-
公开(公告)号：CN114170573A
公开(公告)日：2022-03-11
申请号：CN202111545932.0
申请日：2021-12-17
Applicant: 福州大学
IPC: G06V20/52 , G06V20/10 , G06V10/762 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于YOLO v5的校园图书馆的占座检测方法。摄像头以及YOLO V5目标检测算法实时监测图书馆的座位空置情况，比如座位上有人就会判定此座位上有人，如果此座位上没检测到人，需要判断此时是否是恶意占座行为，桌上的灯会亮为红色，若检测到座位上有书但没有人，即认定为占座行为，此时开始计时，若占座时间大于30分钟，则认为此时是恶意占座，桌上的灯就会变成绿色，表示没座位的同学可坐下，这个座位上的上个人离开过久或其他同学一个人占用多个位置。需要做的就是第一步检测座位上是否有人，无人的话再检测桌子上是否有书或者包之类的较大占座物品，再计算占座物品的放置时间。超过30分钟这则认定为是恶意占座行为，其他同学可放心坐下。
-
公开(公告)号：CN113947108B
公开(公告)日：2024-07-02
申请号：CN202111201325.2
申请日：2021-10-15
Applicant: 福州大学
IPC: G06V40/20 , G06V10/25 , G06V10/75 , G06V10/762 , G06V10/82 , G06N3/045 , G06N3/0499 , G06N3/0464 , G06N3/08 , G06T7/246 , G06T7/277
Abstract: 本发明涉及一种基于YOLO V5的球员追踪检测方法。利用K‑means聚类方法对目标框的参数进行确定及对数据增强的数据集进行训练，利用YOLO V5和DeepSort算法，并且将prediction heads集成到YOLO V5中，在高密度场景中准确定位和追踪目标，并用无人机在球场上空进行场景实时捕获。本发明能做到较高的模型精度，能对目标物和重叠遮挡目标进行准确度高的识别，能够记录一整场比赛中运动员的运动轨迹和细节，帮助我们更好的对运动员和其所在球队进行数据分析，比如运动员在什么区域得分较多，球员喜欢在什么位置持球等等，帮助教练和运动员赛后更好复盘，对运动员进行有针对性的指导和训练和对对手球队球员进行针对性的防守部署；对于用户，有助于用户快速找到感兴趣的体育视频节目或片段。
-
公开(公告)号：CN113989708B
公开(公告)日：2024-06-04
申请号：CN202111251972.4
申请日：2021-10-27
Applicant: 福州大学
IPC: G06V20/40 , G06V20/52 , G06V10/22 , G06V10/25 , G06V10/762 , G06V10/82 , G16H50/80 , G06N3/045 , G06N3/048 , G06N3/084 , G06Q50/20 , G06Q50/26
Abstract: 本发明涉及一种基于YOLO v4的校园图书馆疫情防控方法。利用YOLO V4目标检测算法实时监测图书馆的学生位置以及每张桌子的位置，每隔十秒计算学生与桌子之间中心点坐标的距离，判断桌子的上座人数是否大于两名。同时利用LK算法计算YOLO V4使用的初始anchor框，利用KDTree算法快速检索学生到所有桌子的最短距离，从而提高识别效果和效率。本发明方法，能做到较高的模型精度以及检索效率，很好地提升校园图书馆防疫管理的灵活性。
-
公开(公告)号：CN114723737A
公开(公告)日：2022-07-08
申请号：CN202210484761.3
申请日：2022-05-06
Applicant: 福州大学
Abstract: 本发明涉及一种基于计算机视觉的工地脚手架间距检测方法。首先，采用DeepFlux骨架提取算法来提取出脚手架图像的骨架信息；其次，获得脚手架骨架图像后，根据脚手架特殊的物理结构，采用一种交点检测方法计算脚手架的交点；最后，根据得到的交点，采用欧式距离计算出脚手架图像的参数信息，根据图像数据采用标靶法换算成实际数据，从而来判断脚手架的安装间距是否规范。相较传统落后的人工测量脚手架方法，利用本发明方法，可以更加安全便捷的对脚手架杆间数据进行测量，不仅能够避免传统人工检测的效率低、危险度高的风险，还能够快速的检测出脚手架的安全隐患，极大程度的降低脚手架坍塌事故的发生。
-
公开(公告)号：CN113989707A
公开(公告)日：2022-01-28
申请号：CN202111251971.X
申请日：2021-10-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于OpenPose和OpenCV的公共场所排队异常行为检测方法。该方法，首先通过摄像头获取公共场所排队视频，间隔5‑20秒随机提取图像以获取数据；其次用OpenPose提取人体骨架序列，采用OpenCV测量人体骨架关键点距离数据检测是否出现异常排队行为；最后根据检测结果在公共场所处的显示器上显示排队状态并及时发出警报，引导排队人员规范排队状态。本发明以数字图像处理的方法检测是否出现异常排队行为并引导人员规范排队，有效保障排队人员的隐私安全与财产安全，也更加有效的维护了公共场所的秩序。
