-
公开(公告)号：CN103745093A
公开(公告)日：2014-04-23
申请号：CN201310726176.0
申请日：2013-12-25
Applicant: 中国矿业大学
IPC: G06F19/00
Abstract: 一种基于PCA-EML的煤矿突水预测方法，属于煤矿突水预测方法。包括以下步骤：1.获取煤矿正常开采运行状态下影响煤矿突水的众多数据；2.利用主成分分析法对影响煤矿突水的众多因素进行筛选，得到对煤矿突水起决定性因素的主控因素；3.将仅包含主控因素的样本数据划分为训练集、验证集和测试集，分别对应于模型的训练、验证和测试；4.建立极限学习机网络模型，经过极限学习机算法对该数据进行训练；5.利用验证数据验证煤矿突水预测模型，如果得到的预测结果和其他算法比较，没有明显优势，则从主成分分析开始重新建立模型，若预测结果较为理想，则将其作为预测模型来实际预测煤矿突水情况。
-
公开(公告)号：CN116311161B
公开(公告)日：2024-09-17
申请号：CN202310214913.2
申请日：2023-03-08
Applicant: 中国矿业大学
Abstract: 本发明提供一种联合多任务模型的路面抛洒物检测方法，包括：步骤一：获取路面视频数据；步骤二：将视频帧输入多任务联合模型中得到路面掩码信息、干扰物掩码信息和位置信息；步骤三：对路面掩码信息进行解码，得到第一图像，对视频帧进行灰度处理，得到第二图像；步骤四：根据第一、第二图像提取抛洒物疑似区域；步骤五：从抛洒物疑似区域的连通域中确定最终抛洒物区域。本发明能够从复杂状态的路面上更加准确地提取路面抛洒物，将目标检测任务和语义分割任务联合训练为多任务联合模型，减小检测模型的体积和复杂度，更加合理地利用路面上各种干扰物类别的特征，优化后处理流程，最终准确识别抛洒物，不限抛洒物类别、形状、样式和尺寸等特征。
-
公开(公告)号：CN118413675A
公开(公告)日：2024-07-30
申请号：CN202410879262.3
申请日：2024-07-02
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于上下文渐进式三平面编码图像压缩算法及终端设备，具体包括：S1、通过MPEG算法将可视相机采集的视频流进行压缩，并获取编码格式为H265的可视图像；S2、通过编码器和超编码器依次将可视图像X转换为潜在张量Y和超潜在张量Z，此外使用超解码器得到表示Y的平均值和标准差；S3、通过概率计算模块使用平均值、标准差和已编码的三平面来评估值；S4、设计一个基于上下文的速率降低模块，预测每个三平面的值并通过残差块和卷积层进行融合，最后使用激活函数；S5、设计一个基于上下文的失真降低模块，在熵解码之后进行图像重构X；S6、最后，通过超解码器将改进的潜在张量进行图像重建。
-
公开(公告)号：CN117612142B
公开(公告)日：2024-07-12
申请号：CN202311520633.0
申请日：2023-11-14
Applicant: 中国矿业大学 , 燕园安全科技(徐州)有限公司
IPC: G06V20/59 , G06V10/764 , G06V10/774 , G06V10/80 , G06V40/16 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多任务联合模型的头部姿态与疲劳状态检测方法，包括以下步骤：在YOLOv6的基础上，设计基于聚集与分流机制的加强特征提取网络；在模型中增加融合大核注意力机制的头部姿态估计分支；对人脸数据集标注形成疲劳驾驶数据集；通过目标检测损失函数和头部姿态估计损失函数训练疲劳分神检测模型；将模型部署于车载终端设备，通过模型检测头部姿态和疲劳状态并输出信息；通过某一类别持续时间与设定阈值进行比较来判定是否处于疲劳状态或分神状态。本发明提高模型的泛化性能、鲁棒性、可靠性及检测精度、减少模型训练的时间和计算资源，提高驾驶员的安全性，减少驾驶中的疲劳分心行为，降低交通事故的发生率。
-
公开(公告)号：CN117528085B
公开(公告)日：2024-03-19
申请号：CN202410020281.0
申请日：2024-01-08
Applicant: 中国矿业大学 , 燕园安全科技(徐州)有限公司
IPC: H04N19/124 , H04N19/132 , H04N19/88 , H04N19/91 , G06T9/00 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于智能特征聚类的视频压缩编码方法，包括以下步骤：步骤1、将视频进行预处理后利用深度学习模型对视频进行智能特征提取；步骤2、采用特征聚类算法对提取出的特征进行聚类，将相似或冗余的特征整合在一起，为后续编码提供更有效的数据结构；步骤3、对聚类后的特征集进行编码，通过视觉增强和数据压缩的联合制定来进行视频压缩；步骤4、在解码端，根据编码数据和聚类中心信息，恢复出原始的特征集；步骤5、利用深度学习模型的重建模块，根据解码后的特征集重建原始视频。本发明能够准确有效地进行特征提取和压缩编码，同时具有较高的压缩比和图像质量。
-
Patent Agency Ranking
公开(公告)号：CN117520589B
公开(公告)日：2024-03-15
申请号：CN202410008193.9
申请日：2024-01-04
