-
公开(公告)号：CN118942137A
公开(公告)日：2024-11-12
申请号：CN202410996157.8
申请日：2024-07-24
Applicant: 华南师范大学
Abstract: 本发明公开了一种人脸检测方法、人脸识别方法、行为识别方法及系统，本发明系统包括图像采集模块：利用嵌入式摄像头实时采集考场内的图像；轻量型人脸检测模块：采用优化后的卷积神经网络，对图像进行快速人脸检测和定位；人脸识别模块：构建包含注意力机制的Mobi‑FaceNeXt网络；行为识别模块：设计出基于CNN、单阶段多人姿态估计Baseline算法的行为识别模块通过分析检测到的人脸和其周围环境，识别考生的行为；报警模块：在检测到异常行为时，实时发出警报并记录相关图像和视频。本发明具有高效、低功耗、实时性强的特点，可广泛应用图像处理、考场监考等技术领域。
-
公开(公告)号：CN118760941A
公开(公告)日：2024-10-11
申请号：CN202410725695.3
申请日：2024-06-05
Applicant: 华南师范大学
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本申请涉及危险识别技术领域，提供了一种实验室危险源识别处理方法、装置、计算机设备和存储介质。该方法包括：过获取危险源具体描述文本和图像，将所述具体描述文本和图像输入至预先训练的危险源管控模型进行处理，根据处理结果得到危险源管控措施文本，该危险源管控模型为基于Transformer的多网络融合算法模型，利用通用文本数据集和实验室危险源数据集训练得到；实现了通过文本和图像进行实验室危险源的识别处理，提高了实验室危险源识别的自动化智能化程度，避免人工管控的局限，进一步提高了实验室危险管控效率。
-
公开(公告)号：CN118945366A
公开(公告)日：2024-11-12
申请号：CN202410899190.9
申请日：2024-07-04
Applicant: 华南师范大学
IPC: H04N19/172 , G06V10/80 , G06V10/764 , G06V10/774 , G06T5/20 , G06T5/70 , G06N3/0475 , G06N3/094 , H04N19/20
Abstract: 本发明提供一种基于霍夫曼和GAN特征融合网络的图片压缩方法和系统，该方法包括：图片预处理；重点区域标注；对重点区域进行霍夫曼压缩；在重点区域图片解码后的基础上，利用已训练好的GAN模型，进行图片生成。与传统的图片压缩算法相比，本发明通过将图片中的重点区域标注出来，通过霍夫曼编码技术，针对重点区域实施高效的无损压缩，确保重要细节得以完整保留。而对于非重点区域，则不进行编码，而是借助GAN网络的强大再生能力，对非重点区域或信息稀疏区域进行合理且自然的补充，使生成的整个图片保持与原图风格、色彩及纹理的一致性，从而在保证高压缩率的同时，最大化视觉质量，达成两者间的良好平衡。
-
公开(公告)号：CN114998765A
公开(公告)日：2022-09-02
申请号：CN202210484750.5
申请日：2022-05-06
Applicant: 华南师范大学
Abstract: 本发明涉及人工智能技术领域，尤其是涉及一种无人机定位方法及其装置、电子设备、存储介质。在本发明无人机定位方法中，先获取待识别组图，所述待识别组图包括无人机航行过程中采集到的多张环境图像，多张所述环境图像之间具备空间连续性特征，进一步，基于记忆网络模型对所述待识别组图进行空间连续性特征提取，得到所述待识别组图的连续特征向量，进而基于所述无人机的预设初始位置与所述连续特征向量，最终确定所述无人机的实时位置信息。通过本发明提供的的无人机定位方法，无人机在航行过程中基于预设初始位置与记忆网络模型提取得到的连续特征向量，即可获取到无人机当前的实时位置信息，提高了无人机的定位效率。
-
公开(公告)号：CN114924595A
公开(公告)日：2022-08-19
申请号：CN202210484541.0
申请日：2022-05-06
Applicant: 华南师范大学
IPC: G05D1/12
Abstract: 本发明涉及自动控制技术领域，尤其是涉及一种无人机群越障方法及控制系统、电子设备、存储介质。本发明实施例中的无人机群越障方法中，先采集机群阵列信息与目标区域的阻挡图像信息，再根据阻挡图像信息获取阻挡边界数据，进一步，基于阻挡边界数据生成越障位置信息，越障位置信息反映目标区域中能够穿越障碍物的越障位置，最终根据机群阵列信息和越障位置信息，将无人机阵列调整为机群越障阵列。本发明中的无人机群越障方法，基于阻挡图像信息生成越障位置信息，再根据机群阵列信息和越障位置信息，将人机阵列调整为机群越障阵列，为无人机群穿越障碍物的过程提供了高灵活性的越障方法，同时也给无人机群的作业安全提供保障。
-
Patent Agency Ranking
公开(公告)号：CN114924595B
公开(公告)日：2024-11-22
申请号：CN202210484541.0
申请日：2022-05-06
