-
公开(公告)号：CN115482433A
公开(公告)日：2022-12-16
申请号：CN202211121663.X
申请日：2022-09-15
Applicant: 山东大学 , 上海新时达电气股份有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于可学习数据增强的小规模数据集扩增方法，包含以下步骤：对小规模数据集中的原始图像以概率p进行数据增强；将数据增强后的图像输入生成对抗网络的判别器中，同时，随机采样一个正态分布的噪声作为生成对抗网络中生成器的输入，由生成器生成一张图像，并输入判别器中，生成器和判别器进行交替训练，优化目标函数；在训练过程中，概率p以及生成对抗网络的参数进行不断学习更新；随机采样多个正态分布的噪声分别输入训练完成的生成对抗网络的生成器中，分别生成相应的图像，实现小规模数据集的扩增。本发明所公开的方法可以生成大量高质量图像，实现了小规模数据集的扩增，同时避免了生成的图像与原始数据不一致的情况。
-
公开(公告)号：CN116935329A
公开(公告)日：2023-10-24
申请号：CN202311204550.0
申请日：2023-09-19
Applicant: 山东大学 , 上海新时达电气股份有限公司
IPC: G06V20/52 , G06V20/40 , G06V10/762 , G06V10/774 , G06V10/75
Abstract: 本申请属于图像处理领域，尤其涉及一种类级别对比学习的弱监督文本行人检索方法及系统，用于包括但不限于电梯、街道、商场等一切具有行人的场景，通过输入自然语言描述对行人图像或视频进行检索，该方法采用CLIP的预训练模型来提取图像和文本的特征，并使用了离异样本挖掘算法来挖掘其中有价值的聚类离异样本。之后根据聚类ID构建类级别的多模态记忆模块，该模块在训练过程中会动态更新。训练时，混合级别的跨模态匹配模块从类级别和实例级别两个角度拉近同类图像和文本之间的距离，推远不同类图像和文本之间的距离。本发明大幅度提高了弱监督条件下文本行人检索的准确率。
-
公开(公告)号：CN116935329B
公开(公告)日：2023-12-01
申请号：CN202311204550.0
申请日：2023-09-19
Applicant: 山东大学 , 上海新时达电气股份有限公司
IPC: G06V20/52 , G06V20/40 , G06V10/762 , G06V10/774 , G06V10/75
Abstract: 本申请属于图像处理领域，尤其涉及一种类级别对比学习的弱监督文本行人检索方法及系统，用于包括但不限于电梯、街道、商场等一切具有行人的场景，通过输入自然语言描述对行人图像或视频进行检索，该方法采用CLIP的预训练模型来提取图像和文本的特征，并使用了离异样本挖掘算法来挖掘其中有价值的聚类离异样本。之后根据聚类ID构建类级别的多模态记忆模块，该模块在训练过程中会动态更新。训练时，混合级别的跨模态匹配模块从类级别和实例级别两个角度拉近同类图像和文本之间的距离，推远不同类图像和文本之间的距离。本发明大幅度提高了弱监督条件下文本行人检索的准确率。
-
公开(公告)号：CN116824332A
公开(公告)日：2023-09-29
申请号：CN202310708100.9
申请日：2023-06-14
Applicant: 山东大学
IPC: G06V10/82 , G06V10/40 , G06V10/80 , G06V10/774 , G06V10/25 , G06V10/764 , G06V10/762 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于锚的全Transformer框架目标检测方法，包括以下步骤：使用Swin Transformer的层级编码器作为目标检测模型的主干网络，并对其进行训练；将待检测的图像输入训练好的模型中，利用模型的层级编码器提取图像特征；不同尺度的特征经过无卷积特征融合模块进行融合；经过融合的特征层再经过解码器，对每个特征层分配固定数量的锚点/锚框，并针对锚点/锚框进行目标边界框的中心点坐标和长宽值的预测；对预测结果分配正样本，并进行冲突解决和调整。本发明所公开的检测方法在不使用任何卷积层操作的前提下，仅使用Transformer框架模型达到了与卷积神经网络相当甚至更好的性能。
-
公开(公告)号：CN113792665B
公开(公告)日：2023-08-08
申请号：CN202111084852.X
申请日：2021-09-16
Applicant: 山东大学
IPC: G06V20/40 , G06V10/82 , G06N3/0464 , G06N3/08 , G08B13/196
Abstract: 本发明公开了一种针对不同角色权限的违禁区域侵入检测方法，对于不同权限的人员采取不同的防范措施。本发明利用深度学习技术对图像上的人员目标进行检测，通过不同的安全帽颜色、马甲等确定人员角色，通过对处于指定违禁区域周界上的人员进行判断来确定是否存在风险，是否触发报警信息。本发明将YOLO（You Only Look Once）目标检测技术与工厂的安全机制相结合，将违禁区域侵入检测技术与人员角色权限确定技术相结合，实现了一种针对不同角色权限的违禁区域侵入报警方法。在节省了大量人力物力的同时，优化了工厂的安防系统，保障了工厂管理制度的实施，减少了隐藏的安全隐患，维护了人员的生命健康安全。
