公开(公告)号：CN114120405A

公开(公告)日：2022-03-01

申请号：CN202111375546.1

申请日：2021-11-19

Applicant: 重庆科技学院

Inventor： 刘成 ,  鲁宁 ,  余波 ,  巫尚蔚 ,  孙新毅 ,  侯文赛 ,  蒲小霞 ,  周群

IPC: G06V40/16 ,  G06V10/762 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及行为识别技术领域，具体公开了一种油气实验室不安全行为智能识别方法，采用Retinaface网络和改进的Facenet网络构建人脸识别平台，通过Retinaface网络截取人脸部分，传入到改进的Facenet网络比对已有人脸数据库，判断进出实验室人员。采用替换主干提取网络为MobilenetV1网络和使用Triplet Loss和Cross‑Entropy Loss作为损失函数的方法改进Facenet网络，网络的准确率下降1.55％，FPS(每秒检测帧数)提高了25。对于防护穿戴的不安全行为、危险区域入侵的不安全行为、实验人员的不安全行为、违规使用设备的不安全行为采用改进的YOLOv4‑tiny网络进行识别，在第一部分使用K‑means聚类方法选择合适先验框，第二部分加入ECA注意力模块进行改进，以提高网络对小目标的特征提取能力。相比于原有的YOLOv4‑tiny网络，平均精度均值提高了21.17％。

公开(公告)号：CN115131711A

公开(公告)日：2022-09-30

申请号：CN202210792080.3

申请日：2022-07-07

Applicant: 重庆科技学院

Inventor： 刘成 ,  彭橹屹 ,  左清华 ,  卢宏宇 ,  金泓潭 ,  李志军 ,  余波 ,  巫尚蔚 ,  侯文赛 ,  杜文曦

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/44 ,  G06V10/774 ,  G06V10/762 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及图像检测技术领域，具体公开了一种基于YoloV4‑Lite网络的视频图像火焰检测方法，包括步骤：S1：基于YoloV4‑Lite网络构建火焰检测模型；S2：采集视频图像帧；S3：对步骤S2采集的视频图像帧进行预处理，得到数据集；S4：采用所述数据集对所述火焰检测模型进行训练、测试和验证，最终利用训练好的火焰检测模型实现视频图像火焰检测。其效果是：在主干特征提取网络中使用GhostNet网络，保证减少网络参数的同时，准确率不会降低太多，在加强特征提取网络中使用深度可分离卷积替代1*1和3*3的传统卷积，进一步缩减网络的参数量，同时在加强特征提取网络部分加入信道注意模块，使神经网络可以更好的关注在被检测的物体上，达到网络性能和复杂度的平衡。