-
公开(公告)号:CN119623243A
公开(公告)日:2025-03-14
申请号:CN202411583145.9
申请日:2024-11-07
Applicant: 安徽大学
IPC: G06F30/27 , G06N3/092 , G06F119/08
Abstract: 本发明涉及数据机房节能技术领域,包括机房环境建模模块、强化学习环境构建模块、强化学习节能算法模块和算法对比模块,所述机房环境建模模块包括实际机房环境单元和TRASYS仿真机房环境单元,所述强化学习环境构建模块包括状态动作空间设计单元和奖励函数设计单元,所述强化学习节能算法模块包括单智能体机房节能算法实现单元和多智能体机房节能算法实现单元。通过构建数据机房能耗仿真模型,模拟运行环境和能耗行为优化模型训练,利用强化学习模型基于数据优化机房能耗,考虑空调和机柜排列、室外温度等因素,设计状态空间、动作空间和奖励函数,提升模型的应用效果和可行性。
-
公开(公告)号:CN119942607A
公开(公告)日:2025-05-06
申请号:CN202411784208.7
申请日:2024-12-06
Applicant: 安徽大学
Abstract: 本发明公开了一种基于图像识别的学生课堂行为表情识别系统,包括图像采集模块、数据处理模块、表情识别模块、行为识别模块、学情分析模块、实时反馈模块,能够全面采集学生课堂图像数据,从不同视角准确捕捉学生的行为和表情,数据预处理模块保证了数据集的质量,提高了识别系统的泛化能力,通过对Resnet18和Mobilenet-V2网络的改进,提高了学生行为和表情的识别准确率,从而为教师提供实时、准确的课堂反馈信息,有助于优化教学决策,提高教学质量,数据安全模块确保学生数据的安全性,保护学生隐私,系统优化模块持续提升系统性能,适应不同的教学需求和环境,多模态数据融合模块提供更全面的学生学习状态洞察,为教学决策提供更科学的依据。
-
公开(公告)号:CN119941935A
公开(公告)日:2025-05-06
申请号:CN202411721873.1
申请日:2024-11-28
Applicant: 安徽大学
IPC: G06T13/40 , G06T15/55 , G06V20/40 , G06V10/82 , G06N3/0499 , G06N3/096 , G06N3/0985
Abstract: 本发明公开了一种基于辐射光场的虚拟数字人生成算法系统,包括:数据集获取单元,用于获取并预处理视频数据,包含:视频数据获取模块,从外部设备获取时长为几分钟的视频数据,该模块支持多种视频格式,确保数据来源广泛;数据预处理模块,将视频数据按80%训练集、20%测试集切分,利用opengl或开源视角提取模型提取相机视角,从视频中提取音频序列并保存为WAV格式,对背景图进行裁剪、归一化等预处理操作,通过独特的NLDF网络架构和知识精馏技术,能够生成具有高视觉质量的3D说话人,其生成的面部表情和口型与真实说话人高度相似,在细节表现上更加逼真,如准确的眨眼动作捕捉等。
-
公开(公告)号:CN119763053A
公开(公告)日:2025-04-04
申请号:CN202411632879.1
申请日:2024-11-15
Applicant: 安徽大学
IPC: G06V20/54 , G06V10/30 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于单目的交通监控三维目标检测算法系统,包括单目图像采集模块、数据处理模块、特征提取模块、深度估计模块、三维检测模块、结果输出模块、多尺度特征金字塔结构,通过设置多尺度特征金字塔结构和三维检测模块中的多尺度空间注意力机制,以融合不同尺度特征和聚焦不同尺度交通目标的方式解决了现有交通监控中难以准确检测不同尺度目标的问题,从而实现了提高对各种尺度交通目标的检测能力的好处,通过设置实时性能优化模块,以采用模型轻量化设计和算法加速策略的方式解决了现有技术中交通对象检测算法实时性能不足的问题,从而实现了确保系统在处理大量交通监控数据时满足实时性要求的好处。
-
公开(公告)号:CN119445440A
公开(公告)日:2025-02-14
申请号:CN202411474185.X
申请日:2024-10-22
Applicant: 安徽大学
IPC: G06V20/40 , G06V20/54 , G06V10/25 , G06V10/62 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0895
Abstract: 本发明涉及视频异常检测技术领域,包括:基于多目标追踪的检测方法,采用目标检测与目标跟踪算法,对视频资料中的车辆进行精确检测与跟踪;基于弱监督视频的检测方法,采用基于视频异常检测算法的车辆异常行为检测;基于轨迹分类的检测方法,采用基于运动轨迹检测算法实现监控视频中轨迹异常车辆的检测,该方法通过基于轨迹异常的检测算法实现对监控视频中所有车辆运动轨迹的二分类。通过多种检测方式结合,将目标检测追踪、车道线检测结合实现对车辆位置和运动状态的检测,提出一个双阶段网络,实现对高速公路车辆异常事件的准确检测。
-
公开(公告)号:CN119559608A
公开(公告)日:2025-03-04
申请号:CN202411515458.0
申请日:2024-10-29
Applicant: 安徽大学
Abstract: 本发明涉及车道线检测技术领域,包括数据准备,对监控视频进行预处理;FPN提取多层次特征;依据特征结合条件卷积核检测车道线起点;依据行公式进行车道线描述;检测出车道线;依据车道线坐标进行透视逆变换,在检测出车道线后,获取车道线的像素坐标,以此为基础对图片做透视反变换;结合像素坐标和实际车道线信息构建映射关系,同时进行车辆检测和跟踪;估算车辆速度。通过处理监控视频,提取并统一图片分辨率,使用FPN提取多层特征,检测后获取像素坐标,进行透视反变换,将车道线转为俯视图,结合实际信息形成映射,估算车辆速度,为自动驾驶提供准确数据,提升检测准确性。
-
-
-
-
-