公开(公告)号：CN115082890A

公开(公告)日：2022-09-20

申请号：CN202210564002.8

申请日：2022-05-23

Applicant: 重庆科技学院

Inventor： 徐杰 ,  熊茜 ,  游明英 ,  冯小渝 ,  陈旋 ,  张晨曦 ,  夏樱姿

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01S17/08 ,  G01S17/931

Abstract: 本发明公开了一种基于车载Lidar点云的行人识别方法，它包括如下步骤：S1：采用最远点采样法FPS从稠密的点云中抽取出一些相对较为重要的中心点；S2：在上一层提取出的中心点的某个范围内寻找最近个k近邻点组成patch；S3：将这k个点通过小型pointnet网络进行卷积和pooling得到的特征作为此中心点的特征，再送入下一个分层继续；S4：将识别结果与预训练模型进行对比；S5：通过FPS算法进行点云采样，以采样点为圆心将其邻近点作为局部特征送入PonintNet网络提取特征，最后通过全连接层输出识别结果；S6：将车辆与识别到的目标映射到对应坐标轴上。本发明能够快速识别远方行人，并且不受光线影响，能够及时提醒驾驶员。

公开(公告)号：CN114943983A

公开(公告)日：2022-08-26

申请号：CN202210556609.1

申请日：2022-05-19

Applicant: 重庆科技学院

Inventor： 张晨曦 ,  郭长金 ,  蒋鸿伟 ,  杜永春 ,  徐杰 ,  刘肇川

IPC: G06V40/10 ,  G06V40/16 ,  G06V40/20 ,  G06V10/44 ,  G06V10/26 ,  G06V10/20 ,  G06V10/28 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于深度学习的线上学习状态监测方法，其特征在于，它包括如下步骤：S1：基于边缘检测对第一个人体前景提取后对图像预处理；S2：基于MTCNN三级联卷积神经网络作为人脸检测器，利用SSD目标检测网络，实现学习面部状态的检测，S3：结合多种面部状态完成疲劳和发呆学习状态的判定。本发明通过学生在线上学习中的特征动作检测与识别，将每个学生的学习状态直观地反馈给老师，以便老师有针对性的对每个学生制定相适应的学习计划。