-
公开(公告)号：CN112818175B
公开(公告)日：2023-09-01
申请号：CN202110167478.3
申请日：2021-02-07
Applicant: 中国矿业大学
IPC: G06F16/783 , G06F16/78 , G06V40/10 , G06V20/52 , G06V10/764 , G06V10/82 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种厂区人员搜索方法，无需对人员区域预先标注，直接输入煤矿区域无标注监控视频生图，先通过本发明提出的多尺度YOLOv4人员检测算法获得煤矿人员的区域边界和位置，再针对煤矿人员统一着装问题，提供一种人员识别模型的训练方法，首先对人员区域采用微调的ResNet50进行特征提取，然后，采用权重约束难样本采样损失函数和边界余弦Softmax损失函数联合监督来训练神经网络识别特征学习，获取检测人员的身份信息识别，实现了较好的一定区域人员的无标注搜索效果。
-
公开(公告)号：CN112308032B
公开(公告)日：2024-04-05
申请号：CN202011335295.X
申请日：2020-11-25
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V20/40 , G06V10/25 , G06V10/762 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种视频检测的井下风门智能协同联动控制方法，属智能监控技术领域，利用智能视频监控技术对风门区域进行实时目标类型的识别和位置的检测，确认其目标属性与当前通行需求(行人开小风门，车辆开大风门)，进而实现两道风门的智能开闭和巷道的高效通行；同时设计两道风门开闭的逻辑闭锁，在软件功能上限制两道风门同时开闭的情况，从根本上消除人为因素造成的安全风险；除此之外，为了满足紧急情况下的人员疏散需求，设置手动风门闭锁解除按钮，最大化事故发生时的人员疏散效率。
-
公开(公告)号：CN114359773A
公开(公告)日：2022-04-15
申请号：CN202111328521.6
申请日：2021-11-10
Applicant: 中国矿业大学
Abstract: 复杂地下空间轨迹融合的视频人员重识别方法，解决复杂地下空间视频人员重识别中的大范围目标遮挡问题；通过Social‑GAN模型能够实现精确人员轨迹预测；构建时空轨迹融合模型，将不受遮挡影响的人员轨迹视频引入重识别网络中，解决遮挡造成的表观视觉特征提取错误问题，有效缓解遮挡问题对重识别性能造成的影响；此外，构建轨迹融合MARS_traj数据集，在MARS数据集上为人员添加时间帧数和空间坐标坐标信息，使其适用于复杂地下空间轨迹融合的视频人员重识别方法。
-
公开(公告)号：CN119653348A
公开(公告)日：2025-03-18
申请号：CN202411852808.2
申请日：2024-12-16
Applicant: 中国矿业大学
Abstract: 本发明公开了一种低空无人机群双频链路应急组网方法及其系统，方法包括：构建低空无人机的低频控制链路，其中，所述低频控制链路采用全分布式控制链路组网方式；其次，通过所述低频控制链路共享网络控制数据，得到控制链路的全局信息，其中所述全局信息包括无人机定位信息、物理环境和通信资源；接着，根据所述全局信息，构建高频数据链路，通过所述高频数据链路进行数据传输；最后，基于所述低频控制链路和高频数据链路，采用高低频结合的方式搭建双频链路应急组网。本发明能够形成更稳定更可靠的控制网络，为高频数据链路的构建提供更及时的控制信息支撑，更好地解决无人机高动态拓扑下数据的重传等问题。
-
公开(公告)号：CN118968614A
公开(公告)日：2024-11-15
申请号：CN202410979883.9
申请日：2024-07-19
Applicant: 中国矿业大学
IPC: G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种基于多模态联合训练网络的井下危险行为识别方法，首先利用井下固定摄像头捕获RGB流视频以及生成相应的深度图数据，将其推流至后端设备，利用先进的姿态估计算法获取人体关键点坐标并将其保存为可读数据。骨骼数据一方面可以利用GCN模型进行骨骼数据行为识别，另一方面需要用骨骼坐标点生成相应的互补数据。MHP图的构建由深度图辅助RGB图生成，GOIS图由训练后的关节点权重辅助生成，分别由EfficientNet‑B7和ResNet‑18进行训练。本发明解决矿井下由于环境复杂，光线昏暗等恶劣环境条件造成的工作人员行为难以准确识别的难题。
