-
公开(公告)号：CN116824661A
公开(公告)日：2023-09-29
申请号：CN202310590266.5
申请日：2023-05-23
Applicant: 广州大学
IPC: G06V40/16 , G06V40/20 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464
Abstract: 本发明提供了一种基于人脸动作单元和卷积神经网络集成的表情识别方法，包括以下步骤：S1：通过摄像头检测及采集人的面部图像；S2：对图像进行预处理；S3：将人脸图像输入基于面部动作单元的表情识别分类器；S4：通过多标签分类器检测面部图像中动作单元的类别；S5：根据6种基本表情的动作单元组合与识别到的动作单元，输出基于面部动作单元的表情分类结果；S6：将人脸图像输入卷积神经网络表情分类器；S7：根据卷积神经网络对人脸图像特征的识别结果判断图像的表情类别；S8：输出卷积神经网络的分类结果；S9：根据两个分类器的识别结果进行数据融合，判断最终结果。本发明的面部表情识别方法稳定且准确。
-
公开(公告)号：CN116805325A
公开(公告)日：2023-09-26
申请号：CN202310590684.4
申请日：2023-05-23
Applicant: 广州大学
Abstract: 一种基于目标落脚点的轨迹获取方法，其特征在于，包括以下步骤：S1：行人跟踪，将视频输入系统，系统对视频中的行人进行目标检测及目标跟踪；S2：行人姿态估计，采用行人姿态检测库检测和提取行人关键点，构造人体骨架图，并通过骨架图逐帧提取行人图像落脚点；S3：提取行人轨迹，当行人之间无重叠时，通过透视变换逐帧计算行人真实落脚点，在时间序列上顺序连接真实落脚点，得到行人轨迹；多人重叠时，根据历史帧采用最小二乘法对落脚点进行曲线拟合，建立行人轨迹拟合曲线，并根据拟合曲线获得当前帧中被跟踪行人的预测落脚点。本发明提供的技术方案分别讨论了有无遮挡情况下行人图像落脚点的获取方法，可适用于复杂的应用场景。
-
公开(公告)号：CN113139481B
公开(公告)日：2023-09-01
申请号：CN202110466081.4
申请日：2021-04-28
Applicant: 广州大学
IPC: G06V20/52 , G06V10/40 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于yolov3的教室人数统计方法，包括以下步骤：S1、通过设置于教室天花板的摄像头采集教室的原始图像作为模型训练的图像集；S2、对原始图像中的每个学生头部俯视图进行标注并生成标注文件，对标注文件中的标注框进行计算；S3、特征提取，对输入图像进行卷积和下采样；S4、建立检测模型，运用k‑means聚类算法对数据集进行聚类，检测模型采用改进的yolov3网络，包括特征提取网络和目标检测层；S5、进行检测模型训练；S6、将待测图像输入检测模型进行人数检测。本发明方法基于yolov3算法，能够快速准确地统计到某一时刻教室里学生的人数，老师可以很快的发现学生是否来齐，讲课途中是否有人混入或早退，达到改善学生迟到、早退以及逃课等现象。
-
公开(公告)号：CN116665260A
公开(公告)日：2023-08-29
申请号：CN202210148189.3
申请日：2022-02-17
Applicant: 广州大学
Abstract: 基于目标掩膜的在线课堂监督方法、装置、设备及介质，其方法包括：通过用户的移动终端动态捕捉用户的面部图片；对捕捉到的面部图片进行预处理，得到人脸特征；将人脸特征输入已训练好的人脸表情识别模型进行微表情识别，得到识别结果；根据识别结果进行情绪判断，并根据判断结果做出相应反馈；本申请利用移动终端动态捕捉使用者面部图片，通过机器视觉和图像处理技术，最终生成结果并进行判断，并及时给予用户警示，可以起到监督作用，同时教学者可以收到教学反馈，方便下一次教学的工作进行。
-
公开(公告)号：CN116665190A
公开(公告)日：2023-08-29
申请号：CN202210148192.5
申请日：2022-02-17
Applicant: 广州大学
IPC: G06V20/59 , G06V40/16 , G06V10/764
Abstract: 一种基于人脸识别的驾驶员疲劳程度判断方法及系统，其方法包括：采集驾驶员的数据图像，将获取的图像进行图像预处理，得到预处理图像；采用回归树级联网络估计预处理图像中的人脸特征点位置；根据特征点位置，划分特征区域，对特征区域进行状态识别；根据状态识别的结果，判断驾驶员的疲劳程度；本申请通过深度学习的方法对驾驶员的人脸图像进行实时的采集和识别，可以及时判断驾驶员是否处于疲劳驾驶状态，以便及时提醒或采取相应措施，避免驾驶员由于疲劳驾驶，导致交通事故的发生。
-
Patent Agency Ranking
公开(公告)号：CN116665116A
