-
公开(公告)号：CN116824665A
公开(公告)日：2023-09-29
申请号：CN202310701921.X
申请日：2023-06-14
Applicant: 淮阴工学院
IPC: G06V40/16 , G06V10/44 , G06V10/42 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于A‑LGS和卷积神经网络的表情识别方法及系统，该方法包括收集带有面部表情特征的图像，建立数据集；对数据集中图像进行标签标记；基于局部图结构LGS构造平均局部图结构A‑LGS，并利用A‑LGS描述训练集中图像局部特征；基于VGG网络模型构建表情识别模型；对表情识别模型进行训练，训练过程包括将训练集内图像输入表情识别模型，提取图像全局特征，将A‑LGS描述的图像局部特征和图像全局特征串联拼接融合，利用测试集对表情识别模型进行测试；该系统包括数据处理模块、特征提取模块、模型训练模块。本发明解决了现有技术中采用LGS和VGG网络对图像进行特征提取，因样本分布不均衡本导致神经网络分类性能出现偏差及分类正确率低的问题。
-
公开(公告)号：CN115631471A
公开(公告)日：2023-01-20
申请号：CN202211389302.3
申请日：2022-11-07
Applicant: 淮阴工学院
IPC: G06V20/54 , G06V10/46 , G06V10/54 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/04
Abstract: 本发明涉及车辆识别技术领域，公开了一种基于HV‑LBP的卷积神经网络车辆识别方法及装置。输入车辆图像，对原始RGB图像数据集进行HSV色彩空间转换，同时对RGB图进行LBP纹理特征提取，去除HSV空间的饱和度空间，并将LBP纹理特征融入H和V空间，使其保持色调和亮度的基础上增加纹理特征，形成多特征融合图像，然后使用HV‑LBP图像载入Faster R‑CNN网络进行训练，最后使用测试数据集通过训练好的系统，进行车辆识别，并输出识别精确率。与现有技术相比，本发明在输入改进后的HV‑LBP图像在不增加检测时间，不增加训练样本的基础上提高了车辆识别的精确率，解决了现有技术中识别精确率低的问题。
-
公开(公告)号：CN106652289A
公开(公告)日：2017-05-10
申请号：CN201710159907.6
申请日：2017-03-17
Applicant: 淮阴工学院
IPC: G08B13/181 , G08B25/00
CPC classification number: G08B13/181 , G08B25/008
Abstract: 可直观提示小区门卫车辆被盗信息的装置，由遥控机构、第一无线发射接收机构、稳压机构、红外发射机构、红外接收机构、第二无线发射接收机构、报警机构和延时机构构成，第一无线发射接收机构和车辆内蓄电池正、负极通过导线连接并安装在塑料外壳内，稳压、红外发射机构通过导线连接并安装在塑料盒内，红外发射、稳压机构安装在小区内起落杆前左端，红外接收、第二无线发射接收、延时、报警机构通过导线连接并安装在塑料元件盒内，红外接收、第二无线发射、延时机构安装在小区内起落杆前右端，报警机构位于元件塑料盒内并安装小区门卫室内。本发明当有小偷盗车到达小区起落杆前，能直观发出“此车辆有被盗嫌疑、请注意甄别”声音，可及时抓获小偷。
-
公开(公告)号：CN116798094A
公开(公告)日：2023-09-22
申请号：CN202310690954.9
申请日：2023-06-12
Applicant: 淮阴工学院
IPC: G06V40/16 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/047
Abstract: 本发明公开了一种基于融合Gabor‑W特征的面部表情识别方法及识别系统，包括如下步骤：输入面部表情敏感区，并对每个敏感区提取5个尺度8个方向的Gabor特征；按照每个尺度上8个方向特征的最大值的索引进行编码融合；提取子块的信息熵，按照顺序加权串联特征值，得到Gabor‑W特征；搭建Mobilenetv2网络模型，在全连接层进行特征融合，最终用Softmax分类器分类。相应的，一种基于融合Gabor‑W特征的面部表情识别系统，包括：特征提取模块，编码融合模块，特征融合模块。本发明采用不同方向不同尺度的Gabor特征融合以及Gabor局部特征与Mobilenetv2网络模型提取的全局特征互相融合的方式，在不增加训练样本与网络的基础上来提高训练模型的精确率并使模型拥有更好的鲁棒性。
-
公开(公告)号：CN116580426A
公开(公告)日：2023-08-11
申请号：CN202310556391.4
申请日：2023-05-17
Applicant: 淮阴工学院
IPC: G06V40/10 , G06V10/25 , G06V10/34 , G06V10/52 , G06V10/764 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于改进Faster R‑CNN算法的行人检测方法，包括：将待检测图像输入ResNet50主干网络，得到不同尺度的特征图；将不同尺度的特征图输入FPN网络进行特征融合，得到最终的不同尺度的特征图；将最终的不同尺度的特征图输入RPN网络，获取感兴趣区域图像；将感兴趣区域图像输入ROI Align将其映射到特征图上，得到图像尺寸一样的特征矩阵；将特征矩阵进行全连接，同时对目标进行类别分类和位置回归计算，得到目标的位置及类别，完成检测。本发明提高了行人检测的准确率及小目标检测的精准度。
-