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06F16/583 , G06F16/532 , G06F16/383 , G06F16/332 , G06F18/2113 , G06F18/22 , G06V20/10 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种局部特征与全局特征融合的跨模态遥感图文检索方法，对输入图像进行全局特征提取和局部特征提取后，考虑全局特征与局部特征的差异，通过多级信息特征融合模块动态生成权重、并对两种特征进行加权以更好地表征图像；使用递归神经网络对文本信息进行建模以提取文本时间信息；计算加权融合后图像特征与文本特征之间的相似性度量，按照从大到小顺序对检索结果进行排序；利用候选信息进行反向检索得到最终检索结果。本局部特征与全局特征融合的跨模态遥感图文检索方法能够通过局部信息修正全局信息、利用全局信息补充局部信息，进而能够更准确的检索希望得到的遥感数据。
-
公开(公告)号：CN117671589A
公开(公告)日：2024-03-08
申请号：CN202311652990.2
申请日：2023-12-04
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/766 , G06V10/764 , G06V10/82 , G06V40/16 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于新型视频分析方法的矿工排队秩序异常报警系统，涉及计算机视觉技术领域，通过视频监控系统获取矿工排队视频数据，提取排队图像并标注矿工排队数据集，进行深度学习模型的训练和验证。算法的核心在于改进YOLOv5模型的特征金字塔部分，设计出新型的BCrFPN，并引入动态标签分配策略，动态设置阈值，以更合理地评估候选样本的质量；通过计算人脸框与排队区域的相交面积并设置阈值，来准确判断矿工是否有序排队，输出预警结果，并上传井上监控平台，满足安全生产的实际要求。本发明针对煤矿井下特殊的生产环境，通过新的视频分析算法实现人员排队秩序异常报警，检测效率和可靠性高，实用性强，适用于煤矿安全生产管理。
-
公开(公告)号：CN117520589A
公开(公告)日：2024-02-06
申请号：CN202410008193.9
申请日：2024-01-04
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06F16/583 , G06F16/532 , G06F16/383 , G06F16/332 , G06F18/2113 , G06F18/22 , G06V20/10 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种局部特征与全局特征融合的跨模态遥感图文检索方法，对输入图像进行全局特征提取和局部特征提取后，考虑全局特征与局部特征的差异，通过多级信息特征融合模块动态生成权重、并对两种特征进行加权以更好地表征图像；使用递归神经网络对文本信息进行建模以提取文本时间信息；计算加权融合后图像特征与文本特征之间的相似性度量，按照从大到小顺序对检索结果进行排序；利用候选信息进行反向检索得到最终检索结果。本局部特征与全局特征融合的跨模态遥感图文检索方法能够通过局部信息修正全局信息、利用全局信息补充局部信息，进而能够更准确的检索希望得到的遥感数据。
-
公开(公告)号：CN117115787A
公开(公告)日：2023-11-24
申请号：CN202311164658.1
申请日：2023-09-11
Applicant: 中国矿业大学
IPC: G06V20/59 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明适用于计算机视觉检测技术领域，提供了一种基于动态候选时间序列的端云协同疲劳驾驶检测方法，所述方法包括以下步骤：获取人像图像帧数据；根据位置估计模型对人像图像帧数据进行分析得到待检测图像；将待检测图像按照动态候选序列进行存储；根据疲劳分神检测模型对待检测图像处理得到检测结果；将检测结果上传至云端。本发明基于端云协同的方法，使疲劳驾驶行为可以在低算力端侧设备上进行实时检测，使用多任务模型减少对计算资源的占用，采用端云协同计算框架，降低端侧识别结果的误检率，最终可以在算力受限的情况，实时准确地检测疲劳驾驶行为。
-
公开(公告)号：CN116597587A
公开(公告)日：2023-08-15
申请号：CN202310631066.X
申请日：2023-05-31
Applicant: 河南龙宇能源股份有限公司 , 中国矿业大学
IPC: G08B13/196 , G08B13/16
Abstract: 本发明涉及计算机视觉技术领域，具体公开了基于音视协同识别的井下运转设备高危区域入侵预警方法。本发明通过检测摄像头获取煤矿井下的音视频数据；将音视频数据进行解复用和预处理；进行数据存储；对第二音频流进行声音识别，对第二视频流进行目标检测，进行音视频协同识别，判断是否存在人员入侵行为；在存在人员入侵行为时，生成报警信息，将报警信息上传至平台，并进行语音报警。能够通过声音识别和目标检测相结合的方式，利用声音来判断设备是否正在运转，利用目标检测判断是否有人员入侵，实现对煤矿井下运转设备高危区域的快速准确检测和预警，具有准确性高、响应速度快、操作简单的优点，可大幅提高煤矿生产的安全性和效率。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.03 seconds)
