-
公开(公告)号：CN117710414A
公开(公告)日：2024-03-15
申请号：CN202311710194.X
申请日：2023-12-13
Applicant: 浙江大学
IPC: G06T7/246 , G06N3/045 , G06V10/80 , G06V10/40 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/764
Abstract: 本发明属于视觉目标跟踪技术领域，提出了一种基于自蒸馏对称适配器的多模态视觉目标跟踪方法，包括以下步骤：S1、构建对称式多模态特征提取与融合网络；S2、构建交叉模态适配单元；S3、构建多模态融合适配单元；S4、构建多模态互补掩码模块；S5、构建基于自蒸馏学习的鲁棒性学习框架；S6、构建包含S1‑S5的视觉目标跟踪模型后在服务器上进行训练，通过降低网络损失函数的总体损失值，优化网络参数，直至网络收敛；S7、利用训练好的视觉目标跟踪模型对待跟踪的视频序列中指定的单个目标进行跟踪。本发明能够在复杂场景中鲁棒高效地实现视频视觉目标跟踪，相较于其他方法取得了更好的目标跟踪效果。
-
公开(公告)号：CN116898438A
公开(公告)日：2023-10-20
申请号：CN202310760626.1
申请日：2023-06-26
Applicant: 国网江苏省电力有限公司建设分公司 , 浙江大学
Abstract: 本发明公开了一种基于ECG传感器的高空作业人员疲劳检测装置，包括ECG传感器、电源模块、微处理器和通讯模块，ECG传感器放置于紧身背心的胸部口袋中，ECG传感器的采集触点延申至背心内侧贴近心脏处，与人体皮肤直接接触。本发明的检测方法实现如下：S1,通过ECG传感器采集高空作业人员的ECG数据；S2，基于ECG数据实时提取被检测人员的RRI，对RRI进行处理，提取疲劳相关的心率变异性；S3，采用多元统计过程控制方法判别被检测人员是否疲劳；S4，采用支持向量机算法识别疲劳者的疲劳状态并划分疲劳等级；S5，根据识别的疲劳等级发出告警信息。本发明能实现高空作业人员的疲劳检测，降低由疲劳导致的高空跌落概率。
-
公开(公告)号：CN109813807A
公开(公告)日：2019-05-28
申请号：CN201811557638.X
申请日：2018-12-19
Applicant: 国网江苏省电力有限公司经济技术研究院 , 国网江苏电力设计咨询有限公司 , 浙江大学
Abstract: 本发明公开了一种便携式压电元件测试岩土材料粘弹性参数的装置。在工程现场钻孔取样得到的圆柱形试样或试验室内制备的试样放置在托架上，然后将激励压电元件和接收压电元件分别连接在柱型试样的两端；激励压电元件激励发出脉冲信号，信号经柱型试样中传播和反射，被接收压电元件接收，将发出的激励信号和接收信号经处理后获得包括弹性参数和阻尼比在内的粘弹性参数。与现有材料粘弹性参数测试相比，本发明具有便携性，特别能够适用于工程现场快速得到岩土体粘弹性参数，具备无损测试小应变粘弹性参数的能力，且具有测试装置简单，测试效率高。
-
公开(公告)号：CN108764023A
公开(公告)日：2018-11-06
申请号：CN201810300347.6
申请日：2018-04-04
Applicant: 浙江大学
CPC classification number: G06K9/00771 , G06K9/6256
Abstract: 一种基于深度学习的传送带上物料检测系统，包括视频管理模块、深度学习分类模块和数据分析模块；视频管理模块包括数据获取模块、数据存储模块和API视频接口模块；深度学习分类模块与视频管理模块连接，深度学习分类模块包括数据标注模块、模型训练模块和模型存储模块；数据分析模块与深度学习分类模块连接，数据分析模块包括数据滤波模块、结果分析模块和结果存储模块。本发明的检测系统在模型训练完毕后即可自动对视频进行检测分析，节约人力投入，只需要监视人员就可通过屏幕输出信息对整个工厂传送带运行状态进行判断；使用标注过的数据训练深度学习目标分类模型，提高了检测结果的正确率。
-
公开(公告)号：CN108681690B
公开(公告)日：2021-09-03
申请号：CN201810296798.7
申请日：2018-04-04
Applicant: 浙江大学
Abstract: 一种基于深度学习的流水线人员规范操作检测系统，包括视频管理模块、深度学习检测模块和数据分析模块；视频管理模块包括数据获取模块、数据存储模块和API视频接口模块；深度学习检测模块与视频管理模块连接，深度学习检测模块包括数据标注模块、模型训练模块和模型存储模块；数据分析模块与深度学习检测模块连接，数据分析模块包括数据预处理模块、状态机分析模块、结果分析模块和结果存储模块。本发明的系统能够自动地实时地对视频进行检测，并将每帧检测结果输出，并根据检测结果在时序上转换为人员操作动作，并利用状态机对动作进行分析，得出每个操作人员进行一组操作时的开始结束时间，判断操作是否规范。
