基于人体姿势识别的火灾逃生技能教学监测系统

    公开(公告)号:CN114887271A

    公开(公告)日:2022-08-12

    申请号:CN202210512845.3

    申请日:2022-05-12

    Applicant: 福州大学

    Abstract: 本发明提出一种基于人体姿势识别的火灾逃生技能教学监测系统,由相连接的视频采集模块、视频分析模块、对抗网络模块、结果统计模块和结果推送模块组成;为方便开展基于人体姿势识别的火灾逃生技能深度教学,以便客观、及时获得教学效果的反馈信息,从而较为精准地提高学习质量,促进火灾逃生技能的发展。

    基于轻量化深度学习的典型极端火高精度识别方法

    公开(公告)号:CN115775388A

    公开(公告)日:2023-03-10

    申请号:CN202211555488.5

    申请日:2022-12-06

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于轻量化深度学习的典型极端火高精度识别方法,包括以下步骤:步骤S1:获取典型极端火图像;步骤S2:对典型极端火图像进行极端火类型和极端火位置标注,生成典型极端火数据集,并预处理,得到训练数据集;步骤S3:对轻量型网络结构MobileNetV3‑small中bottleneck结构里的SE注意力机制模块改进为CA注意力机制,构建MobileNetV3‑small‑CA网络结构;步骤S4:基于YOLOv5网络模型的主干特征提取网络进行改进,引入MobileNetV3‑small‑CA网络结构,基于训练数据集对改进YOLOv5网络模型进行训练;步骤S5:利用训练后的改进YOLOv5网络模型对典型极端火数据集进行辨识检测。本发明实现对典型极端火火灾现场进行实时分辨识和定位。

    一种基于外业图片的地表火模型的可燃物自动识别方法

    公开(公告)号:CN113780188A

    公开(公告)日:2021-12-10

    申请号:CN202111073099.4

    申请日:2021-09-14

    Applicant: 福州大学

    Inventor: 李建微 曹路洋

    Abstract: 本发明涉及一种基于外业图片的地表火模型的可燃物自动识别方法。包括:可燃物分类模型生成、可燃物自动分类以及可燃物区域图谱生成。通过输入采集数据与标记后可燃物数据训练卷积神经网络,生成可燃物分类模型。并以该模型对不同的可燃物数据进行分类,输出对应的可燃物类别概率图谱,并对不同的可燃物类别进行颜色标记与区域合并,生成完整的地表可燃物类别区域图谱,并与真实地表图像叠加,获得地表真实可燃物类别区域图像。本发明能够实现实时自动智能化的地表可燃物类别划分,可在森林火灾发生时帮助林火专家快速预测林火蔓延时间及灼烧区域,从而在森林火灾发生时快速划分隔离带,并做好周边群众的疏散工作,具有巨大的经济意义与社会价值。

    一种沉浸式的智能互动室内火灾实景模拟系统

    公开(公告)号:CN113593342A

    公开(公告)日:2021-11-02

    申请号:CN202110886860.X

    申请日:2021-08-03

    Applicant: 福州大学

    Inventor: 李建微 曹路洋

    Abstract: 本发明提出一种沉浸式的智能互动室内火灾实景模拟系统,所述模拟系统包括通过3D雾化火焰装置来形成室内模拟火灾火焰的场景模拟室,所述场景模块室包括可识别用户动作的互动系统;所述互动系统根据用户动作来识别用户针对室内火灾的有效应对操作,并根据应对操作控制场景模拟室内的3D雾化火焰装置,实现用户应对操作与室内模拟火灾火焰之间的对应匹配;本发明可以在不影响用户感官体验以及减少用户前期准备工作的前提下通过更为安全的交互方式完成室内火灾模拟演练,打造功能更加丰富,沉浸感更强的火灾模拟互动场景。

