公开(公告)号：CN117058519A

公开(公告)日：2023-11-14

申请号：CN202311000170.5

申请日：2023-08-10

Applicant: 江南大学

Inventor： 曹毅 ,  叶培涛 ,  陈俊宇 ,  王凯 ,  吕贤海 ,  周辉

IPC: G06V10/82 ,  G06V40/16 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/082

Abstract: 本申请提供的一种基于深度学习的口罩识别方法，其基于YOLOv5构建目标检测模型，在主干网中使用了SPPCSPCF结构，将送入了SPPCSPCF结构的特征图分为两部分，其中一部分进行常规卷积处理，另一部分进行SPP处理，最后再将两部分进行Concat操作合并在一起，可以减少一半的计算量，提高计算速度的同时也提升了精度；尤其是，在SPPCSPCF结构中将三个MaxPool2d设置为串行结构，减少了特征图输入金字塔池化结构的通道数，提高了运行速度，所以本申请技术方案在人流量大、目标小导致的大计算量的应用场景中，仍然能够及时地识别出目标。

公开(公告)号：CN118587479A

公开(公告)日：2024-09-03

申请号：CN202410636133.1

申请日：2024-05-22

Applicant: 江南大学

Inventor： 曹毅 ,  李杰 ,  王彦雯 ,  叶培涛 ,  周辉

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06V10/74 ,  G06V20/40 ,  G06V40/10 ,  G06N3/0464

Abstract: 本申请提供的基于解开自适应多维动态图卷积网络的骨架行为识别方法，其能充分有效地提取丰富的时空特征，同时，其能够大型骨架数据集上取得优异的识别准确率，并具备有良好的泛化性能。其在空间维度采用解开自适应图卷积模块自适应调整图拓扑结构并更新人体初始的物理结构，采用多维动态时序卷积模块从多个维度对轨迹特征进行全面表征；然后，采用EMA模块跨时空维度进行时空信息聚合，加强了重要关节处的关键帧特征；最后，结合解开自适应图卷积模块、多维动态时序卷积模块和EMA模块，构建解开自适应多维动态图卷积模型，在公共的大型数据集上基于多流模型实现端到端的训练，有效地提取关节判别依赖关系和多维度的轨迹特征。

公开(公告)号：CN116524190A

公开(公告)日：2023-08-01

申请号：CN202310524410.5

申请日：2023-05-11

Applicant: 江南大学

Inventor： 曹毅 ,  张小勇 ,  李杰 ,  叶培涛 ,  叶凡

IPC: G06V10/26 ,  G06N3/0464 ,  G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06N3/08

Abstract: 本发明提供的一种基于改进双流特征提取网络的实时语义分割方法，其构建了实时语义分割网络对待处理图像数据进行语义分割，实时语义分割网络为双流特征提取网络，其输入端特征图来源分别是语义路径中三种不同分辨率的特征图，这样既能避免重复计算、降低模型参数量，还可以加深各路径间特征信息的关联性，使网络模型具有更好的多尺度特征信息融合效果。通过设计空间特征信息增强模块，改变空间路径输入特征信息，完成了传统双流特征提取网络的优化，确保还原足够的空间特征细节信息用于预测任务，同时确保本发明技术方案能够在实验环境下进行实时分割，使语义分割算法能够更灵活的适用于不同的应用场景。