-
公开(公告)号：CN109992171A
公开(公告)日：2019-07-09
申请号：CN201910242322.X
申请日：2019-03-28
Applicant: 鲁东大学
IPC: G06F3/0481 , G06K9/00 , G06N3/08 , G06N3/04
Abstract: 本发明实施例提供一种人体行为识别方法及装置，其中方法包括：提供图形用户界面GUI，GUI用于展示控制面板和显示面板，控制面板中包括加载网络按钮、加载图像按钮以及识别按钮，显示面板用于显示待识别的图像和行为识别结果；若监测到触发加载网络按钮，则加载预先训练的GoogLeNet模型；若在加载GoogLeNet模型后，监测到触发加载图像按钮，则在接收到待识别的图像后，将图像显示在显示面板中；若图像显示在显示面板后，监测到触发识别按钮，则将待识别的图像输入至GoogLeNet模型，输出行为识别结果，将行为识别结果显示在显示面板中。本发明实施例构建GUI能够更直观地展示人体行为识别的过程，并且在应用时只需加载一次模型即可实现重复识别的目的。
-
公开(公告)号：CN109359534A
公开(公告)日：2019-02-19
申请号：CN201811064686.5
申请日：2018-09-12
Applicant: 鲁东大学
CPC classification number: G06K9/00201 , G06K9/6256 , G06N3/0454
Abstract: 本发明实施例提供了一种三维物体几何特征提取方法及系统，包括：根据目标三维物体的骨架曲线，获取所述骨架曲线的骨干和所述骨干一侧的节点；将所述骨干到所述骨干一侧的节点所包含的区域进行体素化得到体素化矩阵；将所述体素化矩阵输入训练好的基于超限学习机的卷积自动编码机网络，输出所述目标三维物体的几何特征。通过引入骨架曲线并仅对骨架曲线一侧的节点进行体素化，减少了基于超限学习机的卷积自动编码机网络中卷积神经网络阶段的卷积核数量，提取速度得到有效提高，同时提高了特征提取的准确度。
-
公开(公告)号：CN108363970A
公开(公告)日：2018-08-03
申请号：CN201810105729.3
申请日：2018-02-02
Applicant: 鲁东大学
CPC classification number: G06K9/00369 , G06K9/4604 , G06K9/6256 , G06N3/0481
Abstract: 本发明提供一种鱼种类的识别方法和系统。其中方法包括：利用轮廓提取方法提取待识别图像中鱼的轮廓，获取第一轮廓图像；提取第一轮廓图像中的纹理特征和第一特征，将第一特征组成特征向量；将待识别图像的特征向量输入训练好的小波神经网络模型，获得鱼种类的识别结果。系统包括：轮廓提取模块，用于提取待识别图像中鱼的轮廓，获取第一轮廓图像；特征提取模块，用于提取第一轮廓图像中的纹理特征和第一特征，将第一特征组成特征向量；种类识别模块，用于将待识别图像的特征向量输入训练好的小波神经网络模型，获得鱼种类的识别结果。本发明提供的一种鱼种类的识别方法和系统，能显著提高识别正确率和效率。
-
公开(公告)号：CN106778539A
公开(公告)日：2017-05-31
申请号：CN201611068542.8
申请日：2016-11-25
Applicant: 鲁东大学
Abstract: 本发明提供一种教学效果信息获取方法及装置，属于图像处理技术领域。方法包括：获取预设数量的目标图像；基于预设的表情分类，确定每张目标图像所对应的表情类型；统计每一表情类型对应的目标图像张数；根据每一表情类型对应的目标图像张数，确定教学效果信息。本发明通过基于预设的表情分类，确定每张目标图像所对应的表情类型。统计每一表情类型对应的目标图像张数，根据每一表情类型对应的目标图像张数，确定教学效果信息。由于无论是传统教学环境还是远程教学环境，均能够根据获取到的学生面部图像来自动获取教学效果信息，从而能够便利地掌握到所有学生的学习情况，并及时针对性地对每个学生教学方案进行调整，保证教学取得更佳效果。
-
公开(公告)号：CN109102004A
公开(公告)日：2018-12-28
申请号：CN201810812487.1
申请日：2018-07-23
Applicant: 鲁东大学
Abstract: 本发明实施例提供了一种棉花害虫识别分类方法及装置，所述方法获取包含有待分类棉花害虫的原始图像，获取原始图像的Hu不变矩参数以及待分类棉花害虫的整体轮廓特征参数；基于Otsu阈值分割算法和Canny边缘检测算法将待分类棉花害虫图像与原始图像的背景分离，从原始图像中提取翅膀图像，根据翅膀图像得到待分类棉花害虫的翅膀轮廓特征参数；采用数学形态学算法对翅膀图像进行优化，并提取待分类棉花害虫的翅膀对应的数学形态特征参数；利用径向基函数神经网络对待分类棉花害虫进行识别分类。这种方法及装置，使得棉花害虫的识别分类更加准确，进而对棉花害虫的针对性防治有着重大的作用，降低了棉花害虫导致的经济损失。