    一种基于外业图片的地表火模型的可燃物自动识别方法

    公开(公告)号:CN113780188B

    公开(公告)日:2023-08-08

    申请号:CN202111073099.4

    申请日:2021-09-14

    Applicant: 福州大学

    Inventor: 李建微 曹路洋

    Abstract: 本发明涉及一种基于外业图片的地表火模型的可燃物自动识别方法。包括:可燃物分类模型生成、可燃物自动分类以及可燃物区域图谱生成。通过输入采集数据与标记后可燃物数据训练卷积神经网络,生成可燃物分类模型。并以该模型对不同的可燃物数据进行分类,输出对应的可燃物类别概率图谱,并对不同的可燃物类别进行颜色标记与区域合并,生成完整的地表可燃物类别区域图谱,并与真实地表图像叠加,获得地表真实可燃物类别区域图像。本发明能够实现实时自动智能化的地表可燃物类别划分,可在森林火灾发生时帮助林火专家快速预测林火蔓延时间及灼烧区域,从而在森林火灾发生时快速划分隔离带,并做好周边群众的疏散工作,具有巨大的经济意义与社会价值。

    基于和声搜索算法的改进粒子滤波定位与建图方法

    公开(公告)号:CN115473513A

    公开(公告)日:2022-12-13

    申请号:CN202211108246.1

    申请日:2022-09-13

    Applicant: 福州大学

    Abstract: 本发明公开了一种基于和声搜索算法的改进粒子滤波定位与建图方法,包括初始化粒子和粒子权重;根据提议分布获取当前时刻的粒子集并计算粒子权重;利用和声搜索算法优化粒子位姿;利用小生境算法进一步优化;计算优化后的粒子权重并归一化;计算有效粒子数,基于偏差修正的EWA优化算法进行自适应优化组合重采样;基于粒子的运动轨迹,更新粒子的地图信息,建立实际地图。本发明所提供的粒子滤波方法,能够在使用更少粒子的同时获得更为准确的滤波估计;重采样改进策略在保证粒子多样性的同时解决了传统重采样引起的粒子贫化问题。多方面改进提高了定位与建图的效率和精度。

    基于多跨度互补信息捕捉与融合的胰腺分割网络

    公开(公告)号:CN115423831A

    公开(公告)日:2022-12-02

    申请号:CN202211108345.X

    申请日:2022-09-13

    Applicant: 福州大学

    Abstract: 本发明公开了一种基于多跨度互补信息捕捉与融合的胰腺分割网络,包括:具有降维网格残差卷积的编码器支路、具有升维网格残差卷积的解码器支路、多尺度特征捕捉模块MFCM、时空注意力模块CSAM、具有金字塔多尺度融合的后处理模块PMFM;多尺度特征捕捉模块MFCM设置于编码器支路之后,用于提取编码器支路特征图中胰腺的多尺度细节信息;时空注意力模块CSAM设置于编码器支路与解码器支路之间,利用解码器支路每一层的输出特征来挖掘前一层的互补特征。多尺度融合的后处理模块PMFM设置于解码器之后,用于对胰腺特征做进一步多尺度细节召回。解决了现有方案中易丢失小目标信息和边缘信息、对胰腺的分割效果不理想的问题。

    一种基于增强虚拟的互动火灾模拟显示屏

    公开(公告)号:CN215576383U

    公开(公告)日:2022-01-18

    申请号:CN202121795454.4

    申请日:2021-08-03

    Applicant: 福州大学

    Inventor: 李建微 曹路洋

    Abstract: 本实用新型提出一种基于增强虚拟的互动火灾模拟显示屏,包括控制器和与控制器相连以接收火焰状态参数的显示屏、3d雾化火焰装置;控制器与用于接收使用者操作信息的人机交互装置相连;所述3d雾化火焰装置位于显示屏前方,当显示屏显示火灾场景时,3d雾化火焰装置生成模拟火焰;所述火灾场景的场景内容和模拟火焰的状态由控制器生成的火焰状态参数控制;当使用者操作人机交互装置时,控制器根据使用者输入的操作信息对火焰状态参数进行调整;本实用新型通过3d雾化火焰装置将用户的交互范围由显示屏的二维平面扩展到现实的三维空间,提高了火灾模拟场景的真实感与用户交互的沉浸感与趣味感。

Patent Agency Ranking