-
公开(公告)号：CN111950341A
公开(公告)日：2020-11-17
申请号：CN202010565003.5
申请日：2020-06-19
Applicant: 南京邮电大学 , 南京优倍电气有限公司
Abstract: 本发明公开了一种基于机器视觉的实时手势识别方法及手势识别系统，根据人体和手部的特点，提出了基于人体关节点识别实现手部定位、基于手部定位实现手部关节点识别、基于手部关节点识别实现手势识别的“人体关节点识别、手部定位、手部关节点识别、手势识别”四个步骤的手势识别思路，针对人体关节识别、手部关节识别、手势识别的任务特点设计了神经网络结构，同时在手部关节点识别实现手势识别环节中，设计了一种手势训练数据生成方式并通过迁移学习实现了手势识别，最后通过对网络的轻量化设计和系统的数据传输结构的设计使系统能够达到实时的手势和手部关节识别。
-
公开(公告)号：CN118658211A
公开(公告)日：2024-09-17
申请号：CN202411148242.5
申请日：2024-08-21
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V40/10 , G06V10/80 , G06V10/82 , G06V10/10 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于双主干特征融合的课堂学生姿势识别方法，属于计算机视觉与教育技术领域，方法包括：获取课堂中学生的现场图片或视频；利用双主干特征提取网络对现场图片或视频进行特征提取；将各主干得到的对应尺度相同的特征图按照对应比例进行拼接融合，得到三层新特征图；将所述三层新特征图输入至解耦合头预测结构，进行特征图整合及预测数据解码计算，得到预测边框信息；将预测边框信息进行预处理，得到预测框及其对应的置信度，并将所述预测框进行非极大值抑制，得到课堂学生姿势识别结果。本发明通过双主干网络提取特征的方式，有效挖掘和融合多尺度视觉特征，实现了对复杂场景下的多目标学生姿势的精准高效识别。
-
公开(公告)号：CN117496569A
公开(公告)日：2024-02-02
申请号：CN202311431688.4
申请日：2023-10-31
Applicant: 南京邮电大学
IPC: G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/774
Abstract: 本发明公开了一种基于表情识别的智慧课堂群体情绪评估方法及系统，涉及计算机视觉与教育技术领域，方法包括：对输入的图片或视频数据预处理，对经过预处理输入图片或视频进行特征提取，特征融合，特征图整合；进行预测边框信息的解码和计算，进行非极大值抑制，得到检测识别结果；将多人脸表情识别结果进行群体情绪指标计算，得到最终的评价指标值；本发明重点研究了面向智慧课堂的端到端多人脸表情识别算法模型及其应用，在保证算法检测速度的同时明显提升了检测精度，模型应用于智慧课堂进行群体情绪评估的实际应用方案，展现出其良好的实用性和拓展性，可推广应用到更多智慧教育场景，为教学质量提升提供技术支撑。
-
公开(公告)号：CN117034143B
公开(公告)日：2023-12-15
申请号：CN202311303999.2
申请日：2023-10-10
Applicant: 南京邮电大学
IPC: G06F18/2415 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的分布式系统故障诊断方法及装置，涉及智能运维技术领域，方法包括：对历史的系统故障数据进行预处理；构建用于推断历史的系统故障数据缺失值的填充模型；使用基于浅层神经网络的前处理模型拟合经过填充模型处理过的历史系统故障数据，获取特征间更深层次的特征嵌入；结合特征嵌入和原始特征，得到扩充后的数据集；训练故障诊断模型的三个基学习器，取基学习器输出的概率表示作为元特征，用作元学习器逻辑回归的输入，训练元学习器得到诊断模型；对新的数据样本用同样的方法得到最终的元特征，输入诊断模型进行预测；本发明可提高分布式系统智能运维的效率，减少人力资源的投入，节省成本。
-
Patent Agency Ranking
公开(公告)号：CN117034143A
公开(公告)日：2023-11-10
申请号：CN202311303999.2
申请日：2023-10-10
Applicant: 南京邮电大学
