公开(公告)号：CN119478784A

公开(公告)日：2025-02-18

申请号：CN202411585647.5

申请日：2024-11-08

Applicant: 安徽信息工程学院

Inventor： 刘正男

IPC: G06V20/40 ,  G06V40/16 ,  G06V40/20 ,  G06V10/94

Abstract: 本发明提供了一种基于图像处理的课堂状态检测系统，包括：视频采集模块，用于在教室中安装并控制高分辨率摄像头，实现教室全景视频的采集；图像处理模块，用于对采集到的视频进行预处理和特征提取，特别是提取学生的肢体动作图像；数据分析模块，用于将提取的肢体动作图像与消极动作图像库比对，进行学习状态判断，并利用疲劳检测算法分析学生的面部表情，同时记录并统计学生的消极动作信息；结果显示模块，用于展示学生的学习行为报告，包括消极动作次数信息的曲线图和详细的学习行为报告。本发明实现了课堂教学管理的智能化升级，有助于教师及时发现并干预学生的学习问题，促进教学质量的提升和学生学习效果的改善。

公开(公告)号：CN114529487B

公开(公告)日：2024-09-13

申请号：CN202210131717.4

申请日：2022-02-14

Applicant: 安徽信息工程学院

Inventor： 李津津 ,  刘正男 ,  潘玥 ,  王羲献 ,  李胜

IPC: G06T5/50 ,  G06T5/20 ,  G06T7/13 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种多源图像融合方法、系统，所述多源图像融合方法包括：根据深度特征提取算法与低通滤波融合算法将红外图像fr(x,y)与微光图像fl(x,y)进行融合以获得融合图像Frl(x,y)；根据无监督卷积神经网络模型将所述融合图像Frl(x,y)与可见光图像fv(x,y)进行融合以获得夜视图像Grlv(x,y)。该一种多源图像融合方法、系统综合了红外，微光与可见光图像的特征信息，使其呈现更全面的夜视图像，增强场景理解、突出目标，且更符合人眼特性，明显改善人眼的识别性能。

公开(公告)号：CN116778543A

公开(公告)日：2023-09-19

申请号：CN202211525220.7

申请日：2022-11-30

Applicant: 安徽信息工程学院

Inventor： 王羲献 ,  徐伟凡 ,  李津津 ,  潘玥 ,  刘正男

IPC: G06V40/16 ,  G06V40/20 ,  G06Q10/0639 ,  G06Q50/20 ,  G08B21/18

Abstract: 本发明公开了一种课堂教学效果检测系统，包括处理器、人体姿态装置、面部识别装置、监视器、报警器、终端；人体姿态装置、面部识别装置、监视器、报警器、终端分别通过信号线路与处理器连接；处理器接收人体姿态装置、面部识别装置的信号；处理器向监视器、报警器发送信号；处理器与终端进行信号交互。本发明还公开了该检测系统的检测方法。采用上述技术方案，对学生的课堂不良行为进行感应识别，并将其与阈值进行比对，从而确定学生课堂上的课堂不良行为，当出现较多违纪行为时，会提醒教师要进一步把控课堂秩序和氛围，并最终把课堂上出现的课堂不良行为记录下来，更加客观地评测现场教学效果。

公开(公告)号：CN116114970A

公开(公告)日：2023-05-16

申请号：CN202211542033.X

申请日：2022-12-02

Applicant: 安徽信息工程学院

Inventor： 梁美玉 ,  潘玥 ,  刘正男 ,  吉涛 ,  袁荫

IPC: A43B13/20 ,  A43B13/14

Abstract: 本发明公开了一种自提醒矫正鞋，属矫正鞋领域，包括鞋底，鞋底的上端边缘处固定安装有鞋帮，鞋底的上端面固定安装有保护垫，保护垫对应脚弓处固定安装有调节垫，调节垫为弹性可伸缩材料，鞋底的内部前端固定安装有陀螺仪传感器，鞋底的内部下端面前侧固定安装有电池，电池的上端设置有控制主板，鞋底的上端后侧固定安装有气囊一与气囊二。本方案通过设置传动机构与棘轮机构，利用传动机构与棘轮机构相互配合，使电机的输出轴逆时针转动则会通过棘轮机构对齿环一进行传动连接，进而对扁平足调节机构进行传动连接，而输出轴顺时针转动则不会对齿环一进行传动，只会对感应调节机构传动，实现了一机多用，相对提升了设备的多样性。

公开(公告)号：CN115496682A

公开(公告)日：2022-12-20

申请号：CN202211075035.2

申请日：2022-09-03

Applicant: 安徽信息工程学院

Inventor： 潘玥 ,  刘正男 ,  李津津 ,  梁美玉 ,  王羲献

IPC: G06T5/00 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像修复技术领域，具体为一种生成式对抗网络的图像修复方法，包括如下步骤：生成式对抗网络的图像修复方法由四个部分组成，S1:第一部分涉及生成式对抗网络，利用生成式对抗网络GAN生成有效的伪图像集；S2:第二部分为选择修复补丁，确定图像的填充顺序，选择有效的优先级函数去确定好下一待修复像素补丁。该算法对生成式对抗网络结构进行了改进，选用残差神经网络结构替换生成器结构，可生成更有效的伪图像集，从而激发判别器提升其性能，并选用优先级函数和均方误差(MSE)确定待修复补丁和与其最佳匹配补丁，结合期望最大化(EM)算法最小化来优化补丁匹配与补丁合成的细节，对丢失图像进行二次修复，改善细节融合。