公开(公告)号：CN113656623B

公开(公告)日：2024-09-27

申请号：CN202110940231.0

申请日：2021-08-17

Applicant: 安徽大学

Inventor： 唐俊 ,  吴正建 ,  王年 ,  朱明 ,  张艳 ,  鲍文霞

IPC: G06F16/532 ,  G06F16/55 ,  G06F16/583 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084 ,  G06T5/70 ,  G06T5/60 ,  G06T7/10

Abstract: 本发明涉及基于时序移位和多分支时空增强网络的成趟足迹图像检索方法，与现有技术相比解决了成趟足迹图像之间有效的时空特征少、难以聚合不同类别的差异性特征的缺陷。本发明包括以下步骤：训练数据的获取；构建成趟足迹图像检索模型；对训练数据进行预处理；成趟足迹图像检索模型的训练；待检索成趟足迹图像的获取；成趟足迹图像的检索。本发明提高了成趟足迹图像的检索速度和准确率。

公开(公告)号：CN118482273A

公开(公告)日：2024-08-13

申请号：CN202410805909.8

申请日：2024-06-21

Applicant: 安徽大学

Inventor： 李斌 ,  鲍文霞 ,  徐希睿 ,  李威风 ,  潘志翔 ,  许乃利

IPC: F16L55/28 ,  F16L55/40 ,  F16L101/12 ,  F16L101/30

Abstract: 本发明涉及穿管机器人技术领域，具体为城市建设多功能穿管机器人，包括有车身，车身上安装有电路板和驱动机构，车身前端安装有寻杂及除杂机构，车身的后端设置有两个航空插头，两个航空插头上分别连接有电缆和供电线，电缆和供电线的另一端连接有遥控及接收机构，通过遥控的方式使连接外部供电箱的小车在管道中跑动的同时拉动电缆，同时通过电缆进行供电、信号传输，并且通过高压气枪、气枪清除管道中的尘土碎石保证管道的畅通，功能应用方面将水、气枪喷头与摄像头架设在同一云台，保证所见可处理在小车偏离管道中央时通过驱动轮对小车进行微调转向，以此提高工作效率，且易于工人上手操作。

公开(公告)号：CN117493585B

公开(公告)日：2024-03-22

申请号：CN202311843754.9

申请日：2023-12-29

Applicant: 安徽大学

Inventor： 张玉齐 ,  褚诗伟 ,  鲍文霞

IPC: G06F16/38 ,  G06F40/279 ,  G06F40/30 ,  G06F16/33

Abstract: 本发明公开了一种基于大语言模型的数据检索系统，包括：转换模型，对输入语言进行跨语言的转换，将输入语言转换为输出语言，基于输出语言进行大语言模型的数据检索，对输入语言进行扩展检索，生成扩展语言集，根据扩展语言集与输入语言之间的关联度进行计算，获取扩展语言集中输入语言的语义，根据输入语言语义的限定，进行输入语言与输出语言的转换。本发明通过对关键词的扩展来增加对关键词语义的限定，并根据所生成的限定来缩小跨语言的语义，从而增加跨语言进行关键词的检索时，输入语言与输出语言之间的相通性，进而来确保在进行跨语言检索时，反馈结果与预期值的匹配程度。

公开(公告)号：CN116805334A

公开(公告)日：2023-09-26

申请号：CN202310757475.4

申请日：2023-06-26

Applicant: 安徽大学

Inventor： 鲍文霞 ,  林安 ,  王年

IPC: G06T7/73 ,  G06V40/10 ,  G06V20/40 ,  G06V10/40 ,  G06V10/74 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明涉及一种基于对比学习的蹦床运动二维姿态估计方法，包括：对采集的蹦床运动视频进行切帧处理，得到蹦床运动数据集，划分为训练集和测试集；利用对比学习方法，通过孪生网络模型，使用ImageNet公开数据集的图像进行模型训练，获得预训练模型；使用蹦床运动数据集，进行迁移学习，得到SimplebaseLine模型，获取人体关节点坐标信息，计算关节点角度及与关节点相似性OKS。本发明使用多尺度特征向量预测不同视图，提升了对小尺度目标如踝关节的检测能力，将预训练模型迁移至半监督人体姿态估计框架ESCP，迁移后不仅能提高关节点检测的准确率，还使模型参数的泛化效果更好，减少了对于注释样本需求，解决了蹦床场景注释误差大的问题，检测精度获得提升。

公开(公告)号：CN116758634A

公开(公告)日：2023-09-15

申请号：CN202310710962.5

申请日：2023-06-15

Applicant: 安徽大学

Inventor： 鲍文霞 ,  高秋月 ,  王年 ,  陈和木

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了规范化洗手自动评估方法及系统，规范化洗手自动评估方法为：设定洗手过程的标准矩阵模板和评估模型；输入连续洗手过程中获取的3D交互手姿态和标准矩阵模板至评估模型中，对连续洗手过程进行评分。本发明的评估方法可以通过普通的图像获取装置获得的RGB图像，利用CNN特征提取、Transformer编码和自定义解码，并结合交互手特征增强获得更准确的交互手3D姿态，并进一步通过智能评估方法基于规范性标准对洗手过程进行评估打分，从而帮助判断洗手的规范性。