-
Patent Agency Ranking
公开(公告)号：CN108764023B
公开(公告)日：2021-05-07
申请号：CN201810300347.6
申请日：2018-04-04
Applicant: 浙江大学
Abstract: 一种基于深度学习的传送带上物料检测系统，包括视频管理模块、深度学习分类模块和数据分析模块；视频管理模块包括数据获取模块、数据存储模块和API视频接口模块；深度学习分类模块与视频管理模块连接，深度学习分类模块包括数据标注模块、模型训练模块和模型存储模块；数据分析模块与深度学习分类模块连接，数据分析模块包括数据滤波模块、结果分析模块和结果存储模块。本发明的检测系统在模型训练完毕后即可自动对视频进行检测分析，节约人力投入，只需要监视人员就可通过屏幕输出信息对整个工厂传送带运行状态进行判断；使用标注过的数据训练深度学习目标分类模型，提高了检测结果的正确率。
-
公开(公告)号：CN111723620A
公开(公告)日：2020-09-29
申请号：CN201910220360.5
申请日：2019-03-22
Applicant: 浙江大学
Abstract: 本发明提供一种基于深度学习的悬浮动态手势人机交互系统，包括数据采集及处理模块、深度学习分类模块和结果数据分析模块，数据采集及处理模块与深度学习分类模块之间、深度学习分类模块与结果数据分析模块之间通过开放API视频接口传输数据。本发明的优点为：通过深度学习方法与先进数据分析结合、仅利用易获得、成本低和操作方便的RGB相机来取代成本高、便捷性差的可穿戴设备进行实时动态手势识别，优化了人机交互系统，方便了使用者用动态手势操控计算机，拉近了人与计算机的距离，提升了应用效率。
-
公开(公告)号：CN102945511A
公开(公告)日：2013-02-27
申请号：CN201210409214.5
申请日：2012-10-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于遥感电子地图的旅行商路径规划方法，包括：第一步：从遥感电子地图中获取进行旅行商问题路径规划的某区域；第二步：确定路径规划所要遍历的地理节点坐标值并计算节点之间的相对距离，作为全理想状况下的数据模型存入地理位置数据库中；第三步，对第一步所述区域的遥感电子地图进行地理特征提取和图像分割处理，获得反映该区域关键地理特征的地理特征数据库；第四步：量化地赋予修正系数，修正数据模型；第五步：采用模拟退火解法，使数据模型得到组合优化下的最优解，输出优化路径。本发明方法通过建立地理特征数据库和使用启发式算法，在有限时间内给出当前遥感电子地图中符合地理特征情况的旅行商问题优化解。
-
公开(公告)号：CN118298155A
公开(公告)日：2024-07-05
申请号：CN202410453698.6
申请日：2024-04-16
Applicant: 浙江大学
IPC: G06V10/25 , G06V10/82 , G06V10/774 , G06N3/08 , G06N5/04 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/22
Abstract: 本发明提供一种基于国产飞桨深度学习框架3D感知套件的目标检测方法，包括：对采集的三维激光雷达点云数据进行真值标注获取训练数据真值标签；构建数据处理程序对采集的三维激光雷达点云数据进行数据处理获取训练数据；构建基于国产飞桨深度学习框架3D感知套件的激光雷达点云目标检测范式；构建激光雷达点云目标检测模型并进行训练；利用训练好的激光雷达点云目标检测模型对待检测的激光点云序列帧中的目标进行检测评估；静态模型导出；构建模型本地部署的推理流程程序对单帧激光点云进行推理并可视化推理结果；本发明计算成本低，使用统一的深度学习框架进行开发大幅降低部署难度，实现自主可控，能够应用于实际场景。
-
公开(公告)号：CN111695416A
公开(公告)日：2020-09-22
申请号：CN202010355759.7
申请日：2020-04-29
Applicant: 浙江大学 , 腾讯科技(上海)有限公司
Abstract: 本发明提供一种基于自监督学习的稠密光流估计系统及方法，一种基于自监督学习的稠密光流估计系统，包括图像对获取单元、类比估计单元、参数更新单元和预测单元；图像对获取单元用于从任意视频数据中抽取出待训练的光流估计模型训练所需要的大量原始图像对组成的训练数据集，所述图像对包含基准图像和与基准图像之后的任意一帧目标图像；参数更新单元用于根据原始估计与扩增估计的结果更新卷积神经网络模型参数，并最终得到用于预测稠密光流的卷积神经网络模型；采用本发明技术方案，通过卷积神经网络估计稠密光流速度快，精度高；采用自监督学习的方法，无需对数据进行标注，更容易获得大量的训练数据，从而提升了本发明方案的应用能力。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
