专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果11个,建议您升级VIP下载更多相关专利
  • [发明专利]基于注意力机制的多动症行为表达和识别方法-CN202210536719.1在审
  • 梁佳瑜;郑璐笛;余秋冬 - 天津工业大学
  • 2022-05-18 - 2022-12-06 - G06V40/20
  • 本发明公开了一种基于注意力机制的多动症行为表达和识别方法,属于计算机视觉、视频分析领域。对比现有技术,本发明提出一种注意力模块,以在空间和时间上分别提取关键信息,使得行为识别具有更强的鲁棒性、更优的识别效果。本发明提出的识别方法由注意力模块和识别网络模块构成。(1)注意力模块由空间注意力模块和时间注意力模块组成,分别在空间和时间维度上提取关键行为信息。其中空间注意力模块基于YOLOv5x神经网络来实现对视频帧中人物区域的分割;时间注意力模块由基于帧间差分的方法来筛选关键帧,即视频流中像素点灰度值发生较大变化的帧。(2)将注意力模块提取的视频子序列作为C3D网络的输入来提取多动症行为特征并进行分类识别。
  • 基于注意力机制多动症行为表达识别方法
  • [发明专利]基于YOLOv3和C3D神经网络的视频中异常人体行为检测-CN202111046460.4在审
  • 梁佳瑜;黄睿琳;余秋冬 - 天津工业大学
  • 2021-09-08 - 2021-11-12 - G06K9/00
  • 本发明公开了一种面向视频的异常人体行为检测方法。对比相关技术,该发明引入人体检测环节,对视频帧中的人体区域自动定位,进而基于该区域提取的人体行为特征不受背景环境影响,具有适应性强、鲁棒性好的优点。另外,该发明基于三维卷积神经网络(C3D)来提取人体行为特征,该特征同时具有空间和时间上的行为信息。本发明的主要工作包括两个方面:(1)模型构建:构建的模型包含人体检测模块与异常检测模块,其中人体检测模块基于YOLOv3神经网络,用于定位当前检测帧中的人体区域;异常检测模块基于C3D神经网络,在连续的人体图像块序列中提取时空特征,并根据该特征进行异常检测。(2)模型测试:对模型分别在帧级以及像素级两个标准下进行测试。
  • 基于yolov3c3d神经网络视频异常人体行为检测
  • [实用新型]一种畜禽生长环境的实时监测系统-CN201620845586.6有效
  • 余秋冬;田云臣;华旭峰;宋志恒;陈成勋;邢克智 - 天津农学院;余秋冬
  • 2016-08-04 - 2017-02-22 - G05D27/02
  • 本实用新型提供了一种畜禽生长环境实时监测系统,包括包括微处理器、ZigBee无线通信模块、养殖生态环境参数传感器传感器、音频视频监控设备、以太网采集模块和PC机,其中,所述微处理器分别连接所述ZigBee无线通信模块和养殖生态环境参数传感器,所述微处理器用于接收所述养殖生态环境参数传感器感知到的温度、湿度、光照、气流、氨气环境指标的数据信息,并经所述ZigBee无线通信模块传送到所述以太网采集模块,所述以太网采集模块分别连接所述PC机和所述音频视频监控设备。该系统实现实时监测畜禽生长环境的状况,及饲养过程中畜禽的体尺和体重检测,并能有效控制环境条件,降低发病率,减少由于传统检测给畜禽带来的应激,降低劳动成本,提高生产率。
  • 一种畜禽生长环境实时监测系统
  • [发明专利]一种温室蔬菜叶部病害图像自动识别方法-CN201310591368.5在审
  • 李乃祥;郭鹏;刘同海;王学利;余秋冬 - 天津农学院
  • 2013-11-20 - 2014-02-05 - G06K9/66
  • 一种温室蔬菜叶部病害图像自动识别方法,包括:对蔬菜叶部病害进行图像采集;自动生成阈值:采用二维最大熵原理,结合图像的平均灰度级别和邻域内灰度级别进行估计,并利用差分进化算法对自动生成的阈值进行优化,取30次以上的独立运行的差分进化算法优化后的结果的平均值作为图像分割用的阈值;利用阈值对已知蔬菜叶部病害图像进行分割,获取病斑区域的图像;分析病斑的特征,获得蔬菜叶部病害图像病斑的颜色、纹理、形状特征参数;对病斑特征进行融合,并进行病害种类特征识别。本发明可实现在不对蔬菜病叶做损伤的情况下对温室大棚内的叶部病害进行快速有效地诊断,很好地应用于温室蔬菜病害监测。
  • 一种温室蔬菜病害图像自动识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top