公开(公告)号：CN111402202B

公开(公告)日：2023-07-25

申请号：CN202010112014.8

申请日：2020-02-24

Applicant: 安徽大学

Inventor： 王年 ,  樊旭晨 ,  唐俊 ,  张艳 ,  朱明 ,  鲍文霞 ,  吴洛天 ,  王鹏鹏

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T5/00 ,  G06V10/74

Abstract: 本发明涉及图像处理技术领域，公开了一种足底压力图像相似度评价方法，包括以下步骤：足迹校准：对采集到的足底压力数据进行去噪，并统一足迹图像中足迹的倾角，完成校准操作；判断外部相似度：对经过校准的足迹图像进行等效矩形算法，得到像素级别的足长与足宽，并转化为真实的足长与足宽，比较得出外部相似度；判断内部相似度：对每个区域的压力块进行压力增强，分别在每个区域建立极坐标系，将压力块转化为点集形式，基于匹配相似度算法，根据压力的点集信息对内部相似度进行评价。本发明通过上述步骤能够准确判断不同足底压力图像之间的相似度，反馈足底每个区域压力分布的差异性，可用于刑侦判断，有效提高刑侦效率。

公开(公告)号：CN111340098B

公开(公告)日：2023-07-21

申请号：CN202010112342.8

申请日：2020-02-24

Applicant: 安徽大学

Inventor： 唐俊 ,  徐君君 ,  樊旭晨 ,  吴洛天 ,  王鹏鹏 ,  鹿新 ,  汪桐生 ,  茅丽丽 ,  瞿金杰 ,  王年 ,  张艳 ,  朱明 ,  鲍文霞

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明图像处理、深度学习以及刑侦技术领域，公开了基于鞋印图像的STA‑Net年龄预测方法，先将待测鞋印图像经评分模型进行数据评估，评估高于预设值代表待测鞋印图像质量合格；随后将质量合格的待测鞋印图像进行预处理操作，所述预处理操作包括去噪、中心化、伪彩化；预处理后的待测鞋印图像输入经STA‑Net网络训练得到预测模型进行年龄预测，得到最终的预测年龄。图像评分模型、图像预处理模型能够对待测鞋印图像进行筛选与去躁处理，将不同来源的数据转化为满足网络输入的数据；STA‑Net回归网络能够根据鞋印图像预测出年龄信息，相比于传统的预测方法，提高了预测的效率以及准确率。

公开(公告)号：CN116206360A

公开(公告)日：2023-06-02

申请号：CN202310024183.X

申请日：2023-01-09

Applicant: 安徽大学 ,  安徽医科大学第一附属医院

Inventor： 鲍文霞 ,  王钧毅 ,  陈和木 ,  王年 ,  林安 ,  高秋月

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/764 ,  G06V10/72 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请提供了动作识别方法、装置、电子设备及计算机可读存储介质，该方法包括：将待测数据流输入至动作识别模型，以得到待测数据流的动作识别结果；动作识别模型的训练过程包括：获取训练集，训练集包括多个训练数据，每个训练数据包括至少一个样本数据流以及样本数据流的动作识别结果的标注数据；将训练数据中的样本数据流输入预设的深度学习模型，以得到样本数据流的动作识别结果的预测数据；对深度学习模型的模型参数进行更新；检测是否满足预设的训练结束条件；如果是，将训练出的深度学习模型作为动作识别模型；如果否，利用下一个训练数据继续训练深度学习模型。该方法克服了传统骨架动作识别的缺陷，识别精度提高。

公开(公告)号：CN111680614B

公开(公告)日：2023-04-14

申请号：CN202010495091.6

申请日：2020-06-03

Applicant: 安徽大学

Inventor： 唐俊 ,  洪杰 ,  王年 ,  朱明 ,  鲍文霞 ,  张艳

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/764 ,  G06V10/762 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/088

Abstract: 本发明公开了一种基于视频监控中的异常行为检测方法，包括通过YOLOv3目标检测算法即快速又精确的检测出视频帧图像中的前景目标对象，可以去除背景噪声的影响，并且可以满足异常检测实时性的要求；将视频帧图像中的目标对象提取特征后，先对特征进行聚类，再输入到SVM分类器中，取得分最高的作为该目标对象的异常得分，最后取该视频帧图像中所有目标对象的异常得分中的最高值作为该帧图像的异常得分，利用SVM分类器可以快速准确的分类，并且满足实时性要求。本发明采用深度学习和机器学习的方法，能够有效地检测出异常事件的发生，并且可以达到实时检测的要求，提高了对异常事件检测的准确率。

公开(公告)号：CN112434655B

公开(公告)日：2022-11-08

申请号：CN202011432129.1

申请日：2020-12-07

Applicant: 安徽大学

Inventor： 唐俊 ,  徐硕 ,  朱明 ,  王年 ,  鲍文霞

IPC: G06V40/20 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于自适应置信度图卷积网络的步态识别方法，其步骤包括：1获取包含人体姿态信息的数据集；2建立自适应置信度图卷积网络模型；3离线训练建立的自适应置信度图卷积网络模型；4利用建立好的模型实现预测，以达到步态识别的目的。本发明能通过自适应置信度图卷积网络姿态数据中提取步态特征并减少姿态数据中噪声的影响，从而能提高步态识别的准确率，同时改善现有基于外观的步态识别算法对外观变化敏感的缺点。