-
公开(公告)号：CN114067437A
公开(公告)日：2022-02-18
申请号：CN202111361631.2
申请日：2021-11-17
申请人： 山东大学
IPC分类号： G06V40/20 , G06K9/62 , G06N3/04 , G06N3/08 , G06V20/40 , G06V20/52 , G06V10/764 , G06V10/774
摘要： 本发明涉及一种基于定位和监控视频数据的脱管检测方法及系统，该模型由第一阶段的基于定位数据的互监小组检测算法和第二阶段的基于视频监控数据的yolov5目标检测算法组成；第一阶段的互监小组检测算法为两阶段阈值法，为每个互监小组中的人计算其与其他人之间的距离，与两阶阈值进行比较，并结合白名单机制判断是否出现单人脱管或多人脱管，计算量小，推理速度快；第二阶段的yolov5目标检测算法融合了卷积块注意力机制，并采用新的Seq‑Bbox Matching后处理方式，提高了检测精度，使系统具有充分的实用性。
-
公开(公告)号：CN114067435A
公开(公告)日：2022-02-18
申请号：CN202111348558.5
申请日：2021-11-15
申请人： 山东大学
摘要： 本发明涉及一种基于伪3D卷积网络与注意力机制的睡眠行为检测方法和系统，包括：将实时获取的睡眠行为监控画面预处理后输入训练好的神经网络模型中，训练好的神经网络模型对被检测者进行睡眠行为识别，判断其在睡眠期间的行为。本方法采用无感的方式进行视频分析，相对于已有的利用多导睡眠图与传感器检测方法，不需要大量硬件设备支持，避免了对被测者佩戴繁重的设备和物联终端，避免影响被测者的睡眠舒适度。并且，本发明还可以判断其整晚的睡眠状况，同时检测到坠床行为并提供及时的报警，减少危险后果的发生。本发明能够客观精准地研判被测者的睡眠行为，为推断被测者的身体和精神状态提供了一种有效的判断依据。
-
公开(公告)号：CN113888019A
公开(公告)日：2022-01-04
申请号：CN202111235259.0
申请日：2021-10-22
申请人： 山东大学
摘要： 本发明提供了一种基于神经网络的人员动态风险评估方法及系统，所述方法包括以下步骤：获取人员静态数据和动态数据并进行数据编码；对编码后的数据，利用神经网络得到评估结果；其中，利用神经网络得到评估结果，包括构建多任务分类深度学习网络，采用多层全连接网络提取静态数据和动态数据的深层次特征，采用多层门控循环单元GRU提取连续多次动态评估数据之间的时序特征，最终采用全连接网络及softmax运算，以概率方式输出不同极端行为的风险等级。本发明能够助于及时准确地把握人员三类极端行为的风险等级，挖掘出影响风险等级的关键因子，并对数据进行扩充和完善。本发明的评估结果，有助于对人员分类分级管理，提供有针对性的监管矫治方案，减少极端事件的发生，保障安全和稳定。
-
公开(公告)号：CN105554832A
公开(公告)日：2016-05-04
申请号：CN201510944805.6
申请日：2015-12-16
申请人： 山东大学
CPC分类号： Y02D70/39 , H04W36/22 , H04B7/15 , H04L5/16 , H04L5/18 , H04W40/22 , H04W52/44 , H04W52/46 , H04W72/1257
摘要： 本发明提出了一种由两个中继节点进行中继转发的协作通信模型，其中，每个中继节点具有信息中继和能量收集的功能，节点依赖无线收集的能量保证信息的传输，无需额外的供电装置确保信息的转发，同时两节点周期性切换数据传输和能量收集的角色，无需间断系统信息传输的过程，保证系统较高的通信效率和吞吐量。提出了双中继节点交替能量收集和信息中继的通信方法，不同于全双工单中继节点的工作模式，避免了全双工操作导致中继节点的自干扰，克服了节点同时收发的系统实现困难，通过两个工作在半双工模式下的中继节点协作达到全双工通信的效果。
-
公开(公告)号：CN105516034A
公开(公告)日：2016-04-20
申请号：CN201510824107.2
申请日：2015-11-24
申请人： 山东大学
CPC分类号： H04L25/03305 , H04L25/0202 , H04L25/0328
摘要： 本发明涉及一种全双工大规模天线阵列系统中自干扰的联合抑制方法，该方法基于全双工大规模天线阵列系统，该系统包括基站，大规模天线阵，用户设备和环行器。该方法是采用信道估计和大规模天线干扰压缩技术相结合的自干扰联合抑制方法。当得到自干扰信道的估计值后，基站从接收到的上行信号中减去自干扰部分，然后再采用大规模天线干扰压缩方法进一步抑制干扰，从而提高接收信号的信噪比，即提高系统的容量和性能。
