-
公开(公告)号：CN119107725A
公开(公告)日：2024-12-10
申请号：CN202411572188.7
申请日：2024-11-06
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
Abstract: 本发明公开了基于面部信息融合的多功能智能门禁准入系统，属于人力资源技术领域；该系统包括信息存储模块、信息采集模块、信息处理模块及执行模块；所述信息存储模块用于存储所述信息采集模块和所述信息处理模块的信息；所述信息采集模块用于采集工作人员的信息；所述信息处理模块用于对所述信息存储模块和所述信息采集模块的信息进行分析处理；所述信息处理模块包括待入人员的身份识别、反欺诈检测、疲劳度分析以及允许进入判断；所述执行模块用于执行所述信息处理模块的信息；本发明通过反欺诈检测，防止非法人员冒用他人身份进入保护区域，通过分析的疲劳度，避免待入人员高强度疲劳作业，减少事故发生风险。
-
公开(公告)号：CN119007273A
公开(公告)日：2024-11-22
申请号：CN202411497568.9
申请日：2024-10-25
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , G06V40/20 , G06V20/40 , G06V10/25 , G06V10/80 , G06V10/82 , G06V20/64 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于面部信息融合的认知障碍识别方法，属于认知障碍识别技术领域。本发明采集认知障碍者的面部视频数据，进行预处理，进行人脸检测，标注人脸关键点；计算EAR、rPPG信号、头部运动平移和旋转矢量，通过最小化重投影误差进行优化；获取RR间期，基于RR间期进行HRV分析，对EAR信号进行特征提取；基于头部运动平移和旋转矢量提取特征，训练随机森林模型，得到特征融合比例，进行特征融合；基于融合后的特征训练认知障碍检测模型，使用EAR、rPPG信号和头部运动矢量作为特征分类模型的输入数据，输出分类结果，对应认知障碍状态的二分类任务；应用激活函数，评估测试结果，得到认知障碍识别结果。
-
公开(公告)号：CN118982859A
公开(公告)日：2024-11-19
申请号：CN202411457306.X
申请日：2024-10-18
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , A61B5/16 , A61B5/00 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于时空信息融合的疲劳检测方法，属于疲劳检测技术领域。本发明通过摄像头采集用户面部视频，使用预训练人脸检测模型，对每一帧视频进行人脸检测，进行人脸关键点标注；基于人脸关键点计算眼睛长宽比和rPPG信号作为时序信息，选择关键帧作为空间信息，采用SSIM结构相似性作为衡量指标，通过梯度下降进行关键帧的选取；构建基于时空融合神经网络的疲劳检测模型，设置模型参数进行训练，将时序信息和空间信息输入到对应模块；将疲劳检测模型提取到的特征进行融合，映射到概率空间，通过分类器实现疲劳的检测，根据设定的疲劳状态的分界点，将输出值与分界点进行比较，得到疲劳检测结果。
-
公开(公告)号：CN118982859B
公开(公告)日：2025-02-07
申请号：CN202411457306.X
申请日：2024-10-18
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , A61B5/16 , A61B5/00 , G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于时空信息融合的疲劳检测方法，属于疲劳检测技术领域。本发明通过摄像头采集用户面部视频，使用预训练人脸检测模型，对每一帧视频进行人脸检测，进行人脸关键点标注；基于人脸关键点计算眼睛长宽比和rPPG信号作为时序信息，选择关键帧作为空间信息，采用SSIM结构相似性作为衡量指标，通过梯度下降进行关键帧的选取；构建基于时空融合神经网络的疲劳检测模型，设置模型参数进行训练，将时序信息和空间信息输入到对应模块；将疲劳检测模型提取到的特征进行融合，映射到概率空间，通过分类器实现疲劳的检测，根据设定的疲劳状态的分界点，将输出值与分界点进行比较，得到疲劳检测结果。
-
公开(公告)号：CN119007273B
公开(公告)日：2024-12-27
申请号：CN202411497568.9
申请日：2024-10-25
Applicant: 长春理工大学 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司
IPC: G06V40/16 , G06V40/20 , G06V20/40 , G06V10/25 , G06V10/80 , G06V10/82 , G06V20/64 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于面部信息融合的认知障碍识别方法，属于认知障碍识别技术领域。本发明采集认知障碍者的面部视频数据，进行预处理，进行人脸检测，标注人脸关键点；计算EAR、rPPG信号、头部运动平移和旋转矢量，通过最小化重投影误差进行优化；获取RR间期，基于RR间期进行HRV分析，对EAR信号进行特征提取；基于头部运动平移和旋转矢量提取特征，训练随机森林模型，得到特征融合比例，进行特征融合；基于融合后的特征训练认知障碍检测模型，使用EAR、rPPG信号和头部运动矢量作为特征分类模型的输入数据，输出分类结果，对应认知障碍状态的二分类任务；应用激活函数，评估测试结果，得到认知障碍识别结果。
