公开(公告)号：CN114463846A

公开(公告)日：2022-05-10

申请号：CN202210087197.1

申请日：2022-01-25

Applicant: 合肥工业大学

Inventor： 谢昭 ,  江朝晖 ,  王冠 ,  吴克伟 ,  孙永宣

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种自适应时间结构深度网络的偷窃行为识别方法。本发明采用分段方式，实现对长时视频的处理。针对段内特征相似度高而产生的信息冗余问题，通过估计段内时间结构的距离阈值，来计算段内每个视频帧的二值采样标记，去除段内冗余的视频帧，减少段内模型计算量。针对视频段的语义信息重要性估计问题，设计了子行为原型参数矩阵，学习每个视频段的子行为相关的语义描述，并估计视频段的时间注意力，进行视频段的特征增强。最后，对多视频段的特征串联，并使用三层感知器，实现偷窃行为识别。本文发明具有时间自适应能力强，对长时视频中段内的冗余视频帧，和段间的语义信息分析，都具有较好的鲁棒处理能力，可有效实现偷窃行为识别。

公开(公告)号：CN117274307A

公开(公告)日：2023-12-22

申请号：CN202311216082.9

申请日：2023-09-20

Applicant: 合肥工业大学

Inventor： 杨兴明 ,  王冠 ,  吴克伟 ,  孙永宣 ,  郭丹 ,  谢昭

IPC: G06T7/246 ,  G06V10/44 ,  G06V10/80 ,  G06V10/52 ,  G06V10/25

Abstract: 本发明公开了一种目标动态卷积核的高空抛物跟踪方法。本发明关注于随着目标类别变化的动态卷积核学习。本发明将目标中心点视为Key特征，将目标中心点附近的像素视为Query特征，利用Key和Query匹配的方法来学习附近的像素的权重。本发明通过依次匹配目标中心点附近的像素，来提取动态卷积核中每个位置上的权重。为了抑制干扰目标和困难目标对目标跟踪的影响，本发明在跟踪目标类之外，添加干扰目标类和困难目标类的动态卷积核学习过程，设计融合多目标类别的动态卷积核目标检测网络。在测试视频的高空抛物跟踪过程中，本发明使用多目标动态卷积核的目标检测模型，能有效抑制干扰信息和困难信息，从而提高高空抛物跟踪的准确性。

公开(公告)号：CN113602698A

公开(公告)日：2021-11-05

申请号：CN202110714620.1

申请日：2021-06-26

Applicant: 合肥工业大学 ,  合肥市峰茂信息科技有限公司

Inventor： 熊鸿斌 ,  王冠

IPC: B65F1/00 ,  B65F1/14

Abstract: 本说明书一个或多个实施例提供一种生活垃圾分类智慧管理系统，通过在垃圾存放端中设置调节机构，通过垃圾分离机构将垃圾袋和其中的垃圾分离，通过识别模块对垃圾的类别进行识别，在移动到对应的垃圾桶中，通过设置测量模块，对垃圾桶中的空余空间进行测量，当小于设定值时，可通过调节机构调节容纳腔的容积，从而对各垃圾存储部的容量进行调节，解决了个别垃圾桶装满时，无法将垃圾正确分类的问题，并且不影响垃圾的回收，提高垃圾分类的便利性和效率。

公开(公告)号：CN113537877A

公开(公告)日：2021-10-22

申请号：CN202110714673.3

申请日：2021-06-26

Applicant: 合肥工业大学 ,  合肥市峰茂信息科技有限公司

Inventor： 熊洪斌 ,  王冠

IPC: G06Q10/08 ,  G06Q10/00 ,  G06K9/00 ,  G06K9/62 ,  G06K17/00

Abstract: 本说明书一个或多个实施例提供一种基于区块链的固体废物管理控制系统，通过读取投放信息，获取暂存腔中的固体废物的图像并将其与投放信息关联，回收运输模块在对固体废物进行回收时，记录投放信息对应的回收时间和分类存放容器信息，追踪模块记录回收运输模块的运输路径，并分别生成数据包，构建区块和对应的哈希码，利用区块链去中心化、开放性、自治性的特点，确保信息会得到永久储存，且避免信息被篡改的风险，则管理人员可以根据上传到区块链平台的信息，随时监控固体废物的投放、回收和运输情况，对固体废物管理的全流程进行监控，对于固体废物处理中违规操作，可寻迹到部分或负责人，找到症结所在，提高固体废物管理控制效率。

公开(公告)号：CN114463846B

公开(公告)日：2025-05-13

申请号：CN202210087197.1

申请日：2022-01-25

Applicant: 合肥工业大学

Inventor： 谢昭 ,  江朝晖 ,  王冠 ,  吴克伟 ,  孙永宣

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明公开了一种自适应时间结构深度网络的偷窃行为识别方法。本发明采用分段方式，实现对长时视频的处理。针对段内特征相似度高而产生的信息冗余问题，通过估计段内时间结构的距离阈值，来计算段内每个视频帧的二值采样标记，去除段内冗余的视频帧，减少段内模型计算量。针对视频段的语义信息重要性估计问题，设计了子行为原型参数矩阵，学习每个视频段的子行为相关的语义描述，并估计视频段的时间注意力，进行视频段的特征增强。最后，对多视频段的特征串联，并使用三层感知器，实现偷窃行为识别。本文发明具有时间自适应能力强，对长时视频中段内的冗余视频帧，和段间的语义信息分析，都具有较好的鲁棒处理能力，可有效实现偷窃行为识别。