公开(公告)号：CN115205591A

公开(公告)日：2022-10-18

申请号：CN202210824139.2

申请日：2022-07-13

Applicant: 辽宁工程技术大学

Inventor： 崔丽群 ,  德仕琪 ,  郝思雅

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V20/52 ,  G06T5/20 ,  G06F17/16 ,  G06F17/14

Abstract: 本发明公开了一种融合多特征尺度自适应的重检测跟踪算法，包括：对两种特征进行了线性融合，分别计算图像在不同特征下的响应，在对不同特征下的不同响应进行融合，得到最终的响应图，进而预测目标的位置；采用自适应尺度滤波器来估计目标的尺度变化；采用平均峰值‑相关能量遮挡判据；使用SVM分类器用于目标重检测。本发明的融合多特征尺度自适应的重检测跟踪算法用于实时跟踪所需跟踪的目标，针对目标的尺度变化和遮挡后重新跟踪加以改进，以便及时发现行人的异常行为或场景中的安全隐患，广泛应用于日常生活的各个角落，智能监控通过对可疑行人的识别和跟踪，自动分析，提高效率的同时极大地减轻了人们的工作负担。

公开(公告)号：CN114625979A

公开(公告)日：2022-06-14

申请号：CN202011459980.3

申请日：2020-12-11

Applicant: 辽宁工程技术大学

Inventor： 德仕琪 ,  崔丽群

IPC: G06F16/9536

Abstract: 本发明公开了一种基于协同过滤的图书馆学习资料优化推荐方法，步骤为：图书馆获取社会不同阶层人群的信息数据与学习资料数据，经特征信息处理后得到社会不同阶层人群的特征信息数据集与资料数据集；基于社会人群特征数据集与资料数据集处理计算并得到相似社会人群集；社会人群对已推荐的学习资料进行评价，得到资料评价特征数据集。本发明通过对社会人群信息数据进行特征信息处理分析，并通过协同过滤与资料数据集内的关联数据信息进行相似度匹配，从而匹配更精准的学习资料，能有效提高资料推荐的效率和优化图书种类和数量，提高学习资源对用户的有效性，避免推荐的盲目性，提高了推荐质量，同时对于智慧图书馆的发展有重要实践意义。