公开(公告)日：2023-08-29
申请号：CN202210148204.4
申请日：2022-02-17
Applicant: 广州大学
IPC: G06V20/52 , G06V40/20 , G06V40/16 , G06V10/771 , G06V10/40 , G06V10/762 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及口罩和人员密集度检测技术领域，尤其涉及了基于YOLOv5和CLIQUE聚类算法的公共场所人员管理系统，将口罩佩戴不正确的图片集成特殊数据集，在通过现有YOLOv5口罩检测技术下对可以准确识别的正确佩戴口罩，未佩戴口罩的数据进行过筛，若口罩上边缘位于鼻尖线以下，系统响应提醒，对公共场所内所有人员跟踪检测，循环执行。该基于YOLOv5和CLIQUE聚类算法的公共场所人员管理系统，通过准确识别的正确佩戴口罩，解决了传统口罩检测只识别出佩戴与未佩戴两种类别，对口罩佩戴不正确，用手或遮挡物遮住脸部口罩检测的缺点，采用视觉手势识别，人脸识别技术LBP算法，局部提取脸部特征精准识别口罩佩戴状态，为疫情防控下口罩识别技术提供新的方向。
-
公开(公告)号：CN116662912A
公开(公告)日：2023-08-29
申请号：CN202210147810.4
申请日：2022-02-17
Applicant: 广州大学
IPC: G06F18/2431 , G06N5/01 , G08B21/24
Abstract: 本发明涉及公交车物品防遗漏技术领域，且公开了基于决策树CRAT算法分类预测的公交车防遗漏方法，包括以下步骤，基于决策树CART算法分类预测结果的检测终端传送的预测信息，根据所述的预测信息，第一信息判断装置和第二信息判断装置做出反馈信息，确定所述的所述目标物品与目标乘客的映射关系的真实性，根据所接收的第二信息判断装置的反馈信息提醒装置决定进行温馨提醒。该基于决策树CRAT算法分类预测的公交车防遗漏方法，我们的方法利用决策树CART算法的分类预测对乘客的发生遗漏物品的行为的可能性，在原来传统的方法基础上可以减轻需要实时检测带来的计算量的负担，可以更加高效地做到提醒乘客带走随身携带的物品。
-
公开(公告)号：CN113255535A
公开(公告)日：2021-08-13
申请号：CN202110606543.8
申请日：2021-05-28
Applicant: 广州大学
Abstract: 本发明公开了一种基于微表情分析的抑郁症识别方法，包括：S1，通过用户的移动终端的前置相机动态捕捉使用者面部图片；S2，对面部图片进行依次预处理、人脸检测、人脸特征提取；S3，将提取的人脸特征输入已训练好的人脸识别模型进行微表情识别；S4，利用价态‑唤醒度理论对人脸进行情绪分类。本发明利用手机前置相机动态捕捉使用者面部图片，通过微表情识别技术，最终生成数据报告提供给医生辅助治疗，可以使得诊断更加准确，克服了专业抑郁症识别系统覆盖范围小、操作难度大、技术要求高的缺点。
-
公开(公告)号：CN113155122A
公开(公告)日：2021-07-23
申请号：CN202110354963.1
申请日：2021-04-01
Applicant: 广州大学
Abstract: 本发明公开了一种基于自适应滤波的机动目标跟踪方法，包括以下步骤：S1、根据IMU传感器得到的观测残差和控制输入的特性，判断跟踪目标的机动状态；S2、修正上一时刻的误差协方差矩阵以及系统状态；S3、对系统状态向量进行预测，对系统状态误差协方差矩阵进行预测；S4、计算卡尔曼滤波增益矩阵；S5、对系统状态和系统状态误差协方差进行更新；S6、结束当前时刻对跟踪目标位置与速度信息的跟踪并开始预测下一时刻状态，即跳转到步骤S1并继续执行后续步骤。本发明可以针对工作环境自适应滤波，以实现比经典卡尔曼滤波系统更精确的预测跟踪。
-
公开(公告)号：CN113139439A
公开(公告)日：2021-07-20
申请号：CN202110368642.7
申请日：2021-04-06
Applicant: 广州大学
Abstract: 本发明公开了一种基于人脸识别的在线学习专注度评价方法及装置，方法首先通过在线学习学习者的电脑摄像头获取视频图像；在视频图像含有人脸信息情况下截取其中的人脸部分，生成人脸图像；然后提取人脸图像中的人脸头像并归一化，对归一化后的图像进行直方图均衡化处理，得到特征图像；接着创建专注度评价模型，将学习者在线学习过程中的特征图像导入专注度评价模型，得到专注度分值的平均值；根据专注度分值的平均值与专注度自评结果迭代专注度评价模型；当学习者正在在线学习时，将实时获取的特征图像导入到完成迭代的专注度评价模型，专注度评价模型实时输出学习者的专注度分值。本发明能够自动准确监测学习者在线学习过程中的专注度水平。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.023 seconds)
