-
公开(公告)号：CN112990325B
公开(公告)日：2022-09-06
申请号：CN202110312020.2
申请日：2021-03-24
Applicant: 南通大学
Abstract: 本发明公开了一种面向嵌入式实时视觉目标检测的轻型网络构建方法，包括如下步骤：步骤1)构建基于通道注意力机制多尺度特征融合的三分支输出骨干网络模块Backbone‑Tiny；步骤2)构建轻型金字塔特征融合网络模块PAN‑Tiny；步骤3)构建轻型检测头网络模块Head‑Tiny；步骤4)按照骨干网络模块Backbone‑Tiny、金字塔特征融合网络模块PAN‑Tiny、检测头网络模块Head‑Tiny的顺序，将步骤1)、步骤2)、步骤3)所描述的三个局部子网络模块依次串联成为目标检测网络整体。本发明的方法能够大幅度提升骨干网络模块特征提取有效性的同时，显著降低特征金字塔融合网络模块的计算量。
-
公开(公告)号：CN112164069A
公开(公告)日：2021-01-01
申请号：CN202010740906.2
申请日：2020-07-29
Applicant: 南通大学 , 杭州博拉哲科技有限公司
Abstract: 本发明公开了一种基于深度学习的CT腹部血管分割方法，步骤1：对原始CT小肠造影图像进行处理；步骤2：将步骤1得到的预处理后的图像作为输入，搭建AA R2U‑Net模型；步骤3：对步骤2得到的AA R2U‑Net进行训练；步骤4：加载步骤3得到的训练后的AA R2U‑Net对CT小肠造影进行血管分割。本发明设计了一种基于深度学习的血管分割方法，将注意增强模块与R2U‑Net相结合得到AA R2U‑Net模型，快速而精确地将CT小肠造影中的肠壁血管区域分割出来，帮助影像科医生快速定位CT小肠造影中的血管区域。
-
公开(公告)号：CN111401260B
公开(公告)日：2020-09-29
申请号：CN202010191868.X
申请日：2020-03-18
Applicant: 南通大学
Abstract: 本发明公开了一种基于Quick‑OpenPose模型的仰卧起坐测试计数方法及系统，通过在测试区侧面放置摄像机，以一定帧率持续拍摄测试者的测试图像。使用改进的Quick‑OpenPose模型识别人体主要部位并对其编号、连线，挑选出脊柱连接线条以及头部和膝盖连接线条。将脊柱连结线条与地面间的角度作为首选判断条件，当脊柱连结线条识别不到时，选择头部到膝盖的连接线条长度作为备用判断条件。分别设定卧姿起身、坐姿、卧姿躺下三个判断条件。当3个判断条件都满足时，系统计数一次。依靠视觉识别减少干扰因素，简化设备，同时本发明还提供对应的计数系统。本发明实现自助式的仰卧起坐测试和计数，测试效率高，可以附加在现有仰卧起坐垫上，实现实时的计数。
-
公开(公告)号：CN111523445B
公开(公告)日：2023-05-26
申请号：CN202010317535.7
申请日：2020-04-21
Applicant: 南通大学
IPC: G06V40/16 , G06V40/20 , G06V40/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082 , G06Q10/0639 , G06Q50/20
Abstract: 本发明公开了一种基于改进的Openpose模型和面部微表情的考试行为检测方法，在课桌前布置摄像机，实时检测学生考试行为。通过人工智能模型识别面部信息、上半身骨骼信息，以关键点能否被识别到以及关键点之间的距离为主要判断条件，以微表情的变化为辅助判断条件。若某学生持续一段时间未满足条件，则判定其存在考试行为异常。此外，通过一节课的视频流，找出学生行为异常可能发生阶段，并对该阶段进行分析，实现教学的创新和改革。靠机器视觉识别减少干扰因素，简化设备，本发明通过残差网络，权值修剪等方法进一步优化网络模型。相较于传统方式，本发明实现自助式的考试行为检测和反馈，测试效率高，准确性可达95％，可以应用于一般考试检测。
-
公开(公告)号：CN112990325A
公开(公告)日：2021-06-18
申请号：CN202110312020.2
申请日：2021-03-24
Applicant: 南通大学
Abstract: 本发明公开了一种面向嵌入式实时视觉目标检测的轻型网络构建方法，包括如下步骤：步骤1)构建基于通道注意力机制多尺度特征融合的三分支输出骨干网络模块Backbone‑Tiny；步骤2)构建轻型金字塔特征融合网络模块PAN‑Tiny；步骤3)构建轻型检测头网络模块Head‑Tiny；步骤4)按照骨干网络模块Backbone‑Tiny、金字塔特征融合网络模块PAN‑Tiny、检测头网络模块Head‑Tiny的顺序，将步骤1)、步骤2)、步骤3)所描述的三个局部子网络模块依次串联成为目标检测网络整体。本发明的方法能够大幅度提升骨干网络模块特征提取有效性的同时，显著降低特征金字塔融合网络模块的计算量。