-
Patent Agency Ranking
公开(公告)号：CN119399822A
公开(公告)日：2025-02-07
申请号：CN202411963609.9
申请日：2024-12-30
Applicant: 长春理工大学
IPC: G06V40/16 , A61B5/02 , A61B5/00 , G06V20/40 , G06V40/20 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/084 , G16H30/40
Abstract: 本发明涉及房颤检测技术领域，尤其涉及一种基于面部视频的房颤检测方法，通过从面部视频提取粗略rPPG信号和运动级别，结合GAN网络和LSTM模块结合注意力机制的房颤识别网络进行多任务学习，从而实现房颤类别的识别。本发明仅需获取面部视频即可实现了对房颤的无感检测，用户体验性好安全系数高；此外，本发明引入了运动级别分析，并结合GAN网络以及带有LSTM模块和注意力模块的房颤识别网络进行多任务学习，对于人脸运动引起的噪声有更强的鲁棒性。
-
公开(公告)号：CN118606658A
公开(公告)日：2024-09-06
申请号：CN202411075085.X
申请日：2024-08-07
Applicant: 长春理工大学
IPC: G06F18/20 , G06F18/213 , G06F30/20
Abstract: 本发明涉及设备形变分析技术领域，具体为一种基于大数据的设备形变分析系统及方法，包括构建设备仿真云平台，分析在设备形变实验前不同实验参数之间的数据变化的相关性，得到标记实验参数相关数据；分析在设备形变实验中的实验参数对实验结果参数的数据变化状态的影响程度，得到标记实验影响数据；获取标记实验参数相关数据，获取标记实验影响数据，分析在设备形变实验过程中的实验参数与实验结果参数之间的数据变化的关联程度，得到目标实验关联数据；对当前周期内的设备形变实验组中的实验数据进行验证，得到目标设备形变实验组，基于目标设备形变实验组，对当前周期内设备形变仿真模型进行智能优化。
-
公开(公告)号：CN115688186A
公开(公告)日：2023-02-03
申请号：CN202310001103.9
申请日：2023-01-03
Applicant: 长春理工大学 , 长春市高斯视觉科技有限公司
Abstract: 本发明公开了一种基于数据分析的多模态睡眠质量分析系统及方法，属于多模态睡眠质量分析技术领域。通过水印加密和解密算法，以实时监测的心电信号数据和睡姿状态数据，分别计算出异常指数和睡眠指数，分别将异常指数和睡眠指数作为水印加密的强度，再结合历史数据进行验证，使得恶意攻击者对数据的破解非常困难，即使破解了一级或者二级加密，还需要通过历史数据对一级或者二级解密进行验证，同时一级解密验证通过后，才能启动睡姿状态监测，即使启动了睡姿状态监测，还需要破解二级加密并且进行二级解密验证；进而增加了外界对被测者数据进行攻击和篡改的难度，同时也使对睡眠质量数据的分析更加准确和有效。
-
公开(公告)号：CN112818938A
公开(公告)日：2021-05-18
申请号：CN202110233058.0
申请日：2021-03-03
Applicant: 长春理工大学
Abstract: 本发明涉及一种自适应光照干扰环境的人脸识别算法及人脸识别装置，其中人脸识别算法包括建立人脸数据向量集的步骤和人脸识别的步骤，在人脸识别的步骤中，利用MTCNN对待识别人像照片进行检测，将得到的人脸图片分别输入FaceNet模型和LBP模型，得到对应的向量，然后计算向量与人脸数据向量集中每一个向量的欧式距离，再根据欧式距离进行加权求和计算，并以加权求和的最小值所对应的训练人像照片作为待识别人像照片的人脸识别结果。本发明自适应调整两种算法的权重，实现自适应环境光照，从而提高神经网络在人脸识别时对光照的鲁棒性，提高了在光照干扰环境下的人脸识别率。
-
公开(公告)号：CN112562082A
公开(公告)日：2021-03-26
申请号：CN202011288180.X
申请日：2020-11-17
Applicant: 长春理工大学
Abstract: 本发明公开了一种三维人脸重建方法及系统，该方法包括：获取待重建的目标人脸的多个角度的深度图像；将获取的各个角度的深度图像分别转换为对应的点云数据；将各个角度的点云数据进行去燥处理并进行数据配准，实现各个角度的点云数据的拼接，以得到待重建的目标人脸对应的三维点云数据；对三维点云数据进行网格化处理及人脸贴图操作，以得到待重建的目标人脸对应的三维人脸模型。本发明重建的三维人脸误差小，立体感强，并携带大量纹理信息，解决了现有方法重建速率慢与结果不准确等问题，将其应用于面部虚拟整形，可对专业医师提供术前指导，提高手术成功率，降低手术风险，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.062 seconds)
