-
Patent Agency Ranking
公开(公告)号：CN113469136A
公开(公告)日：2021-10-01
申请号：CN202110859894.X
申请日：2021-07-28
Applicant: 大连海事大学
Abstract: 本发明提出一种基于改进LSTM‑VGG16深层神经网络结构识别轮机员工作监控方法，包括：对轮机员进行图像摄影采集，获取轮机员值班的行为数据；把采集到的图像数据输入到改进的VGG16网络结构中提取特征，改进的VGG16网络结构中，去除最后一层，将倒数第二层的输出作为图像标题生成模型的图像特征，然后图像特征经过一层Dropout层处理，再经过一层Dense层，得到输入图像的特征矩阵；将每幅图像的描述单词串输入LSTM，得到单词串特征；将得到的输入图像的特征矩阵和LSTM输出的单词串特征输入到Add层相加；相加后的特征经第一Dense层和第二Dense层，得到图像描述。本发明能够当轮机员等工作人员在船楼、机舱、锅炉间等较远场所工作时，及时了解及反应轮机员工作状态。
-
公开(公告)号：CN113469136B
公开(公告)日：2024-05-14
申请号：CN202110859894.X
申请日：2021-07-28
Applicant: 大连海事大学
IPC: G06V20/52 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06V10/764
Abstract: 本发明提出一种基于改进LSTM‑VGG16深层神经网络结构识别轮机员工作监控方法，包括：对轮机员进行图像摄影采集，获取轮机员值班的行为数据；把采集到的图像数据输入到改进的VGG16网络结构中提取特征，改进的VGG16网络结构中，去除最后一层，将倒数第二层的输出作为图像标题生成模型的图像特征，然后图像特征经过一层Dropout层处理，再经过一层Dense层，得到输入图像的特征矩阵；将每幅图像的描述单词串输入LSTM，得到单词串特征；将得到的输入图像的特征矩阵和LSTM输出的单词串特征输入到Add层相加；相加后的特征经第一Dense层和第二Dense层，得到图像描述。本发明能够当轮机员等工作人员在船楼、机舱、锅炉间等较远场所工作时，及时了解及反应轮机员工作状态。
-
公开(公告)号：CN113378638B
公开(公告)日：2023-12-22
申请号：CN202110513377.7
申请日：2021-05-11
Applicant: 大连海事大学
IPC: G06V40/20 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/048 , G06N3/049 , G06N3/0464
Abstract: 本发明提出一种基于人体关节点检测和D‑GRU网络的轮机员异常行为识别方法，设计了基于人体关节点检测结合GRU网络结构的人体检测模型，由于机舱光线较暗，复杂的工作环境，该模型通过关节点检测模型对人体关节点进行检测与追踪，然后将得到的关键点的热图输出坐标，然后将坐标输入到D‑GRU网络结构中进行人体姿态预测，以实现对轮机员异常行为的识别。本发明的技术方案解决了现有技术中当轮机员等工作人员在船楼、机舱、锅炉间等较远场所工作时，不能及时了解及反应轮机员人身安全的问题。
-
公开(公告)号：CN113807280A
公开(公告)日：2021-12-17
申请号：CN202111115447.X
申请日：2021-09-23
Applicant: 大连海事大学
Abstract: 本发明提供一种基于Kinect的虚拟船舶机舱系统和方法。本发明包括用于存储已知类别的骨骼和骨骼链的动作姿态库；用于通过3D体感摄影机获取人体姿态的三维骨骼关节点，构建骨骼节点数据矩阵；数据分析模块，用于基于获取的骨骼关节点构建骨骼节点数据的样本协方差矩阵，求解特征向量与特征值；还用于将骨骼样本投影到特征向量上，得到主成分特征集；还用于计算骨骼数据主成分特征的欧氏距离大小，计算未知类别的骨骼与已知类别的骨骼的相似度的数据采集模块和用于将未知类别的骨骼识别为已知类别的骨骼，骨骼信息映射驱动虚拟人，计算交互语义类别，触发动作姿态库中虚拟人的相应姿态动作的反馈的输出模块。本发明操作者交互负担低，人机交互效率低高。
-
公开(公告)号：CN113378638A
公开(公告)日：2021-09-10
申请号：CN202110513377.7
申请日：2021-05-11
Applicant: 大连海事大学
Abstract: 本发明提出一种基于人体关节点检测和D‑GRU网络的轮机员异常行为识别方法，设计了基于人体关节点检测结合GRU网络结构的人体检测模型，由于机舱光线较暗，复杂的工作环境，该模型通过关节点检测模型对人体关节点进行检测与追踪，然后将得到的关键点的热图输出坐标，然后将坐标输入到D‑GRU网络结构中进行人体姿态预测，以实现对轮机员异常行为的识别。本发明的技术方案解决了现有技术中当轮机员等工作人员在船楼、机舱、锅炉间等较远场所工作时，不能及时了解及反应轮机员人身安全的问题。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