Patent Agency Ranking
公开(公告)号：CN106781226B
公开(公告)日：2023-02-03
申请号：CN201710159679.2
申请日：2017-03-17
Applicant: 淮阴工学院
Abstract: 一种智能门铃，由手机主板、塑料壳体、来客提示电路、触发电路、开机电路、控制电路、拨号电路、探测电路、第一延时电路、第二延时电路、密码机构、充电插座和提示电路构成，手机主板、来客提示电路、触发电路、开机电路、控制电路、拨号电路、探测电路、第一延时电路、第二延时电路、密码机构、充电插座和提示电路之间通过导线连接并安装在塑料壳体内，塑料壳体安装在防盗门位于家中一侧左端凹槽内。本发明具有来客提示，当家中无人时，在相关电路作用下，可通过手机主板自动和主人进行远程沟通，还具防盗功能及24小时监控家中独居老人安全的功能；正常使用情况下，手机主板内的电池只需要半年充一次电，防止了经常充电给使用者带来的不便。
-
公开(公告)号：CN105355527A
公开(公告)日：2016-02-24
申请号：CN201510763036.X
申请日：2015-11-11
Applicant: 淮阴工学院
IPC: H01J23/24
CPC classification number: H01J23/24 , H01J2223/24
Abstract: 一种框—杆慢波结构，属于微波电真空器件技术领域。该结构包括矩形筒形波导体（1）及设于其内的矩形筒形绝缘介质基底（2），以及设于矩形筒形绝缘介质基底（2）表面上的框—杆金属慢波电路（3）和框—杆慢波电路内部所围的中心真空互作用区（4）；其特征在于，所述框—杆金属慢波电路（3）由多个形状和尺寸相同的金属线框和金属框之间的连接杆组成，相邻连接杆交替位于金属线框顶边或底边的中心连线上。本发明通过将现有的矩形螺旋线进一步变形为框—杆慢波结构，大大提高了基波耦合阻抗，同时避免了谐波引起的返波振荡，从而更有利于行波管的输出功率和效率的提高，同时可利用微细加工技术实现框—杆慢波结构，可实现行波管的印制型、小型化目标。
-
公开(公告)号：CN119693852A
公开(公告)日：2025-03-25
申请号：CN202411860483.2
申请日：2024-12-17
Applicant: 淮阴工学院
IPC: G06V20/40 , G06V10/20 , G06V10/774 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06V20/56
Abstract: 本发明一种基于改进MobileNet网络的轻量级车道线检测方法，包括以下步骤：(1)通过摄像头接收视频流信号，将视频流信号截取成图像并进行预处理；(2)构建基于的改进MobileNet轻量级车道线检测模型，并利用预处理后的数据集进行训练；MobileNet轻量级车道线检测模型包括：主干网络EMA‑MNet、采用BiFPN搭建颈部的网络结构、采用CLRNet的检测头；(3)输出检测结果；本发明以极小的参数量和极低的模型复杂度实现对车道线的高效检测。
-
公开(公告)号：CN116778459A
公开(公告)日：2023-09-19
申请号：CN202310692364.X
申请日：2023-06-12
Applicant: 淮阴工学院
IPC: G06V20/59 , G06V10/82 , G06V10/46 , G06V10/20 , G06V10/54 , G06V10/764 , G06V40/16 , G06N3/0464
Abstract: 本发明公开一种基于改进双线性CNN模型的驾驶状态识别方法及系统，该方法包括以下步骤：S1对待处理图像序列分别进行LALBP特征提取以及直方图均衡化；所述待处理图像序列为采集的驾驶车辆的司机的表情图像序列；S2将LALBP特征提取后的图像输入到改进的双线性CNN模型中，得到第一图像特征；S3将直方图均衡化后的图像输入到改进的双线性CNN模型中，得到第二图像特征，S4第一图像特征和第二图像特征经过双线性操作汇集成一个bilinear vector双线性向量，最后通过全连接层、softmax分类器输出分类概率及分类。本发明突破传统LBP单一特征，使用中心像素与均值二者的最大值代替中心像素，改进后的LBP特征，更加细致地表达了图像的纹理特征。
-
公开(公告)号：CN116631030A
公开(公告)日：2023-08-22
申请号：CN202310591666.8
申请日：2023-05-24
Applicant: 淮阴工学院
IPC: G06V40/16 , G06V10/82 , G06V10/40 , G06V10/54 , G06V10/20 , G06V10/764 , G06V10/774 , G06V10/24 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于YU_LBP的卷积神经网络的表情识别方法，具体步骤如下：数据准备，在准备好的表情数据集上准确地标签标记类别；对数据预处理，将RGB图像转化YUV图像,再将原始图像提取传统LBP纹理特征，二者特征融合为YU_LBP图像；改进VGG模型搭建，softmax损失函数与改进island loss损失函数进行结合，再将YU_LBP图像输入改进的VGG网络中；保存训练最优的权重；采集面部表情，利用训练优化后的VGG网络进行表情识别与分类。本发明用于后辈在工作闲暇时能够观测到长辈的情绪状态，充分的保证了老年人的心理健康，具有一定的准确率，具有高泛化性和鲁棒性，同时对社会发展的各个领域有积极的推动作用。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.018 seconds)