-
公开(公告)号：CN118072352B
公开(公告)日：2024-11-01
申请号：CN202410253044.9
申请日：2024-03-06
申请人： 山东大学
摘要： 本发明涉及一种高质量轨迹生成的多行人跟踪方法及系统，包括：步骤1：对当前帧图片进行行人检测并提取ReID特征；步骤2：通过伪深度稀疏匹配方式将当前帧上最新检测到的行人边界框与已有的行人轨迹进行关联匹配；步骤3：通过局部加权插值恢复行人在某些帧上缺失的轨迹，最终获取行人轨迹。本发明遵循基于检测的跟踪范式，结合伪深度稀疏匹配算法实现数据关联，同时对于成功匹配上的畸变框的卡尔曼滤波器参数采用不更新策略，实现了数据关联匹配性能的有效提升。此外，通过引入局部加权插值方法减少了丢失检测，形成了高质量轨迹，明显提高了整体跟踪性能，对于视频监控、智能交通等领域具有重要的研究与应用价值。
-
公开(公告)号：CN118368670A
公开(公告)日：2024-07-19
申请号：CN202410472261.7
申请日：2024-04-19
申请人： 山东大学
摘要： 本发明涉及一种大规模异构网络中基于协作边缘缓存的最短时延传输方法，包括：在二维平面上部署不同层的基站，用户按照开放式访问协议关联到任意层中平均接收功率最大的基站；在闲暇时每层基站缓存文件库中的文件，每个宏基站在中央控制单元存储本地宏小区内所有基站的缓存信息，并调度文件在不同基站之间中转；用户请求文件库中的文件，基站或远端内容服务器自适应地将文件传输给用户，计算文件传输的平均时延反馈给本地宏基站，本地宏基站采用MPA优化不同文件在不同层的缓存概率；计算得到最短文件传输的平均时延，并保持当前最优缓存概率直至文件的请求概率发生变化。本发明所提协作边缘缓存策略能够明显降低文件传输的平均时延。
-
公开(公告)号：CN118233904A
公开(公告)日：2024-06-21
申请号：CN202410321459.5
申请日：2024-03-20
申请人： 山东大学
摘要： 本发明涉及一种边缘缓存辅助大规模认知无线电网络频谱共享方法，包括：步骤一：SH根据缓存机制在闲时从因特网内容库中下载并缓存主系统文件内容；步骤二：PU向PB请求内容，PB判断PU周围的CTZ内是否有缓存请求文件的SH；根据下四种情况进行传输；步骤三：SH为次用户传输获得频谱共享的机会，PU保护区外的STs按照ALOHA协议随机接入频谱，与所对应的SRs进行D2D单跳通信。本发明可以缩小保护区尺寸，使得大规模网络中能够容纳更多的次系统链路，进而提升次系统的区域吞吐量性能。
-
公开(公告)号：CN118072352A
公开(公告)日：2024-05-24
申请号：CN202410253044.9
申请日：2024-03-06
申请人： 山东大学
摘要： 本发明涉及一种高质量轨迹生成的多行人跟踪方法及系统，包括：步骤1：对当前帧图片进行行人检测并提取ReID特征；步骤2：通过伪深度稀疏匹配方式将当前帧上最新检测到的行人边界框与已有的行人轨迹进行关联匹配；步骤3：通过局部加权插值恢复行人在某些帧上缺失的轨迹，最终获取行人轨迹。本发明遵循基于检测的跟踪范式，结合伪深度稀疏匹配算法实现数据关联，同时对于成功匹配上的畸变框的卡尔曼滤波器参数采用不更新策略，实现了数据关联匹配性能的有效提升。此外，通过引入局部加权插值方法减少了丢失检测，形成了高质量轨迹，明显提高了整体跟踪性能，对于视频监控、智能交通等领域具有重要的研究与应用价值。
-
公开(公告)号：CN116343263A
公开(公告)日：2023-06-27
申请号：CN202310307860.9
申请日：2023-03-27
申请人： 山东大学
IPC分类号： G06V40/10 , G06V20/52 , G06V20/40 , G06V10/776
摘要： 本发明公开的内容自适应的行人重识别数据集生成方法及系统，包括：获取监控视频，并从监控视频中提取关键帧；对监控视频进行行人目标轨迹跟踪，并获取每个关键帧的行人框图像及对应的身份信息；从获取的行人框图像中，筛选出无遮挡和无运动模糊的全身行人框图，且筛选出的全身行人框图在相邻帧内无相似图片；对筛选出的各全身行人框图进行质量评价，获得筛选出的各行人框图的质量得分；对质量得分高于设定分数阈值的行人框图进行域内数据增强，获得数据增强后框图；根据数据增强后框图进行域间数据生成，获取各行人的跨相机特征图；通过数据增强后框图与各行人的跨相机特征图构建行人重识别数据集。获得了高质量、多样性的行人重识别数据集。
-
-
-
-
-
-
-
-
-
搜索结果
43 条记录 (耗时 0.026 秒)
