公开(公告)号：CN113688830B

公开(公告)日：2024-04-26

申请号：CN202110930245.4

申请日：2021-08-13

Applicant: 湖北工业大学

Inventor： 李婕 ,  周顺 ,  王恩果 ,  李毅 ,  巩朋成 ,  张正文 ,  朱鑫潮

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于中心点回归的深度学习目标检测方法，包括以下具体步骤：在原CenterNet网络结构上引入水平连接模块将不同层之间的特征进行关联，融合了深层特征和浅层特征，以提高小目标检测性能；在水平连接模块中引入通道注意力模块，对不同通道间的特征响应进行自适应校准，改善了网络的特征提取能力；最后在UCAS‑AOD和RSOD公共遥感数据集上进行对比实验。本发明在遥感图像飞机目标检测中不仅有较高的检测精度，同时保持了单阶段检测模型的速度优势，具有一定的实用价值。

公开(公告)号：CN113688830A

公开(公告)日：2021-11-23

申请号：CN202110930245.4

申请日：2021-08-13

Applicant: 湖北工业大学

Inventor： 李婕 ,  周顺 ,  王恩果 ,  李毅 ,  巩朋成 ,  张正文 ,  朱鑫潮

IPC: G06K9/32 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供一种基于中心点回归的深度学习目标检测方法，包括以下具体步骤：在原CenterNet网络结构上引入水平连接模块将不同层之间的特征进行关联，融合了深层特征和浅层特征，以提高小目标检测性能；在水平连接模块中引入通道注意力模块，对不同通道间的特征响应进行自适应校准，改善了网络的特征提取能力；最后在UCAS‑AOD和RSOD公共遥感数据集上进行对比实验。本发明在遥感图像飞机目标检测中不仅有较高的检测精度，同时保持了单阶段检测模型的速度优势，具有一定的实用价值。

公开(公告)号：CN114582030B

公开(公告)日：2022-07-22

申请号：CN202210484610.8

申请日：2022-05-06

Applicant: 湖北工业大学

Inventor： 李婕 ,  王恩果 ,  李毅 ,  李青清 ,  刘钊 ,  高澄 ,  肖克爽 ,  张峻嘉 ,  张振平 ,  巩朋成 ,  李刚

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及一种基于服务机器人的行为识别方法，包括以下具体步骤：提取服务机器人应用场景中常用的13种行为类别的人体关节点序列形成训练数据集；对训练数据集进行预处理；结合实际应用场景对关节点数据进行加权优化输出17个主要关节点；使用多尺度时空图卷积和时间卷积模块构建轻量化的多尺度聚合时空图卷积深度学习神经网络模型；使用构建的网络模型对数据集进行训练和测试；利用训练好的模型对待识别的真实场景下视频图像中的人体行为进行识别；服务机器人收到人体行为识别结果并做出相应回应。本发明能够准确地对场景下的人体行为进行识别，保证了服务机器人的服务质量。

公开(公告)号：CN114582030A

公开(公告)日：2022-06-03

申请号：CN202210484610.8

申请日：2022-05-06

Applicant: 湖北工业大学

Inventor： 李婕 ,  王恩果 ,  李毅 ,  李青清 ,  刘钊 ,  高澄 ,  肖克爽 ,  张峻嘉 ,  张振平 ,  巩朋成 ,  李刚

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及一种基于服务机器人的行为识别方法，包括以下具体步骤：提取服务机器人应用场景中常用的13种行为类别的人体关节点序列形成训练数据集；对训练数据集进行预处理；结合实际应用场景对关节点数据进行加权优化输出17个主要关节点；使用多尺度时空图卷积和时间卷积模块构建轻量化的多尺度聚合时空图卷积深度学习神经网络模型；使用构建的网络模型对数据集进行训练和测试；利用训练好的模型对待识别的真实场景下视频图像中的人体行为进行识别；服务机器人收到人体行为识别结果并做出相应回应。本发明能够准确地对场景下的人体行为进行识别，保证了服务机器人的服务质量。