-
公开(公告)号:CN116669137A
公开(公告)日:2023-08-29
申请号:CN202310630342.0
申请日:2023-05-30
Applicant: 山东大学
Abstract: 本公开提供了一种自适应单跳和两跳的D2D数据传输方法及装置,所述方法包括:获取当前D2D用户终端所属D2D对中两个D2D用户终端之间的通信距离;基于所述通信距离确定D2D传输方式,若传输方式为两跳传输,则利用基于网格优先级的中继选择方法选择最佳中继设备进行数据转发,若传输方式为单跳传输,则不需转发;其中,所述基于网格优先级的中继选择方法,具体为:将两个D2D用户终端的信号覆盖范围的重叠覆盖区域离散为若干网格,基于每个网格中心到两个D2D用户终端的距离和的大小,对重叠覆盖区域的若干网格进行排序,基于排序结果选择具有最小两跳距离和的中继设备作为最佳中继;基于确定的D2D传输方式,D2D用户之间的D2D链路复用蜂窝上行链路频谱进行数据传输。
-
公开(公告)号:CN116311063A
公开(公告)日:2023-06-23
申请号:CN202310274653.8
申请日:2023-03-20
Applicant: 山东大学
Abstract: 本发明公开的监控视频下基于人脸识别的人员细粒度跟踪方法及系统,通过确定监控视频中不同人员目标框的独立时间段,确定了设定时间点视频帧所处时间段的类型,基于多个设定时间点视频帧的身份信息,确定每个人员编号下每个独立时间段的身份识别结果,解决了细粒度场景下因目标跟踪算法存在的ID交换造成的人员身份错误跟踪问题;为提高人员身份确认准确率,提出自适应人脸识别机制,根据标准判断此时是否适合进行人脸识别,以解决人员密集时因人员框重叠造成的人脸误检问题;同时,基于上述改进,本发明能够实现身份的前后向跟踪,在初、后期人脸识别操作难以实施时,也可以根据时间段在身份连续跟踪字典中获取人员身份。
-
公开(公告)号:CN114067436A
公开(公告)日:2022-02-18
申请号:CN202111361617.2
申请日:2021-11-17
Applicant: 山东大学
Abstract: 本发明涉及一种基于可穿戴式传感器及视频监控的跌倒检测方法及系统,由两个独立的模型级联组成,分别是基于门控循环单元网络的传感数据分析一阶段GRU模型,基于改进时间移位模块TSM的监控视频分析的二阶段TSM监控视频处理模型;在一阶段GRU模型中,GRU是LSTM的一种变体,在减少计算的同时可以维持和LSTM相当的性能。在二阶段TSM监控视频处理模型中,将改进TSM插入到堪比Resnet152的特征提取网络CSPDarknet53中,并利用卷积块注意力CBAM对提取出的特征图中的目标区域进行增强,从而提高视频检测的准确度与鲁棒性。
-
公开(公告)号:CN113822192A
公开(公告)日:2021-12-21
申请号:CN202111098471.7
申请日:2021-09-18
Applicant: 山东大学
IPC: G06K9/00 , G06K9/62 , G06F40/242 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于Transformer的多模态特征融合的在押人员情感识别方法、设备及介质,包括:(1)数据预处理:对文本数据、语音数据、微表情数据、肢体动作数据分别进行预处理,使其符合不同模态对应模型的输入要求;(2)特征提取:对四个模态的数据所蕴含的情感信息分别进行提取,获取对应的特征向量;(3)特征融合:采用跨模态Transformer将特征向量进行特征融合:(4)训练模型,得到最优的情感识别模型。本发明克服不同模态间的长时依赖性,有效地捕捉不同模态之间的互补信息及它们之间的相互影响,使得到的联合特征向量能更加全面的表示在押人员的正确的情感状态,提高情感识别的准确率。
-
-
-