-
公开(公告)号:CN119339440A
公开(公告)日:2025-01-21
申请号:CN202411369487.0
申请日:2024-09-29
Applicant: 东北大学
IPC: G06V40/20 , G06V20/52 , G06V10/60 , G06V10/30 , G06V10/20 , G06V10/44 , G06V10/82 , G06N3/0495 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供了一种用于低照度场景的动物行为识别软件系统,涉及图像处理技术领域,包括数据采集模块、图像信息增强模块、轻量化动物行为识别模块、数据存储模块、用户界面模块、系统管理模块,本发明通过数据采集模块采集低照度场景下的多帧图像,在图像增强模块中,通过照度估计模块提高低照度图像的照度,进而通过噪声抑制模块去除低照度图像的噪声,同时通过边缘信息增强模块,增强低照度图像的边缘信息,使得低照度图像的照度和边缘信息都得到了增强,进而在通过轻量化动物行为识别模块对特征增强后的图像进行识别时,可以提高动物识别的准确度,同时本发明具有轻量级的特点,不需要依赖高性能计算设备即可实现高效的处理。
-
公开(公告)号:CN118175601A
公开(公告)日:2024-06-11
申请号:CN202410594715.8
申请日:2024-05-14
Applicant: 东北大学
Abstract: 本发明属于车队管理技术领域,公开了一种基于Lora与消息队列技术的车队通讯方法。通讯方式选择;根据当前蜂窝移动网络信号判断所用通信方式;通信方式为LoRa无线模块或蜂窝移动网络信号;车队设备根据所选择的通讯方式进行通讯内容发送;接收到发送的通讯内容后,采用一种音频消息队列机制和历史消息回溯方法,进行语音播放。通过选择通讯方式、LoRa通信策略和消息发送与接收机制,有效提高了通讯的稳定性。通讯策略和消息接收机制,确保了消息的连续播放和接收的无缝性。通过来电自动接听策略和历史消息回溯方法,有效减少了司机驾驶过程中因接听来电或未能理解消息而带来的安全隐患。
-
公开(公告)号:CN114139689B
公开(公告)日:2024-05-07
申请号:CN202111497896.5
申请日:2021-12-09
Applicant: 东北大学
IPC: G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种用于嵌入式系统的深层聚合神经网络轻量化方法,涉及深度学习技术领域。该方法首先使用深度可分离卷积块替换深层聚合神经网络中的标准卷积块,将一个标准卷积块拆分为深度卷积计算和逐点卷积计算,对输入进行处理生成特征图;并在深层聚合神经网络的深层聚合结点处的聚合操作之后接入瓶颈残差块,对特征图进行维度扩展;然后在深层聚合神经网络的瓶颈层中加入注意力模块,自适应地校准特征图中的特征;最后通过多个深度可分离卷积块和聚合节点构造出迭代深度聚合结构和分层深度聚合结构,实现对深层聚合神经网络结构的轻量化。该方法增强了特征提取的能力,达到了模型轻量化的目的,而且在层级上提高了多尺度目标的识别准确度。
-
公开(公告)号:CN116644158A
公开(公告)日:2023-08-25
申请号:CN202310372813.2
申请日:2023-04-10
Applicant: 东北大学
IPC: G06F16/332 , G06F16/33 , G06F16/31 , G06F16/36 , G06F40/117 , G06F40/126 , G06F40/30 , G06N3/0499
Abstract: 本发明提供一种树形槽位式高速公路出行的智能问答方法,涉及自然语言处理技术领域。本发明基于意图规则、槽位规则以及高速路网构建知识图谱,对于与高速有关的问题语料先进行意图识别,再进行槽位填充,将获取的意图与槽位在图数据库中查询结果,将该结果与对话上下文中其他结果拼接为树形结构经过树形神经网络输出回答。该方法与其余采用规则模板的方法相比,减少了模板的数量,并使用知识图谱的存储方式在查询时在知识图谱上生成树形结构,经由树形神经网络生成问答结果。
-
公开(公告)号:CN110135380B
公开(公告)日:2023-07-11
申请号:CN201910428555.9
申请日:2019-05-22
Applicant: 东北大学
IPC: G06V40/16 , G06V10/764
