公开(公告)号：CN117373057A

公开(公告)日：2024-01-09

申请号：CN202311141052.6

申请日：2023-09-06

Applicant: 无锡学院

Inventor： 徐萌兮 ,  徐浩宇 ,  苏秀娥 ,  汤琴琴 ,  王晟懿 ,  匡思雨 ,  耿良炜 ,  张莉雯

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种目标行人检测方法、系统、电子设备及介质，包括：S1：获取目标行人图像数据集，将目标行人图像数据集分为训练集和测试集；S2：设置目标行人检测模型：以YOLOv5算法为基本架构，对YOLOv5算法进行改进：将CBAM模块融合进YOLOv5主干网络中，替换掉原主干网络的C3模块；将改进后的FuseSoft‑NMS替换NMS，有利于更好的利用目标检测框的位置信息，提高目标定位的精度；S3：利用训练集对目标行人检测模型进行训练，直到所述图像分类模型的目标损失函数收敛或达到最大训练轮次，以获得训练好的图像分类模型；S4：利用训练好的目标行人检测模型对测试集进行检测，输出行人目标的目标行人图像检测结果，提高目标行人检测精度。

公开(公告)号：CN117217734A

公开(公告)日：2023-12-12

申请号：CN202311203247.9

申请日：2023-09-18

Applicant: 无锡学院

Inventor： 张润辰 ,  苏秀娥 ,  汤琴琴 ,  王辉龙 ,  雷智皓 ,  马天龙 ,  赵梓杰 ,  徐浩宇 ,  吴羽婕 ,  蒯乐 ,  刘宇轩 ,  屈容生 ,  鞠燃 ,  刘亦晨 ,  黄嘉婧

IPC: G06Q10/20 ,  G06F18/23213 ,  G06V10/764 ,  G06V10/26 ,  G06F18/241

Abstract: 本发明公开了一种基于BIM地铁车站机电设备的维护管理系统，利用BIM模型将数据导入到数据库中，结合BIM模型和信息数据库关联生成基于BIM的机电设备综合信息模型，然后建立虚拟仿真网络平台与地铁BAS监测系统实施关联，通过信息获取模块获取机电设备历史运行信息和第一维护信息、第二维护信息，再通过数据集成模块将信息关联建立新的数据库导入到源数据库中，实现数据库的自动更新，最后综合利用信息反馈模块、故障分析模块、系统管理模块，通过利用BIM机电设备综合信息模型的可视化的特点，完成地铁车站机电设备故障的自动监测和反馈维护管理，使得地铁车站机电设备的维护管理更加科学、准确。

公开(公告)号：CN117115857A

公开(公告)日：2023-11-24

申请号：CN202310996301.3

申请日：2023-08-09

Applicant: 无锡学院

Inventor： 徐焕宇 ,  王晟懿 ,  徐浩宇 ,  陈璐 ,  李长帅 ,  徐萌兮

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种基于多域特征差异的域自适应行人重识别方法，属于行人重识别的技术领域；本发明提出的基于多域特征差异的域自适应行人重识别方法通过域内归一化模块消除域内显著风格特征，降低源域和目标域极端风格差异的影响。此外，本发明还通过多域特征融合模块实现不同域融合特征共同训练，提高网络的泛化能力。本发明算法在以Market‑1501、DukeMTMC‑ReID两个数据集互为源域目标域上进行了大量实验，实验结果表明，本发明提出的基于多域特征差异的行人重识别算法对于域自适应行人重识别算法有着显著提升。

公开(公告)号：CN117173786A

公开(公告)日：2023-12-05

申请号：CN202311141055.X

申请日：2023-09-06

Applicant: 无锡学院

Inventor： 徐萌兮 ,  徐浩宇 ,  朱菊香 ,  许雪 ,  王晟懿 ,  陈璐 ,  李长帅 ,  岳曾豪

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06V20/40

Abstract: 本发明公开了一种复杂场景下跌倒检测方法、系统、电子设备及介质，所述方法包括：S1：获取视频帧中包含人体的检测框区域；S2：建立VGG‑BiNLSTM跌倒行为检测模型：所述VGG‑BiNLSTM跌倒行为检测模型包括VGG网络、BiNLSTM网络；所述BiNLSTM网络构建过程为：改进LSTM网络，将LSTM网络预设的存储单元嵌套到原始LSTM网络存储单元中，构建NLSTM网络存储单元；S3：采用VGG网络对视频帧中包含人体的检测框区域进行特征提取，以捕获人体行为的特征向量；将特征向量送入VGG‑BiNLSTM跌倒行为检测模型中，利用连续帧之间的时序信息，实现对跌倒行为的检测与识别。通过本发明方法以解决传统的深度学习的跌倒检测方式可泛化性低的技术问题，实现对行人跌倒行为的准确检测。

公开(公告)号：CN221417981U

公开(公告)日：2024-07-26

申请号：CN202323429885.0

申请日：2023-12-15

Applicant: 无锡学院

Inventor： 章晨 ,  王博闻 ,  徐浩宇 ,  嵇子豪

IPC: B60L53/31 ,  B60L53/18 ,  B60L53/16 ,  B65H75/44 ,  H04N23/61

Abstract: 本实用新型提供一种可自动开闭充电枪头收纳盒的充电桩，涉及充电桩技术领域，包括充电桩、与充电桩电连接的充电线以及与充电线端部电连接的充电枪头；电线收纳部，所述电线收纳部安装在充电桩内部；枪头收纳部，所述枪头收纳部活动安装在充电桩内部；驱动机构，用于驱动电线收纳部收线或放线以及枪头收纳部移出或缩回所述充电桩；充电桩摄像头，所述充电桩摄像头与所述驱动机构电连接。本实用新型提供一种可自动开闭充电枪头收纳盒的充电桩，在通常状态下能将充电枪头和充电线收纳在充电桩内部，当有车辆停在前方时，可以识别是否是新能源汽车，如果是的话可以自动伸出充电枪头，使用完成后也能将枪头收纳进充电桩中，对充电枪头进行保护。