-
公开(公告)号：CN110310089B
公开(公告)日：2022-08-16
申请号：CN201910554699.9
申请日：2019-06-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于智能调度算法的会议室管理系统和方法，系统包括用户端、管理端、前端和控制单元；用户端提供会议室实时预定和查询功能；管理端中智能调度模块基于BP神经网络和GA算法，对用户提交的会议室需求智能匹配最佳会议室，并通过云平台将预定信息返回给用户；会议室前端提供会议查询和预定功能；同时采集人脸信息并调用基于特征加权的PCA算法的人脸识别模块进行人脸识别，实现会议刷脸签到和门禁控制功能，同时会议室内部物联网设备按照控制指令打开；本发明实现了高效利用会议室资源、避免会议室冲突的功能。
-
公开(公告)号：CN110427892B
公开(公告)日：2022-09-09
申请号：CN201910720503.9
申请日：2019-08-06
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于深浅层自相关融合的CNN人脸表情特征点定位方法，S1，构建人脸样本数据集，S2，定位人脸眼睛、眉毛、嘴等区域，随后利用旋转、平移、翻转拓展数据集，S3，利用数据集训练深浅层自相关融合的卷积神经网络，完成对区域内的特征点的精确定位。本发明在样本人脸数据集的基础上，实现了人眼、眉毛、嘴巴等与表情相关较大的区域的特征点精确定位，解决了由于人脸表情变化大造成特征点定位不准等问题，并可藉由此方法完成表情识别的相关操作。
-
公开(公告)号：CN110633637B
公开(公告)日：2023-05-16
申请号：CN201910734064.7
申请日：2019-08-09
Applicant: 河海大学常州校区
IPC: G06V20/40 , G06V20/58 , G06V20/56 , G06V10/94 , G06V10/774 , G06V10/764 , G06V10/44 , G07C5/08
Abstract: 本发明公开了一种基于Haar‑Like特征提取算法与灰度值差异分析的辅助驾驶方法，包括：待检样本的收集与标定训练，前方道路视频流的自动采集与预处理；视频流中车尾与红绿灯的识别；视频流中车道线的检测，对检测到的车尾目标进行测距；识别结果反馈给驾驶员并对结果备份存储。本发明通过分析车内移动设备获取到的前方道路视频流，检测视频中采集的图像帧中存在的车尾、红绿灯与车道线三大要素，实现自动识别的功能，对驾驶员进行一定的结果反馈，为安全、便捷、高效驾驶提供了一套新的基于计算机视觉的可靠解决方案。
-
Patent Agency Ranking
公开(公告)号：CN110222634B
公开(公告)日：2022-11-01
申请号：CN201910481323.X
申请日：2019-06-04
Applicant: 河海大学常州校区
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于卷积神经网络的人体姿态识别方法，首先获取人体姿态数据集，并对其进行视频切成图像帧的预处理；然后搭建卷积神经网络模型，通过在RELU激励函数输入处引入稀疏性，减少激励函数的不必要输入；接着结合稀疏项优化传统目标损失函数，通过迭代更新参数，对网络进行训练，从而获得最优解；最后，根据训练所得的网络模型，对人体姿态进行识别，输出人体姿态类别。本发明的有益效果是：本发明采用的方法在保持较高姿态识别率的同时，可以加快收敛速度，提高网络的泛化能力。
-
公开(公告)号：CN110633637A
公开(公告)日：2019-12-31
申请号：CN201910734064.7
申请日：2019-08-09
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于Haar-Like特征提取算法与灰度值差异分析的辅助驾驶方法，包括：待检样本的收集与标定训练，前方道路视频流的自动采集与预处理；视频流中车尾与红绿灯的识别；视频流中车道线的检测，对检测到的车尾目标进行测距；识别结果反馈给驾驶员并对结果备份存储。本发明通过分析车内移动设备获取到的前方道路视频流，检测视频中采集的图像帧中存在的车尾、红绿灯与车道线三大要素，实现自动识别的功能，对驾驶员进行一定的结果反馈，为安全、便捷、高效驾驶提供了一套新的基于计算机视觉的可靠解决方案。
-
公开(公告)号：CN110427892A
公开(公告)日：2019-11-08
申请号：CN201910720503.9
申请日：2019-08-06
Applicant: 河海大学常州校区
Abstract: 本发明公开了基于深浅层自相关融合的CNN人脸表情特征点定位方法，S1，构建人脸样本数据集，S2，定位人脸眼睛、眉毛、嘴等区域，随后利用旋转、平移、翻转拓展数据集，S3，利用数据集训练深浅层自相关融合的卷积神经网络，完成对区域内的特征点的精确定位。本发明在样本人脸数据集的基础上，实现了人眼、眉毛、嘴巴等与表情相关较大的区域的特征点精确定位，解决了由于人脸表情变化大造成特征点定位不准等问题，并可藉由此方法完成表情识别的相关操作。
-
公开(公告)号：CN110310089A
公开(公告)日：2019-10-08
申请号：CN201910554699.9
申请日：2019-06-25
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种智能化的会议室管理系统和方法，系统包括用户端、管理端、前端和控制单元；用户端提供会议室实时预定和查询功能；管理端中智能调度模块基于BP神经网络和GA算法，对用户提交的会议室需求智能匹配最佳会议室，并通过云平台将预定信息返回给用户；会议室前端提供会议查询和预定功能；同时采集人脸信息并调用基于特征加权的PCA算法的人脸识别模块进行人脸识别，实现会议刷脸签到和门禁控制功能，同时会议室内部物联网设备按照控制指令打开；本发明实现了高效利用会议室资源、避免会议室冲突的功能。
-
公开(公告)号：CN110222634A
公开(公告)日：2019-09-10
申请号：CN201910481323.X
申请日：2019-06-04
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于卷积神经网络的人体姿态识别方法，首先获取人体姿态数据集，并对其进行视频切成图像帧的预处理；然后搭建卷积神经网络模型，通过在RELU激励函数输入处引入稀疏性，减少激励函数的不必要输入；接着结合稀疏项优化传统目标损失函数，通过迭代更新参数，对网络进行训练，从而获得最优解；最后，根据训练所得的网络模型，对人体姿态进行识别，输出人体姿态类别。本发明的有益效果是：本发明采用的方法在保持较高姿态识别率的同时，可以加快收敛速度，提高网络的泛化能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.01 seconds)
