“雷良健”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于主客观信息融合表示的行为危险倾向预测方法及系统-CN202310741281.5在审
发明人：周盛传;周斌;雷良健;杨阳;张津恺;张志风;潘海萍 -专利权人：江西赣玛实业有限公司;江西赣玛智能科技有限公司
申请日： 2023-06-21 - 公布日： 2023-09-05 - 主分类号： G06F18/20 文献下载
摘要：本发明属于深度学习与预测学的交叉领域，提供了基于主客观信息融合表示的行为危险倾向预测方法及系统，根据待评估对象的主客观融合信息和信息重构网络，得到对应的数据编码；基于数据编码组成的数据集，将数据集划分成多个子集；基于各数据子集，采用存储在算法仓中的分类算法，根据每种分类算法的准确率和微观F1值，确定所有样本数据所适用的分类算法，得到样本数据的算法标签，构建存储有带算法标签的主客观信息融合表示数据库。基于数据库数据和测试数据，利用最近邻节点算法进行数据比对，选择合适的分类算法应用于测试数据，得到行为预测结果。适用于不同待评估对象，应对不同环境，以及不同主客观信息，从而使该算法的泛化能力得到提高。
基于主客观信息融合表示行为危险倾向预测方法系统

[发明专利]一种基于多窗口滑动Transformer与循环神经网络的睡眠行为检测方法-CN202310135666.7在审
发明人：翟超;郭瑞;郑丽娜;李玉军;雷良健 -专利权人：山东大学
申请日： 2023-02-20 - 公布日： 2023-05-23 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及一种基于多窗口滑动Transformer与循环神经网络的睡眠行为检测方法，包括：将实时的监控画面送入训练好的网络模型中，训练好的网络模型对监控画面进行降维、分帧处理，并对降维、分帧处理后的监控画面中被检测者进行睡眠行为识别，判断其在睡觉期间的睡眠行为。本发明在窗口与窗口之间建立有效的连接，充分解决了由于上一次窗口划分导致的重要特征被切割而不能有效提取空间特征的问题。本发明将Transformer与GRU结合，相较于Video Swin Transformer结构，本发明在保证准确率的前提下实现了更小的计算量与更高的计算效率，大大减小了模型对于硬件的需求。
一种基于窗口滑动 transformer 循环神经网络睡眠行为检测方法

[发明专利]一种场景自适应视频数据集的构建方法及系统-CN202210957164.8在审
发明人：杨阳;张南南;刘云霞;孙齐悦;李雪;雷良健 -专利权人：山东大学
申请日： 2022-08-10 - 公布日： 2022-12-02 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种场景自适应视频数据集的构建方法及系统，基于已有场景的各种行为视频数据，对目标场景与现有场景进行语义分析和相似度匹配，利用预训练好的行为分类模型对现有行为数据进行分类，获取目标行为视频数据，提出场景自适应机制，设计基于视频序列内容的目标跟踪算法，获取行为目标序列信息，利用背景抠除算法对目标序列检测框进行前景目标提取，再根据目标场景的属性与内容进行场景自适应转换、目标序列迁移与优化，生成目标场景下所需目标行为的高质量视频数据。本发明可以快速实现多种场景的自适应数据生成，无需目标场景提供大量视频数据，对目标场景数据量的要求较低，有助于行为检测与识别等应用。
一种场景自适应视频数据构建方法系统

[发明专利]一种基于训练样本自适应生成的剧烈运动检测方法及系统-CN202210968932.X在审
发明人：杨阳;李雪;刘云霞;孙齐悦;张南南;雷良健 -专利权人：山东大学
申请日： 2022-08-12 - 公布日： 2022-11-29 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种基于训练样本自适应生成的剧烈运动检测方法及系统，获取已有视频信息，定位有行人出现的视频片段，和每帧中运动目标在视频图像中的大致位置；将视频片段进行切分，分为多个短视频段，标注每个短视频段的行为类别；检测疑似出现剧烈运动的短视频段中剧烈运动出现的首尾时间戳，并制作预训练数据集的各剧烈运动行为图片；对所述行为图片进行预处理，形成训练集；构建包括特征提取层和行为分类层的网络模型，利用训练集对所述网络模型进行训练，直至满足设定要求；利用知识蒸馏的方法将训练后的网络模型压缩后，进行部署。本发明可以实时对监控场所中的剧烈运动进行检测和定位，对危险突发事件及时做出反应。
一种基于训练样本自适应生成剧烈运动检测方法系统

[发明专利]基于结构化数据线性展开的目标人员再犯风险预测方法-CN202210286783.9在审
发明人：万志高;周盛传;高杰;周向波;雷良健;李贤基;付航宇 -专利权人：江西赣玛实业有限公司;江西赣玛智能科技有限公司;青岛博天数通信息科技有限公司
申请日： 2022-03-22 - 公布日： 2022-07-05 - 主分类号： G06Q10/06 文献下载
摘要：本发明提出了一种基于结构化数据线性展开的目标人员再犯风险预测方法，包括：第一步：从监管场所的业务系统中获取数据；第二步：对第一步中获得的数据进行预处理；第三步：特征组合，第四步：线性展开，第五步：预训练过程；第六步：构建模型，首先将第五步获得的词向量传递到输入层，之后按照经过Transformer、CNN和全连接层；第七步：训练阶段，将经过第五步处理后获得的数据进行训练；第八步：训练完成后，将第七步中测试集的数据输入到模型中，采用F1值进行性能评估与实际应用。借此，本发明具有灵活使用监管场所中的现有数据，极大程度提高了数据利用率和预测准确率的优点。
基于结构数据线性展开目标人员再犯风险预测方法