-
Patent Agency Ranking
公开(公告)号：CN112365468A
公开(公告)日：2021-02-12
申请号：CN202011253124.2
申请日：2020-11-11
Applicant: 南通大学 , 苏州锦添科技产业发展有限公司
Abstract: 本发明公开了一种基于AA‑gate‑Unet的海上风电塔筒涂层缺陷检测方法，包括：接收系统传达的海上风电塔筒涂层缺陷检测请求，获取所述请求对应的风电塔筒涂层无人机检测视频信息；提取视频信息中的塔筒涂层图像关键帧；将塔筒涂层图像关键帧的图像上传至系统云端；将上传系统云端的所述海上风电塔筒涂层检测图像关键帧的图像，采用基于HMM和基于Winters三参数指数平滑的预测算法进行预测，获得海上风电塔筒涂层缺陷的检测结果；在海上风电塔筒涂层检测结果为异常状态时，将所述海上风电塔筒缺陷涂层图像上传至系统，并进行相应的海上风电塔筒涂层维护工作。本发明利用无人机平台采集海上风机塔筒图像，利用改进型深度学习模型AA‑gate‑Unet进行塔筒缺陷的分割；通过准确分割后，可以计算出各种缺陷的面积值数据，从而实现对风机后期维护的精准预算与现场检测。
-
公开(公告)号：CN111882542A
公开(公告)日：2020-11-03
申请号：CN202010741349.6
申请日：2020-07-29
Applicant: 南通大学 , 杭州博拉哲科技有限公司
Abstract: 本发明公开了一种基于AA R2Unet和HMM的高精密螺纹全自动精确测量方法，该方法利用AA R2Unet网络进行螺纹边缘的提取，以滤除图像中的异物。接着利用HMM进行螺纹边缘点分类，拟合直线，计算螺纹参数。
-
公开(公告)号：CN111862122A
公开(公告)日：2020-10-30
申请号：CN202010740901.X
申请日：2020-07-29
Applicant: 南通大学 , 杭州博拉哲科技有限公司
Abstract: 本发明公开了一种基于深度学习的瓦楞纸板堆叠层数计数方法，该方法利用AA R2U-Net提取瓦楞纸板的大孔洞特征，将大孔洞区域从瓦楞纸板堆叠照片中分割出来，并通过成行的大孔洞区域判别并计数瓦楞纸板堆叠层数，识别精度高，效率高，减少了人工计数时间，避免了人工计数失误而产生的误数、漏数等情况。
-
公开(公告)号：CN111523444B
公开(公告)日：2023-05-02
申请号：CN202010317534.2
申请日：2020-04-21
Applicant: 南通大学
IPC: G06V40/16 , G06V40/20 , G06Q10/0639 , G06V10/82 , G06Q50/20 , G06N3/0464
Abstract: 本发明公开了基于改进的Openpose模型和面部微表情的课堂行为检测的方法，在课桌前的布置摄像机，实时检测学生课堂行为。通过人工智能模型识别面部信息、上半身骨骼信息，以关键点能否被识别到以及关键点之间的距离为主要判断条件，以微表情的变化为辅助判断条件。若某学生持续一段时间未满足条件，则判定其存在考试行为异常。此外，通过一节课的视频流，找出学生行为异常可能发生阶段，并对该阶段进行分析，实现教学的创新和改革。靠机器视觉识别减少干扰因素，简化设备，同时本发明还提供对应的数据分析处理系统。本发明通过残差网络，权值修剪等方法进一步优化网络模型。本发明实现自助式的课堂行为检测和反馈，测试效率高，准确性可达95％。
-
公开(公告)号：CN112597814A
公开(公告)日：2021-04-02
申请号：CN202011413525.X
申请日：2020-12-04
Applicant: 南通大学
Abstract: 本发明公开了一种基于改进的Openpose课堂多人异常行为及口罩佩戴检测方法，该方法利用改进的Openpose对学生姿势中各个关节点的所在位置及位置关系，以及融入FPN的SSD口罩检测算法，检测出课堂异常行为学生，并及时提醒学生参与课堂以及反馈结果至老师，课后进行教学改革和总结，该方法利用改进的Openpose模型、多人口罩检测模型以及智能健康模块，不仅能够检测出学生上课异常行为及时反馈给老师并且能够提醒学生投入课堂，此外还可以对久坐的学生发出进行起身活动的提醒。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
