-
公开(公告)号：CN114882532A
公开(公告)日：2022-08-09
申请号：CN202210570391.5
申请日：2022-05-24
Applicant: 哈工大机器人集团股份有限公司 , 济南大学
Abstract: 本申请提供一种基于改进YOLOX网络的跌倒检测方法及系统，涉及目标检测技术领域，该跌倒检测方法通过获取不同场景下的人体动作图像，并进行数据增强处理，可以对人体动作图像进行补充，丰富训练样本，提升跌倒检测网络模型的训练效果；样本图像经过主干特征提取网络进行特征提取，并经过加强特征提取网络进行特征融合，得到加强特征层，将加强特征层输入至分类预测网络得到人体动作类别与目标检测框，其中，加强特征提取网络为在特征金字塔网络的指定位置引入注意力机制，通过该方式，可以提取出图像通道方向的深层次特征，增强目标检测效果，从而提高人体动作的检测精度。
-
公开(公告)号：CN116386129A
公开(公告)日：2023-07-04
申请号：CN202310072228.0
申请日：2023-01-28
Applicant: 济南大学
IPC: G06V40/20 , G09B21/00 , G06V20/40 , G06V20/70 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06V10/778
Abstract: 本发明公开了一种基于轻量化GLnet网络的手语识别方法及系统，该方法包括：将N×M个标注手语词汇的手语视频作为训练样本集；对训练样本集中的手语视频进行预处理，获取每一手语视频对应的L帧手语连续帧图像；构建基于轻量化GLnet网络的手语识别模型，该GLnet网络为引入改进的Ghost模块的CNN‑LSTM网络；利用训练样本集训练手语识别模型；将待识别的手语视频进行预处理后输入至训练完成的手语识别模型中，输出识别结果。本发明在CNN‑LSTM网络的基础上引入改进的Ghost模块，构建轻量化GLnet网络，大幅降低网络模型的体积和计算量，实现高识别率的手语识别。
-
公开(公告)号：CN113610857B
公开(公告)日：2024-02-06
申请号：CN202110974079.8
申请日：2021-08-24
Applicant: 济南大学
Abstract: 本公开提供了一种基于残差网络的苹果分级方法及系统，包括：获取苹果的外观图像；根据获取的外观图像以及预设的苹果分级网络模型，得到苹果的分级结果；其中，苹果分级网络模型通过训练改进后的残差网络得到；具体的，通过加入卷积注意力模块和带泄露线性整流函数实现残差网络的改进；本公开通过改进的残差网络实现了基于外观的苹果分级；使用大津法在HSI色彩通道上对苹果图像进行分割，通过加入卷积注意力模块和LeakyReLU激活函数(带泄露线性整流函数)，对残差网络进行改进，将其应用于苹果分级，并与其它卷积神经网络的分级结果进行对比，证明了改进的残差网络能够更好的实现苹果分级。(56)对比文件L. Zhao et al..Apple Grading ModelBased on Improved ResNet-50 Network.4thEAI International Conference, ICMTEL 2022.2022,749-768.
-
公开(公告)号：CN113610857A
公开(公告)日：2021-11-05
申请号：CN202110974079.8
申请日：2021-08-24
Applicant: 济南大学
Abstract: 本公开提供了一种基于残差网络的苹果分级方法及系统，包括：获取苹果的外观图像；根据获取的外观图像以及预设的苹果分级网络模型，得到苹果的分级结果；其中，苹果分级网络模型通过训练改进后的残差网络得到；具体的，通过加入卷积注意力模块和带泄露线性整流函数实现残差网络的改进；本公开通过改进的残差网络实现了基于外观的苹果分级；使用大津法在HSI色彩通道上对苹果图像进行分割，通过加入卷积注意力模块和LeakyReLU激活函数(带泄露线性整流函数)，对残差网络进行改进，将其应用于苹果分级，并与其它卷积神经网络的分级结果进行对比，证明了改进的残差网络能够更好的实现苹果分级。
-
-
-
Search Results
4
records
(took 0.018 seconds)