-
Patent Agency Ranking
公开(公告)号：CN113938824A
公开(公告)日：2022-01-14
申请号：CN202111202433.1
申请日：2021-10-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于UWB定位的定向运动分析系统。包括UWB标签，心率检测装置，打卡装置，集成在一个手环上，穿戴于运动员身上；多个基站布设于跑场四周，用来接收UWB标签发送的信号并采用时间差定位法来计算目标的坐标，每个运动员之间采用不同的频率进行区分；后台服务器，用于对接收到的坐标数据进行分析处理，获取运动员的实时位置和心率特征，然后对数据进行图像化。本发明能利用UWB定位技术具有穿透能力强,测量精度高,目标识别准确等优点,能够较好的应用于复杂的定向运动；实时呈现运动员的运动轨迹，让定向运动更具观赏性；实时监测运动员心率，可以极大的降低运动员超负荷运动。
-
公开(公告)号：CN114723737B
公开(公告)日：2024-06-07
申请号：CN202210484761.3
申请日：2022-05-06
Applicant: 福州大学
IPC: G06T7/00 , G06T5/30 , G06N3/0464 , G06N3/08 , G06T5/60
Abstract: 本发明涉及一种基于计算机视觉的工地脚手架间距检测方法。首先，采用DeepFlux骨架提取算法来提取出脚手架图像的骨架信息；其次，获得脚手架骨架图像后，根据脚手架特殊的物理结构，采用一种交点检测方法计算脚手架的交点；最后，根据得到的交点，采用欧式距离计算出脚手架图像的参数信息，根据图像数据采用标靶法换算成实际数据，从而来判断脚手架的安装间距是否规范。相较传统落后的人工测量脚手架方法，利用本发明方法，可以更加安全便捷的对脚手架杆间数据进行测量，不仅能够避免传统人工检测的效率低、危险度高的风险，还能够快速的检测出脚手架的安全隐患，极大程度的降低脚手架坍塌事故的发生。
-
公开(公告)号：CN113989707B
公开(公告)日：2024-05-31
申请号：CN202111251971.X
申请日：2021-10-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于OpenPose和OpenCV的公共场所排队异常行为检测方法。该方法，首先通过摄像头获取公共场所排队视频，间隔5‑20秒随机提取图像以获取数据；其次用OpenPose提取人体骨架序列，采用OpenCV测量人体骨架关键点距离数据检测是否出现异常排队行为；最后根据检测结果在公共场所处的显示器上显示排队状态并及时发出警报，引导排队人员规范排队状态。本发明以数字图像处理的方法检测是否出现异常排队行为并引导人员规范排队，有效保障排队人员的隐私安全与财产安全，也更加有效的维护了公共场所的秩序。
-
公开(公告)号：CN115222788A
公开(公告)日：2022-10-21
申请号：CN202210433623.2
申请日：2022-04-24
Applicant: 福州大学
Abstract: 本发明提供了一种基于深度估计模型的钢筋距离检测方法，包括采用单目深度估计的AdaBins深度估计方法，对深度图进行二值化的FCM算法，包括以下步骤:步骤S1：根据单目深度估计算法AdaBins获得对应的深度图；步骤S2：对深度图进行简单地归一化调整获得对应灰度图，利用FCM算法对灰度图进行二值处理获得相应的二值化模板；步骤S3：利用得到的二值模板与原图进行Hadamard乘积从而只保留原图中最上层钢筋对应的像素点；步骤S4：将只含有最上层钢筋的预处理图像送入改进YOLO X模型中，获得每根钢筋的中心点坐标。应用本技术方案可实现对深度图进行二值化的FCM(Fuzzy C‑means Cluster)算法，提出了一种改进YOLO X的目标检测算法建立施工过程中绑扎钢筋间距的实时检测系统。
-
公开(公告)号：CN113989708A
公开(公告)日：2022-01-28
申请号：CN202111251972.4
申请日：2021-10-27
Applicant: 福州大学
IPC: G06V20/40 , G06V20/52 , G06V10/22 , G06V10/25 , G06V10/762 , G06V10/82 , G16H50/80 , G06N3/04 , G06N3/08 , G06Q50/20 , G06Q50/26
Abstract: 本发明涉及一种基于YOLO v4的校园图书馆疫情防控方法。利用YOLO V4目标检测算法实时监测图书馆的学生位置以及每张桌子的位置，每隔十秒计算学生与桌子之间中心点坐标的距离，判断桌子的上座人数是否大于两名。同时利用LK算法计算YOLO V4使用的初始anchor框，利用KDTree算法快速检索学生到所有桌子的最短距离，从而提高识别效果和效率。本发明方法，能做到较高的模型精度以及检索效率，很好地提升校园图书馆防疫管理的灵活性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.014 seconds)