IPC: G06F18/2415 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的分布式系统故障诊断方法及装置，涉及智能运维技术领域，方法包括：对历史的系统故障数据进行预处理；构建用于推断历史的系统故障数据缺失值的填充模型；使用基于浅层神经网络的前处理模型拟合经过填充模型处理过的历史系统故障数据，获取特征间更深层次的特征嵌入；结合特征嵌入和原始特征，得到扩充后的数据集；训练故障诊断模型的三个基学习器，取基学习器输出的概率表示作为元特征，用作元学习器逻辑回归的输入，训练元学习器得到诊断模型；对新的数据样本用同样的方法得到最终的元特征，输入诊断模型进行预测；本发明可提高分布式系统智能运维的效率，减少人力资源的投入，节省成本。
-
公开(公告)号：CN111950341B
公开(公告)日：2022-09-27
申请号：CN202010565003.5
申请日：2020-06-19
Applicant: 南京邮电大学 , 南京优倍电气有限公司
Abstract: 本发明公开了一种基于机器视觉的实时手势识别方法及手势识别系统，根据人体和手部的特点，提出了基于人体关节点识别实现手部定位、基于手部定位实现手部关节点识别、基于手部关节点识别实现手势识别的“人体关节点识别、手部定位、手部关节点识别、手势识别”四个步骤的手势识别思路，针对人体关节识别、手部关节识别、手势识别的任务特点设计了神经网络结构，同时在手部关节点识别实现手势识别环节中，设计了一种手势训练数据生成方式并通过迁移学习实现了手势识别，最后通过对网络的轻量化设计和系统的数据传输结构的设计使系统能够达到实时的手势和手部关节识别。
-
公开(公告)号：CN104319751B
公开(公告)日：2017-04-12
申请号：CN201410529845.X
申请日：2014-10-09
Applicant: 南京邮电大学
IPC: H02H9/02
Abstract: 本发明公开了一种基于电磁损耗的电动汽车共模电流抑制器。抑制器电路采用集总元件的梯形网络形式，单元结构为串联电感线圈、并联电容器构成的低通电路。针对电动汽车中沿电缆‑底盘传导的、1‑30MHz频率范围的共模电流，考虑到单元结构长度Pu要远小于共模电流波长以及电路制备的方便，取Pu≈2cm，电感线圈中填充磁导率实部、虚部均在10量级的复合磁性材料，电容器中填充介电常数实部、虚部均在10量级的复合介电材料。把共模电流抑制器串联到电动汽车的电缆上，由于抑制器具有较大的衰减系数，使得共模电流以指数形式迅速衰减，强烈地抑制后续电路中的共模电流。本发明结构简单、便于制备、可有选择性地高效抑制较宽频段范围的共模电流。
-
公开(公告)号：CN118658211B
公开(公告)日：2024-12-03
申请号：CN202411148242.5
申请日：2024-08-21
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V40/10 , G06V10/80 , G06V10/82 , G06V10/10 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明公开一种基于双主干特征融合的课堂学生姿势识别方法，属于计算机视觉与教育技术领域，方法包括：获取课堂中学生的现场图片或视频；利用双主干特征提取网络对现场图片或视频进行特征提取；将各主干得到的对应尺度相同的特征图按照对应比例进行拼接融合，得到三层新特征图；将所述三层新特征图输入至解耦合头预测结构，进行特征图整合及预测数据解码计算，得到预测边框信息；将预测边框信息进行预处理，得到预测框及其对应的置信度，并将所述预测框进行非极大值抑制，得到课堂学生姿势识别结果。本发明通过双主干网络提取特征的方式，有效挖掘和融合多尺度视觉特征，实现了对复杂场景下的多目标学生姿势的精准高效识别。
-
公开(公告)号：CN104319751A
公开(公告)日：2015-01-28
申请号：CN201410529845.X
申请日：2014-10-09
Applicant: 南京邮电大学
IPC: H02H9/02
Abstract: 本发明公开了一种基于电磁损耗的电动汽车共模电流抑制器。抑制器电路采用集总元件的梯形网络形式，单元结构为串联电感线圈、并联电容器构成的低通电路。针对电动汽车中沿电缆-底盘传导的、1-30MHz频率范围的共模电流，考虑到单元结构长度Pu要远小于共模电流波长以及电路制备的方便，取Pu≈2cm，电感线圈中填充磁导率实部、虚部均在10量级的复合磁性材料，电容器中填充介电常数实部、虚部均在10量级的复合介电材料。把共模电流抑制器串联到电动汽车的电缆上，由于抑制器具有较大的衰减系数，使得共模电流以指数形式迅速衰减，强烈地抑制后续电路中的共模电流。本发明结构简单、便于制备、可有选择性地高效抑制较宽频段范围的共模电流。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.03 seconds)
