公开(公告)号：CN119645227A

公开(公告)日：2025-03-18

申请号：CN202411710570.X

申请日：2024-11-27

Applicant: 南通大学

Inventor： 理锦诚 ,  陈帅 ,  董丹杨 ,  谢星

IPC: G06F3/01 ,  G06N3/0464 ,  G06F18/2431

Abstract: 本发明公开了一种基于卷积神经网络手语翻译手套的翻译方法，包括如下步骤：1、通过手语翻译手套，采集手部移动加速度和手指弯曲运动信息，量化手语动作；2、制作手语数据集；3、搭建并训练卷积神经网络模型；4、将训练好的卷积神经网络模型部署在STM32单片机设备；5、利用卷积神经网络对手部的三轴加速度和三轴角速度数据进行检测，得到手语翻译的结果。本发明采用卷积神经网络技术，对姿态传感器采集的三轴加速度和三轴角速度进行检测，相较于现有的基于视觉模型的手语翻译检测方案，不会收到手部遮挡等问题，本发明拥有更高的精度和更小的计算量，提供了一种高精度的手语翻译方案。

公开(公告)号：CN118823675A

公开(公告)日：2024-10-22

申请号：CN202410919147.4

申请日：2024-07-10

Applicant: 南通大学

Inventor： 李跃华 ,  吴赛林 ,  理锦诚 ,  张月月 ,  王金凤 ,  胡彬

IPC: G06V20/52 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供了一种基于轻量化目标检测算法的施工电梯内人数统计方法，属于深度学习技术领域。解决了施工电梯人数检测准确率低、模型较大的技术问题。其技术方案为：包括以下步骤：S1、样本数据制作与增强；S2、对原始yolov7网络模型进行改进；S3、利用步骤S2中改进的yolov7网络模型对S1中制作的数据集进行训练；S4、修改推理代码detect.py，将检测出“person”和“helmet”类别的数目相加并输出最终相加的数目；S5、将待检测图像和视频输入训练好的模型中进行推理预测，得到施工电梯内的人数。本发明的有益效果为：本发明的方法实现电梯内人数统计的智能化，保障乘坐施工电梯的人员安全。

公开(公告)号：CN118351485A

公开(公告)日：2024-07-16

申请号：CN202410496281.8

申请日：2024-04-24

Applicant: 南通大学

Inventor： 李跃华 ,  吴赛林 ,  理锦诚 ,  张月月 ,  王金凤 ,  姚章燕 ,  魏浩宇 ,  胡彬

IPC: G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V20/70 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06N5/022

Abstract: 本发明提供了一种基于改进yolov7的建筑施工电梯的违规搭载检测方法，属于深度学习技术领域。解决了目前施工电梯违规搭载检测准确率低、模型较大的技术问题。其技术方案为：S1、采集建筑电梯场景下的施工工人乘坐图片；S2、对原始yolov7网络模型进行改进；S3、利用数据集对改进的yolov7网络模型进行训练得到检测模型；S4、利用刚刚训练得到的教师网络提供的知识对学生网络进行训练；S5、训练后，使用测试数据评估学生网络的准确性；S6、验证检测准确率和速率。本发明的有益效果为：本发明的识别方法对该模型进行知识蒸馏，使其最终能更好的运行在性能有限的设备上。

公开(公告)号：CN119600523A

公开(公告)日：2025-03-11

申请号：CN202411606081.X

申请日：2024-11-12

Applicant: 南通大学

Inventor： 理锦诚 ,  董丹杨 ,  李正鹏 ,  于玮

IPC: G06V20/50 ,  G06V10/774 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv11的视障群体引导马甲系统的障碍物检测方法，包括：一、获取障碍物数据集，并完成数据集标注工作；二、将YOLOv11的主干网络替换成ShuffleNetV2；三、重设计一种轻量化检测头，方便后续的部署；四、利用数据集，完成改进YOLOv11模型的训练；五、将改进YOLOv11检测模型部署到用于感知的嵌入式硬件设备中；六、进行模型推理，实现马甲上摄像头的实时障碍物检测。本发明能够保证马甲上对障碍物检测实时性和精确性，为其实现引导视障群体避障决策提供了可靠依据，保障了视障群体的出行安全。

公开(公告)号：CN119580177A

公开(公告)日：2025-03-07

申请号：CN202411383325.2

申请日：2024-09-30

Applicant: 南通大学

Inventor： 理锦诚 ,  吴赛林 ,  姚章燕 ,  魏浩宇 ,  李跃华 ,  胡彬

IPC: G06V20/52 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种基于改进的YOLOv8的安全帽规范佩戴检测方法，属于计算机视觉目标检测技术领域。解决了现有检测算法无法判断安全帽是否规范佩戴的技术问题。其技术方案为：包括以下步骤：S1、样本数据采集；S2、采用可变性卷积Deformable ConvolutionV2替换传统卷积；S3、基于MPCA的DCNV2改进；S4、改进的多尺度特征融合模块；S5、利用安全帽规范佩戴数据集对改进的YOLOv8网络模型进行训练，得到训练后的模型。本发明的有益效果为：本发明方法不仅帮助管理人员对作业现场的安全帽佩戴情况进行有效监管，还为基于深度学习的目标检测技术在安全帽检测领域提供了新的思路和范例。