沈阳工程学院
Abstract: 本发明公开了一种基于双流时空注意力机制的动作识别方法T-STAM，包括如下步骤：S1：对视频进行处理获取RGB帧的光流图；S2：将通道注意力网络SE-Net融入到双流基础网络BN-Inception中得到SE-BN-Inception；S3：将选取的RGB帧及光流场信息输入到SE-BN-Inception中，对特征中不同通道的依赖关系进行建模得到视频的特征向量X；S4：将特征X输入到基于CNN的时间注意力网络来计算每帧对应的时间注意力得分；S5：将特征X输入到多空间注意力网络，提取帧的多个运动空间显著区域；S6：融合时空特征进一步增强视频的特征表达，按不同权重融合两流输出得到动作识别结果。
-
公开(公告)号：CN216490276U
公开(公告)日：2022-05-10
申请号：CN202122776594.3
申请日：2021-11-15
Applicant: 沈阳工程学院
Abstract: 无人自动巡检电机驱动电路属于巡检控制技术领域，尤其涉及一种无人自动巡检电机驱动电路。本实用新型提供一种无人自动巡检电机驱动电路。本实用新型无人自动巡检电机驱动电路包括电机控制部分和驱动部分，其特征在于电机控制部分的信号传输端口与驱动部分的信号传输端口相连；所述电机控制部分包括北向电机控制芯片、南向电机控制芯片、东向电机控制芯片和西向电机控制芯片，北向电机控制芯片、南向电机控制芯片、东向电机控制芯片和西向电机控制芯片相互之间进行信息交互；所述驱动部分包括北向三相桥驱动电路、南向三相桥驱动电路、东向三相桥驱动电路、西向三相桥驱动电路。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.053 seconds)
