公开(公告)号：CN114332922A

公开(公告)日：2022-04-12

申请号：CN202111542167.7

申请日：2021-12-16

Applicant: 上海电机学院

Inventor： 卞佰成 ,  陈田 ,  张志成 ,  董二凤

IPC: G06V40/10 ,  G06V10/30 ,  G06V10/34 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/25 ,  G06V10/762

Abstract: 本发明提供了一种基于图像静态特征的摔倒检测方法，所述方法包括：获取目标实时图像，并对目标图像进行预处理；搭建YOLOv3改进算法检测模型，提取目标区域；对所述目标区域利用OpenPose算法提取人体关键点；以及根据所述人体关键点特征基于摔倒检测算法进行摔倒行为分析。本发明的基于图像静态特征的摔倒检测方法可降低检测成本、满足实时性要求并具有良好检测效果。

公开(公告)号：CN112053320A

公开(公告)日：2020-12-08

申请号：CN202010748799.8

申请日：2020-07-30

Applicant: 上海电机学院

Inventor： 贾欣齐 ,  李睿 ,  张志成 ,  王阳 ,  吕品

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T5/40

Abstract: 本发明公开了一种用于直肠癌淋巴结转移的智能诊断模型构建方法，包括：I、对直肠癌的CT图像进行预处理；II、采用GU‑Net模型对预处理后的直肠癌CT图像进行肿瘤分割；III、构建直肠癌淋巴结转移分类模型GRU‑DenseNet；IV、训练直肠癌淋巴结转移分类模型GRU‑DenseNet。本发明提供了用于直肠癌影像分类的深度神经网络模型DenseNet‑GRU，其利用了具有记忆功能的循环神经网络GRU(Gated Recurrent Unit)计算DenseNet所提取的特征之间的关联关系，进而获得不同图像之间相同像素区域的特征变化情况，最终达到判断直肠癌患者的淋巴结是否发生了转移。

公开(公告)号：CN114005250A

公开(公告)日：2022-02-01

申请号：CN202111187021.5

申请日：2021-10-12

Applicant: 上海电机学院

Inventor： 董二凤 ,  陈田 ,  文宁 ,  包杨阳 ,  沈贺 ,  张志成

IPC: G08B21/06 ,  G08B7/06 ,  A61B5/18 ,  A61B5/0205 ,  A61B5/372 ,  A61B5/00 ,  B60W40/08 ,  B60W60/00

Abstract: 本发明公开了一种疲劳驾驶监测结合自动驾驶的智能系统，包括：控制模块；数据收集模块，数据收集模块至少具有心率监测部件、人脸识别部件、车道偏离监测部件；数据分析模块，数据分析模块的数据接入端与数据收集模块的输出端电信号连接；自动驾驶模块；用于唤醒驾驶员的唤醒模块，唤醒模块与控制模块电信号连接，唤醒模块至少包括发声部件、振动部件。数据分析模块分析驾驶员的心率和脸部的数据，还有脑电波和车道偏离情况，在数据收集模块监测到驾驶员处于疲劳驾驶状态时，利用唤醒模块唤醒驾驶员，并启动自动驾驶模块，从而降低因疲劳驾驶行为导致的交通事故发生率。

公开(公告)号：CN113654587A

公开(公告)日：2021-11-16

申请号：CN202110752546.2

申请日：2021-07-02

Applicant: 上海电机学院

Inventor： 沈贺 ,  陈田 ,  冯新越 ,  卞佰成 ,  黄沁颖 ,  张志成

IPC: G01D21/02

Abstract: 本发明涉及风力发电设备技术领域的一种风电场环境数据监测装置，包括：用于采集风场环境的若干参数的数据采集模块；数据存储模块；数据通信模块，数据通信模块与数据采集模块和/或数据存储模块连接以向外实时传输风场环境的若干参数；控制器；显示模块，显示模块与控制器的输出端连接以显示风场环境的若干参数；具有报警提醒功能的报警模块，报警模块根据数据采集模块收集的数据进行模数转换，通过控制器判断测量值与设定阈值，如出现异常则向外发出报警提醒信号。以实时监测风场环境的若干参数，以及时提醒风场工作人员进行检测和维护，减少风场环境变化对风电机组工作的影响。

公开(公告)号：CN113379699A

公开(公告)日：2021-09-10

申请号：CN202110637876.7

申请日：2021-06-08

Applicant: 上海电机学院

Inventor： 包杨阳 ,  陈田 ,  张志成 ,  沈贺 ,  董二凤 ,  文宁

IPC: G06T7/00 ,  G06T5/00 ,  G06T7/10 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供一种基于深度学习的输电线路绝缘子缺陷检测方法，包括步骤：S1：对无人机采集到的输电线路绝缘子图像依次进行预处理和数据增强处理；S2：搭建生成基于DeepLabV3+网络的图像语义分割模型，采用训练好的图像语义分割模型对输电线路绝缘子图像进行分割；S3：利用裁剪模块对得到的二值掩模图进行裁剪，裁剪获得绝缘子图片；S4：搭建基于YOLOV4算法的图像检测网络模型，利用训练好的图像检测网络模型对绝缘子图片进行缺陷检测。本发明的一种基于深度学习的输电线路绝缘子缺陷检测方法，采用级联的绝缘子缺陷检测方法完成绝缘子的缺陷检测，可以实现输电线路绝缘子的实时巡检，并大大提高电力巡检的效率。