-
Patent Agency Ranking
公开(公告)号：CN108875829A
公开(公告)日：2018-11-23
申请号：CN201810636416.0
申请日：2018-06-20
Applicant: 鲁东大学
Abstract: 本发明提供一种乳腺肿瘤图像的分类方法及系统，所述方法包括：基于FCM算法获取待分类乳腺肿瘤图像中的肿块区域；基于Weka系统获取所述肿块区域的混合特征；根据所述肿块区域的混合特征，基于SVM算法对所述待分类乳腺肿瘤图像进行分类；其中，SVM算法的参数预先使用改进的FOA算法进行优化。本发明使用Weka系统获取乳腺肿瘤病灶区形态形状纹理混合特征用于分类，以提高分类效率和准确率；考虑到支持向量机中核函数参数和惩罚系数对分类性能的影响，利用改进的FOA算法对SVM分类器的参数进行优化，提高算法分类的性能。
-
公开(公告)号：CN108875655A
公开(公告)日：2018-11-23
申请号：CN201810662349.X
申请日：2018-06-25
Applicant: 鲁东大学
Abstract: 本发明提供一种基于多特征的实时目标视频跟踪方法及系统，其中方法包括：根据预设规则将待跟踪视频按时序分为若干个子视频，其中，子视频的个数至少为一个；对于任意一个子视频，根据该子视频对应的预设分类器获取该子视频中第一帧图像中的目标子图像；对于该子视频中位于第一帧图像之后的任意一帧图像，从该图像中选取多个样本子图像，计算每个样本子图像与该图像前一帧图像中的目标子图像之间的距离，根据各距离确定每个样本子图像对应的后验概率，将最大后验概率对应的样本子图像确定为该图像中的目标子图像。该方法及系统能够适应目标跟踪过程中目标的外观变化，并能够有效解决遮挡问题，有利于提高目标跟踪结果的准确性。
-
公开(公告)号：CN106934837A
公开(公告)日：2017-07-07
申请号：CN201710030101.7
申请日：2017-01-16
Applicant: 鲁东大学
CPC classification number: G06T11/001 , G06K9/6223
Abstract: 本发明公开一种图像重构方法及装置，能够对多数据源以及异构数据源图像进行图像重构。该方法包括：从预设的超完备字典中获取待重构图像的稀疏表示，实现所述待重构图像的重构，其中，所述超完备字典通过依次对训练样本图像进行多核模糊C均值聚类、K‑SVD算法处理得到。
-
公开(公告)号：CN108307345A
公开(公告)日：2018-07-20
申请号：CN201810098109.1
申请日：2018-01-31
Applicant: 鲁东大学
Abstract: 本发明提供一种无线传感器网络中的节点，用于广播第一消息，当广播第一消息的功率达到预设的最大功率，且广播第一消息的次数达到预设的最大次数时，在有效期内仍未接收到其他节点回复的第二消息，则按照预设的移动规则移动，在移动过程中接收到任意节点发送的消息时，以预设的最小功率广播第一消息；在有效期内接收到其他节点回复的第二消息后，则将每一回复第二消息的其他节点的信息保存到路由表中。本发明提供的一种无线传感器网络中的节点，通过节点的自主移动，将该节点移出网络盲区，从而消除网络盲区，能快速、方便地提高无线传感器网络的连通性。
-
公开(公告)号：CN105930843A
公开(公告)日：2016-09-07
申请号：CN201610243370.7
申请日：2016-04-19
Applicant: 鲁东大学
CPC classification number: G06K9/342 , G06T5/003 , G06T2207/10016 , G06T2207/30232
Abstract: 本发明提供一种模糊视频图像的分割方法及装置，所述方法包括：采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像；对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像；采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像；对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。上述模糊视频分割方法通过对模糊视频的各帧图像进行二次分割和二次重构，从而实现对模糊视频的分割，得到清晰的视频。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