-
Patent Agency Ranking
公开(公告)号：CN113792656B
公开(公告)日：2023-07-18
申请号：CN202111078349.3
申请日：2021-09-15
Applicant: 山东大学
Abstract: 本发明公开了一种人员移动中使用移动通讯设备的行为检测及报警系统，包括视频获取模块、人员行为检测模块、行为人重识别模块、行为人移动判断模块、风险控制和报警模块，所述视频获取模块、人员行为检测模块、行为人重识别模块、行为人移动判断装置、风险控制和报警模块均与中心模块通讯连接。本发明将移动通讯设备检测应用到工厂的安全防护机制，提高监测效率，不需要人工监督，降低人工成本，能够及时对于边移动边打电话等违规操作做出反应，发出报警信息，极大的提高了工厂的安全防护能力，为工厂的移动通信设备检测提供了一个标准的、及时的、高效的、先进的安全防护系统。
-
公开(公告)号：CN115511879A
公开(公告)日：2022-12-23
申请号：CN202211382753.4
申请日：2022-11-07
Applicant: 山东大学 , 青岛海信信息科技股份有限公司
Abstract: 本发明公开了一种基于计算机视觉的渣土车未苫盖检测系统及检测方法，检测系统包括双模型训练模块、渣土车检测模块、渣土车斗区域检测模块、渣土车未苫盖判断模块、风险上报与记录模块，以及日志模块；本发明渣土车检测模型识别图像中的渣土车，并通过渣土车斗区域检测模型对车斗部分进行细分，计算各部分区域面积获得渣土的未覆盖率，若渣土未覆盖率大于给定的阈值，则将渣土车判定为未苫盖。本发明将目标检测技术与渣土车未苫盖相结合，采用双模型划分任务，并且对车斗部分进行细分，引入渣土未覆盖率对判断标准进行量化，提高识别的准确性，大大减少误报率。保证能够对渣土车辆做到有效的监管，减少环境污染和安全隐患。
-
公开(公告)号：CN112380267B
公开(公告)日：2022-08-05
申请号：CN202011134665.3
申请日：2020-10-21
Applicant: 山东大学
IPC: G06F16/2458 , G06F16/9536 , G06F21/62
Abstract: 本发明公开了一种基于隐私图的社区发现方法，包括如下步骤：从实际的社交网络中采集用户之间的关系，基于用户及用户之间的关系来构建隐私图；在隐私图中为每个节点定义一个新的概念，pp‑核值；计算所有节点在隐私图中的公有图中的公有核值，并挖掘出公有图中的k‑核子图作为一个社区；对每一个节点，根据其所有邻居在公有图中的公有核值计算该节点在隐私图中的pp‑核值，然后将每一个节点与pp‑核值满足条件的邻居所在的社区构建成一个新的在隐私图中的社区；当有公有边或私有边插入或删除时，更新所有节点的pp‑核值和节点所归属的社区。本发明所公开的方法方便简洁，计算复杂度低，能够应用到大规模的图数据中。
-
公开(公告)号：CN114034390A
公开(公告)日：2022-02-11
申请号：CN202111311899.5
申请日：2021-11-08
Applicant: 山东大学 , 国网山东省电力公司宁津县供电公司
Abstract: 本发明提供了一种基于红外检测的设备温度异常报警系统，通过红外摄像头的操作平台设置需要检测的多个预置点，一个预置点内可包含多个检测目标；通过视频取帧的方式在规定时间内从摄像头内取出一定数量的红外场景图片；使用当前场景下训练好的ResNet50模型对每一帧的图像中的坐标轴最高温和最低温进行识别，然后对于每个预置点的多个检测目标在本地存放对应检测位置的Mask文件，取出待检测设备的红外图片，以计算欧式距离的映射方式计算图像中各个像素值对应的温度值；检测单个设备是否超过温度阈值该方法可以利用红外摄像头监测目标，结合计算机视觉中图片处理的方法，实现了对变压器实时温度的监测和预警。
-
公开(公告)号：CN113792665A
公开(公告)日：2021-12-14
申请号：CN202111084852.X
申请日：2021-09-16
Applicant: 山东大学
IPC: G06K9/00 , G06N3/04 , G06N3/08 , G08B13/196
Abstract: 本发明公开了一种针对不同角色权限的违禁区域侵入检测方法，对于不同权限的人员采取不同的防范措施。本发明利用深度学习技术对图像上的人员目标进行检测，通过不同的安全帽颜色、马甲等确定人员角色，通过对处于指定违禁区域周界上的人员进行判断来确定是否存在风险，是否触发报警信息。本发明将YOLO（You Only Look Once）目标检测技术与工厂的安全机制相结合，将违禁区域侵入检测技术与人员角色权限确定技术相结合，实现了一种针对不同角色权限的违禁区域侵入报警方法。在节省了大量人力物力的同时，优化了工厂的安防系统，保障了工厂管理制度的实施，减少了隐藏的安全隐患，维护了人员的生命健康安全。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.046 seconds)
