-
公开(公告)号：CN112383615A
公开(公告)日：2021-02-19
申请号：CN202011259591.6
申请日：2020-11-12
Applicant: 山东建筑大学
Abstract: 本公开提出了一种基于边缘计算的住宅楼门禁安防系统及方法，包括：边缘计算节点、边缘服务器及云服务器；所述边缘计算节点作为本地设备，被配置为：接收访客到访信息及到访者的图像信息并建立事件，对访客进行人脸识别、人数识别与行为识别，并对事件的危险等级分类；所述边缘服务器与至少一个边缘计算节点通信，接收边缘计算节点上传的所有级别事件并进行筛选，将筛选后的事件信息上传到云服务器；所述云服务器被配置为下发信息至筛选后的事件涉及的业主。
-
公开(公告)号：CN112070703B
公开(公告)日：2024-05-03
申请号：CN202010975838.8
申请日：2020-09-16
Applicant: 山东建筑大学
Abstract: 本发明公开了一种仿生机器鱼水下视觉图像增强方法及系统，包括：利用仿生机器鱼获取原始目标图像；对原始目标图像采用非线性映射的方式进行预处理；将原始目标图像输入到预先训练好的深度卷积生成对抗网络DCGAN中，输出增强后的初始目标图像。
-
-
公开(公告)号：CN112381320A
公开(公告)日：2021-02-19
申请号：CN202011357855.1
申请日：2020-11-27
Applicant: 山东建筑大学
Abstract: 本发明属于人员流量预测技术领域，提供了社区人员流量预测方法、系统、存储介质及设备。其中社区人员流量预测方法包括获取与待测时间段相邻的历史时间段内的社区人员流动相关数据；所述社区人员流动相关数据包括流动数量、流动方向及外部影响因素数据；采用变分模态分解方法对历史时间段内的社区人员流动相关数据进行预处理，提取多个本征模态分量和残差分量；将本征模态分量输入到时间序列模型并输出初始社区人员流量预测结果，将残差分量输入到采用余量预测模型并输出社区人员流量外部影响预测结果，将初始社区人员流量预测结果与社区人员流量外部影响预测结果叠加，得到最终社区人员流量预测结果。其能够提高社区人员流量预测精度及资源配置。
-
公开(公告)号：CN112068705A
公开(公告)日：2020-12-11
申请号：CN202010966562.7
申请日：2020-09-15
Applicant: 山东建筑大学
Abstract: 本公开提供了一种基于手势识别的仿生机器鱼交互控制方法及系统，所述方案包括获取手势：由视觉传感器等获取手势序列图像；手势识别：经过肤色检测，分割出手势图像；提取手势特征，建立手势库，训练SVM模型进行手势识别；手势控制：对若干手势动作进行编码，作为仿生机器鱼的控制指令，当手势识别完成之后，驱动机器鱼按照预定动作运动。
-
Patent Agency Ranking
公开(公告)号：CN110488611B
公开(公告)日：2022-03-11
申请号：CN201910845621.2
申请日：2019-09-02
Applicant: 山东建筑大学
IPC: G05B13/04
Abstract: 本公开提供了一种仿生机器鱼运动控制方法、控制器及仿生机器鱼。其中，一种仿生机器鱼运动控制方法，包括：获取鱼尾鳍关节角度及其对应的仿生机器鱼运动状态标签并存储至数据集中；仿生机器鱼的运动状态标签包括直游运动状态标签和转弯运动状态标签；将数据集划分成训练集和测试集，进行归一化处理；构建LSTM神经网络模型，利用归一化的训练集中的数据训练LSTM神经网络模型，并利用测试集测试LSTM神经网络模型，得到训练完成的LSTM神经网络模型，得到仿生机器鱼尾鳍摆动模型；利用仿生机器鱼尾鳍摆动模型，输出与当前的鱼尾鳍关节角度相对应的仿生机器鱼的运动状态。其能够准确地控制仿生机器鱼的运动状态，更好地实现对仿生机器鱼的控制。
-
-
公开(公告)号：CN110488611A
公开(公告)日：2019-11-22
申请号：CN201910845621.2
申请日：2019-09-02
Applicant: 山东建筑大学
IPC: G05B13/04
Abstract: 本公开提供了一种仿生机器鱼运动控制方法、控制器及仿生机器鱼。其中，一种仿生机器鱼运动控制方法，包括：获取鱼尾鳍关节角度及其对应的仿生机器鱼运动状态标签并存储至数据集中；仿生机器鱼的运动状态标签包括直游运动状态标签和转弯运动状态标签；将数据集划分成训练集和测试集，进行归一化处理；构建LSTM神经网络模型，利用归一化的训练集中的数据训练LSTM神经网络模型，并利用测试集测试LSTM神经网络模型，得到训练完成的LSTM神经网络模型，得到仿生机器鱼尾鳍摆动模型；利用仿生机器鱼尾鳍摆动模型，输出与当前的鱼尾鳍关节角度相对应的仿生机器鱼的运动状态。其能够准确地控制仿生机器鱼的运动状态，更好地实现对仿生机器鱼的控制。
-
公开(公告)号：CN113781521B
公开(公告)日：2023-08-08
申请号：CN202110781740.3
申请日：2021-07-12
Applicant: 山东建筑大学
IPC: G06T7/246 , G06V10/762 , G06V40/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开公开了一种基于改进YOLO‑DeepSort的仿生机器鱼检测跟踪方法，包括：通过建立改进的YOLOv3目标检测网络，建立DeepSort跟踪模型，通过目标检测模型获取目标边界框与特征向量，将其送入DeepSort模型，通过DeepSort模型进行目标匹配、跟踪、预测与更新。
-
公开(公告)号：CN110286592B
公开(公告)日：2022-11-01
申请号：CN201910576714.X
申请日：2019-06-28
Applicant: 山东建筑大学
IPC: G05B13/04
Abstract: 本公开提出了一种基于BP神经网络的机器鱼多模态运动方法及系统，包括：建立CPG模型：对四关节具有胸鳍的机器鱼进行动力学建模，令尾鳍CPG单向抑制胸鳍CPG，利用非线性振荡器模型作为CPG神经元，确定左右两边输入激励，下行和上行相位耦合系数，上行和下行耦合系数权重，对应各个关节的CPG频率；建立BP神经网络模型：基于CPG模型得到关节角度的变化，将关节角度变化值存储为数据包进行BP神经网络训练，并将训练好的数据发送到仿生机器鱼的控制器上，利用CPG信号驱动各关节的摆动，进行机器鱼直游转弯运动。本公开利用BP神经网络学习机器鱼的多模态运动，最终实现BP神经网络学习机器鱼多模态运动的过程，提高了机器鱼系统的自主性与适应性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.028 seconds)