Applicant: 华南师范大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明涉及自动控制技术领域，尤其是涉及一种无人机群越障方法及控制系统、电子设备、存储介质。本发明实施例中的无人机群越障方法中，先采集机群阵列信息与目标区域的阻挡图像信息，再根据阻挡图像信息获取阻挡边界数据，进一步，基于阻挡边界数据生成越障位置信息，越障位置信息反映目标区域中能够穿越障碍物的越障位置，最终根据机群阵列信息和越障位置信息，将无人机阵列调整为机群越障阵列。本发明中的无人机群越障方法，基于阻挡图像信息生成越障位置信息，再根据机群阵列信息和越障位置信息，将人机阵列调整为机群越障阵列，为无人机群穿越障碍物的过程提供了高灵活性的越障方法，同时也给无人机群的作业安全提供保障。
-
公开(公告)号：CN118965150A
公开(公告)日：2024-11-15
申请号：CN202410934445.0
申请日：2024-07-11
Applicant: 华南师范大学
IPC: G06F18/2415 , G06F18/2431 , G06F18/27 , G06F18/10 , G06F123/02
Abstract: 本发明公开了一种基于多滑动窗口机制的空压机能耗实时预测算法，包括以下步骤：A、实时数据采集后对数据预处理；B、通过近期序列进入多滑动窗口机制识别能耗模式，通过历史序列进入ARIMA预测，通过历史序列+近期序列进入M‑ARIMA预测，通过近期序列进入Dlinear预测；C、ARIMA预测M‑ARIMA预测和Dlinear预测分别输出y1、y2和y3到模型融合，且多滑动窗口机制识别能耗模式通过自适应分布参数α计算后进行模型融合。通过整合多滑动窗口、M‑ARIMA、Dlinear等多种先进技术，实现了对空压机能耗的高精度、实时预测，其自适应性、综合预测能力和数据处理策略，为工业节能提供了强大的技术支撑，预期在实际应用中能显著提升能源利用效率，降低运营成本，促进工业生产的可持续发展。
-
公开(公告)号：CN118919023A
公开(公告)日：2024-11-08
申请号：CN202410899311.X
申请日：2024-07-04
Applicant: 华南师范大学
IPC: G16H20/70 , A61B5/16 , G16H15/00 , G06F18/24 , G06F18/213 , G06F18/25 , G06F18/214 , G06F40/289 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种BERT与LightGBM相集成的心理健康智能监测方法和系统。该方法包括步骤：数据采集和预处理；数据标注和增强；采用预训练的BERT模型提取文本特征和分类预测；采用LSTM网络和特征工程提取行为特征；将提取的文本特征和行为特征集成，形成集成特征向量；利用预训练的LightGBM模型得到分类预测结果；将BERT模型与LightGBM模型的预测结果进行融合；根据融合模型预测结果生成报告。该方法通过BERT和LightGBM模型相集成来提升情感分析的精确度，微调BERT模型以提取情感文本特征，并将这些特征输入LightGBM模型进行情感分类，从而实现两者的有效集成，提升模型的情感分析深度和精确度。
-
公开(公告)号：CN118916736A
公开(公告)日：2024-11-08
申请号：CN202410899299.2
申请日：2024-07-04
Applicant: 华南师范大学
IPC: G06F18/24 , G06F18/25 , G06F40/284 , G06F40/289 , G06N3/0442 , G06N3/0455 , G06N3/084
Abstract: 本申请涉及文本识别技术领域，提供了一种敏感词识别方法、装置、计算机设备和存储介质。该方法包括：通过对待识别文本进行向量化处理，得到文本特征向量，通过预先训练的敏感词识别模型处理文本特征向量，根据处理结果得到敏感词识别结果。其中，敏感词识别模型为基于BiGRU‑Transformer的模型。对待识别文本进行向量化处理后，利用BiGRU‑Transformer多维特征融合网络对文本序列特征和位置特征进行特征提取和特征融合，实现敏感词的自动化识别，提高敏感词识别的准确性。
-
公开(公告)号：CN116580183A
公开(公告)日：2023-08-11
申请号：CN202310423265.1
申请日：2023-04-18
Applicant: 华南师范大学
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06T1/20
Abstract: 本申请涉及图像检测技术领域，提供了一种基于异构计算的目标检测方法、系统和存储介质。该方法包括：通过第一设备端从主机端获取待检测图像和目标检测模型的权重数据，第一设备端加载目标检测模型的权重数据，对待检测图像进行检测，得到待检测图像对应的目标检测框，根据目标检测框得到待检测图像的目标检测结果。其中，目标检测模型的权重数据通过第二设备端训练得到，并存储到主机端。本发明通过第二设备端和主机端完成目标检测模型的训练，并通过第一设备端和主机端完成针对目标检测，实现基于异构平台的和深度神经网络的目标检测，提高目标检测的数据处理能力和效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.015 seconds)
