公开(公告)号：CN116188999B

公开(公告)日：2023-07-11

申请号：CN202310460965.8

申请日：2023-04-26

Applicant: 南京师范大学

Inventor： 高天聪 ,  钱伟行 ,  吴卓超 ,  王瑞 ,  柏雨辰 ,  张群波 ,  马菀滢 ,  赵杰 ,  方铭宇 ,  贾睿妍

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/40 ,  G06V10/762 ,  G06V10/80 ,  G06V10/778 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于可见光和红外图像数据融合的小目标检测方法，包括：采集待检测目标在各种环境条件下的可见光图像、红外图像；搭建通道注意金字塔网络对输入两种图像进行特征提取，将预定义三维锚框投影到两种特征图上，搭建转置卷积优化上采样，设置用于检测小目标的检测层；搭建ELU激活函数的卷积层，使用匹配ELU激活函数，同时在主干网络引入GSA注意力模块，通过设置Buff域分类器允许模型从多个数据集中学习其特征提取能力，提高在数据较少的数据集的检测性能。本发明利用各种环境条件下的可见光、红外图像来弥补维度信息的缺失，解决如何在混乱的环境中提高对小目标的检测精度的问题。

公开(公告)号：CN118749952A

公开(公告)日：2024-10-11

申请号：CN202410751634.4

申请日：2024-06-12

Applicant: 南京师范大学

Inventor： 朱莉娅 ,  卜俊杰 ,  田华 ,  茅雯慧 ,  赵辉 ,  张群波 ,  钱伟行

IPC: A61B5/11 ,  A61B5/00

Abstract: 本申请涉及一种膝关节运动实时监测装置。该装置包括：膝关节运动监测单元的上下两端各固定一条护膝绑带，护膝绑带用于将膝关节运动监测单元捆绑于人体腿部外侧，电路调理单元固定在任意一条护膝绑带上，电路调理单元与膝关节运动监测单元电连接；膝关节运动监测单元包括设有固定通孔的转子侧连杆、活动组件和设有固定通孔的定子侧连杆，转子侧连杆的连接端通过活动组件与定子侧连杆的连接端活动连接，通过一条护膝绑带捆绑穿过转子侧连杆的固定端的固定通孔将转子侧连杆固定在人体的大腿外侧，通过一条护膝绑带捆绑穿过定子侧连杆的固定端的固定通孔将定子侧连杆固定在人体的小腿外侧。提高了穿戴舒适度、数据准确性和稳定性。

公开(公告)号：CN116188999A

公开(公告)日：2023-05-30

申请号：CN202310460965.8

申请日：2023-04-26

Applicant: 南京师范大学

Inventor： 高天聪 ,  钱伟行 ,  吴卓超 ,  王瑞 ,  柏雨辰 ,  张群波 ,  马菀滢 ,  赵杰 ,  方铭宇 ,  贾睿妍

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/40 ,  G06V10/762 ,  G06V10/80 ,  G06V10/778 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于可见光和红外图像数据融合的小目标检测方法，包括：采集待检测目标在各种环境条件下的可见光图像、红外图像；搭建通道注意金字塔网络对输入两种图像进行特征提取，将预定义三维锚框投影到两种特征图上，搭建转置卷积优化上采样，设置用于检测小目标的检测层；搭建ELU激活函数的卷积层，使用a‑CIOU匹配ELU激活函数，同时在主干网络引入GSA注意力模块，通过设置Buff域分类器允许模型从多个数据集中学习其特征提取能力，提高在数据较少的数据集的检测性能。本发明利用各种环境条件下的可见光、红外图像来弥补维度信息的缺失，解决如何在混乱的环境中提高对小目标的检测精度的问题。

公开(公告)号：CN118397401B

公开(公告)日：2024-11-26

申请号：CN202410841553.3

申请日：2024-06-27

Applicant: 南京师范大学

Inventor： 张群波 ,  钱伟行 ,  柏雨辰 ,  赵辉 ,  郭原源 ,  李俊波 ,  蒋展 ,  郑文涛 ,  高钦

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的台球识别方法，首先，在真实环境下采集台球桌面图片，并人工标注不同花色的球，建立台球数据集，使用Mosaic数据增强方法对数据集进行数据增强；然后，以YOLOv8网络结构为基准网络进行改进，对于骨干网络，在每层C2f模块前添加SPD‑Conv模块，在底部引入Transformer注意力机制；对于颈部网络，引入特征融合模块AGBiFPN；对于头部网络，增加小目标检测头P2，使用NWD Loss代替原本的损失函数；最后，使用改进后的YOLOv8网络结构对台球数据集进行训练，得到台球识别模型。本发明方法使用摄像头实时台球桌面采集图片，利用YOLO模型进行高精度识别，判断进球时刻。

公开(公告)号：CN118397401A

公开(公告)日：2024-07-26

申请号：CN202410841553.3

申请日：2024-06-27

Applicant: 南京师范大学

Inventor： 张群波 ,  钱伟行 ,  柏雨辰 ,  赵辉 ,  郭原源 ,  李俊波 ,  蒋展 ,  郑文涛 ,  高钦

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的台球识别方法，首先，在真实环境下采集台球桌面图片，并人工标注不同花色的球，建立台球数据集，使用Mosaic数据增强方法对数据集进行数据增强；然后，以YOLOv8网络结构为基准网络进行改进，对于骨干网络，在每层C2f模块前添加SPD‑Conv模块，在底部引入Transformer注意力机制；对于颈部网络，引入特征融合模块AGBiFPN；对于头部网络，增加小目标检测头P2，使用NWD Loss代替原本的损失函数；最后，使用改进后的YOLOv8网络结构对台球数据集进行训练，得到台球识别模型。本发明方法使用摄像头实时台球桌面采集图片，利用YOLO模型进行高精度识别，判断进球时刻。