Abstract: 本发明提供一种基于人脸检测的课堂专注度识别的方法,涉及机器学习技术领域。本发明通过建立数据存储区、按固定采样率截取视频帧图片、检测截取的帧图片中人脸基本坐标信息、检测每帧图片中每个人脸特征点坐标、计算每人特征点距离、计算每名学生基本特征点距离、计算特征点距离和基本特征点距离之间偏移量、特征点距离偏移量数据拟合、分析每人听课状态、联合分析多人听课状态,对视频中学生课堂专注度进行有效识别,识别出课堂中学生的听课状态,得出学生课堂专注度的分布情况。本发明提供的方法能够帮助教师针对学生的专注度分布情况,调整学生的听课状态,构建更加科学的教学体系,设置更合理的教学方案,从而提高学生课堂专注度。
-
公开(公告)号:CN110084326B
公开(公告)日:2022-12-06
申请号:CN201910394398.4
申请日:2019-05-13
Applicant: 东北大学
IPC: G06K9/62 , G06F16/2458
Abstract: 本发明涉及工业设备异常检测技术领域,提供一种基于模糊集的工业设备异常检测方法。首先利用异常知识树构建工业设备的异常检测模型;然后,根据用户需求配置属性集、属性的数据流、时间窗口的大小、属性的隶属度函数与聚合函数,得到叶子节点的异常度;接着,根据属性之间的皮尔逊相关性系数对属性聚类并计算叶子节点的权重;然后,将类簇中涉及到的叶子节点聚合成非叶子节点,再将非叶子节点聚合成根节点;用户根据需求选择模型参数后,基于Storm实时计算系统,构建异常检测模型的流处理的拓扑结构,可视化工业设备在不同时间窗口内的异常程度结果。本发明能够对工业设备的异常进行实时检测,且能够实现对不同粒度数据的异常检测。
-
公开(公告)号:CN108492343B
公开(公告)日:2021-09-21
申请号:CN201810260915.4
申请日:2018-03-28
Applicant: 东北大学
Abstract: 本发明提供一种扩充目标识别的训练数据的图像合成方法,涉及计算机视觉技术领域。该方法针对特定生产场景中的图像数据,进行规模和种类统计,采用K‑Means聚类区分前景图像与底图,将前景与底图以及带有标记的特定场景数据集进行合成,用合成数据来扩充图像数据集。本发明的方法能够自动爬取相关素材图片并将所需素材提取并合成到指定的用户特定场景下,从而在短时间、低成本下获得一定规模的合成数据集达到扩充数据集从而提高其鲁棒性,为增强深度学习模型识别能力提供辅助。
-
公开(公告)号:CN110135380A
公开(公告)日:2019-08-16
申请号:CN201910428555.9
申请日:2019-05-22
Applicant: 东北大学
Abstract: 本发明提供一种基于人脸检测的课堂专注度识别的方法,涉及机器学习技术领域。本发明通过建立数据存储区、按固定采样率截取视频帧图片、检测截取的帧图片中人脸基本坐标信息、检测每帧图片中每个人脸特征点坐标、计算每人特征点距离、计算每名学生基本特征点距离、计算特征点距离和基本特征点距离之间偏移量、特征点距离偏移量数据拟合、分析每人听课状态、联合分析多人听课状态,对视频中学生课堂专注度进行有效识别,识别出课堂中学生的听课状态,得出学生课堂专注度的分布情况。本发明提供的方法能够帮助教师针对学生的专注度分布情况,调整学生的听课状态,构建更加科学的教学体系,设置更合理的教学方案,从而提高学生课堂专注度。
-
公开(公告)号:CN110134661A
公开(公告)日:2019-08-16
申请号:CN201910428554.4
申请日:2019-05-22
Applicant: 东北大学
IPC: G06F16/182 , G06F16/22 , G06F16/245 , G06F16/28
Abstract: 本发明提供一种面向刻面的学术大数据存储查询方法,涉及学术大数据技术领域。本发明基于Hadoop HDFS的键值对形式对数据进行存储,结合了关系型数据库、NoSQL及分布式文件各自的优势,利用刻面的概念对数据进行分区和索引,并且以多维逻辑数据模型和低成本的文件格式对数据进行存储,提供有效的指定属性式查询和搜索引擎式查询。本发明根据学术大数据的特点设计分区和索引,用来减少搜索空间,从而优化查询。
-
公开(公告)号:CN108492343A
公开(公告)日:2018-09-04
申请号:CN201810260915.4
申请日:2018-03-28
Applicant: 东北大学
Abstract: 本发明提供一种扩充目标识别的训练数据的图像合成方法,涉及计算机视觉技术领域。该方法针对特定生产场景中的图像数据,进行规模和种类统计,采用K-Means聚类区分前景图像与底图,将前景与底图以及带有标记的特定场景数据集进行合成,用合成数据来扩充图像数据集。本发明的方法能够自动爬取相关素材图片并将所需素材提取并合成到指定的用户特定场景下,从而在短时间、低成本下获得一定规模的合成数据集达到扩充数据集从而提高其鲁棒性,为增强深度学习模型识别能力提供辅助。
-
-
-
-
-
-
-
-
-