-
Patent Agency Ranking
公开(公告)号：CN110769059B
公开(公告)日：2021-08-17
申请号：CN201911030476.9
申请日：2019-10-28
Applicant: 中国矿业大学
IPC: H04L29/08
Abstract: 本发明公开了一种面向区域性边缘计算物联网的协作服务部署与业务分配方法，涉及边缘计算及物联网领域。为了提升边缘计算物联网服务部署中资源有效性，降低网络部署成本，本发明首先构建区域性边缘计算物联网中边缘服务器协作模式，之后，将边缘服务器中的最小化部署成本的服务部署问题建模成矢量装箱问题。并通过一种最小资源占比增量启发式算法确定最小服务器数量及初始业务分配结果。之后，为平衡网络负载及降低网络管理单元的转发负载，利用迭代搜索移动交换启发式算法将业务重分配至本地部署的边缘服务器，最大化由本地边缘服务器处理的业务计算任务数。
-
公开(公告)号：CN111800609B
公开(公告)日：2021-05-25
申请号：CN202010603942.4
申请日：2020-06-29
Applicant: 中国矿业大学
Abstract: 本发明涉及视频拼接技术领域，尤其涉及一种基于多平面多感知缝合线的矿井巷道视频拼接方法。主要步骤包括采用尺度不变特征变换算法(SIFT)对定点旋转摄像头所采集到的视频图像前景和背景分别进行特征点检测和匹配，得到特征匹配点；基于多平面进行特征匹配点分组，每组特征匹配点对应的对齐候选单应性矩阵都可以对齐视频图像中的一个平面；在每组局部对齐的视频图像上计算多感知缝合线，选择缝合线能量最小的对齐候选对齐帧图像，并合成最终视频拼接结果。提供了一种以最少摄像头排列布局，获得最大范围的巷道拍摄视野，实现井下巷道大视差场景下自然无缝的视频拼接方法。
-
公开(公告)号：CN112818175A
公开(公告)日：2021-05-18
申请号：CN202110167478.3
申请日：2021-02-07
Applicant: 中国矿业大学
Abstract: 本发明公开了一种厂区人员搜索方法，无需对人员区域预先标注，直接输入煤矿区域无标注监控视频生图，先通过本发明提出的多尺度YOLOv4人员检测算法获得煤矿人员的区域边界和位置，再针对煤矿人员统一着装问题，提供一种人员识别模型的训练方法，首先对人员区域采用微调的ResNet50进行特征提取，然后，采用权重约束难样本采样损失函数和边界余弦Softmax损失函数联合监督来训练神经网络识别特征学习，获取检测人员的身份信息识别，实现了较好的一定区域人员的无标注搜索效果。
-
公开(公告)号：CN110769059A
公开(公告)日：2020-02-07
申请号：CN201911030476.9
申请日：2019-10-28
Applicant: 中国矿业大学
IPC: H04L29/08
Abstract: 本发明公开了一种面向区域性边缘计算物联网的协作服务部署与业务分配方法，涉及边缘计算及物联网领域。为了提升边缘计算物联网服务部署中资源有效性，降低网络部署成本，本发明首先构建区域性边缘计算物联网中边缘服务器协作模式，之后，将边缘服务器中的最小化部署成本的服务部署问题建模成矢量装箱问题。并通过一种最小资源占比增量启发式算法确定最小服务器数量及初始业务分配结果。之后，为平衡网络负载及降低网络管理单元的转发负载，利用迭代搜索移动交换启发式算法将业务重分配至本地部署的边缘服务器，最大化由本地边缘服务器处理的业务计算任务数。
-
公开(公告)号：CN118711214A
公开(公告)日：2024-09-27
申请号：CN202410864159.1
申请日：2024-06-30
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种矿山复杂场景的遮挡人员身份识别方法及系统，属于图像识别技术领域，该方法首先将输入图像分割并线性投影，加入可学习的类标记作为全局特征；其次，嵌入位置编码和相机标签，通过Transformer编码器提取特征；然后，去除分类头向量，利用AvgPool和Softmax选择关键图像块；接着，通过查询‑键‑值注意力机制聚合特征，增强全局表示；之后，对特征进行reshape并通过LIEM模块提取局部特征；最后，结合全局和局部特征，采用行人重识别技术进行矿山内人员的自动识别和追踪。本发明利用Transformer编码器、注意力机制、卷积神经网络和特征融合技术的方法，在矿山遮挡场景下识别到正确的行人，对矿山作业的安全性和效率具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.034 seconds)
