Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北方民族大学保文星获国家专利权

北方民族大学保文星获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北方民族大学申请的专利基于两阶段检测的学生行为识别算法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115830393B

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211645622.0,技术领域涉及:G06V10/764;该发明授权基于两阶段检测的学生行为识别算法是由保文星;陈旭;景永骏;李川鸣;渠修栋设计研发完成,并于2022-12-20向国家知识产权局提交的专利申请。

基于两阶段检测的学生行为识别算法在说明书摘要公布了:本发明公开了提出使用检测和识别两阶段分开的方式进行学生课堂行为识别方法,该方法分析数据集中面临的问题,针对遮挡和小目标检测问题,改进了NMS策略,解决了NMS假阳性被保留而正样本被移除的问题。同时通过加强特征融合模块和增加检测层,自顶向下的多次上采样融合,最终形成细粒度表达和抽象语义表达的特征图,提高小目标检测的效果,实验证明了改进模型的有效性和先进性。最后输入到EfficientNet分类网络进行学生行为分类。本发明在学生行为分类数据集Stu‑Act上进行实验,取得了98.9%的识别率,验证了本方法的可行性及有效性。

本发明授权基于两阶段检测的学生行为识别算法在权利要求书中公布了:1.基于两阶段检测的学生行为识别算法,其特征在于,包括以下步骤: S1、通过教室监控进行数据采集,按照定义的学生行为类别构建学生目标检测数据集Stu-Obj和学生行为检测数据集Stu-Act; S2、将制作好的数据集输入到目标检测算法,该算法主要对学生目标进行检测,经过输入端进入到主干网络对学生目标进行特征提取; S3、特征融合网络部分采用双向特征网络达到高级融合的目的,引入可学习的权值自适应调整不同输入特征,加强应用自顶向下和自下而上的多尺度特征融合,保留更多小目标的特征信息,最后输出端在网络中增加对小目标的检测层增加小目标识别能力; S4、对于经输入模块、主干网络、特征融合网络及输出端处理后,目标检测算法输出会包含着大量的冗余检测框,采用Confluence-NMS策略极大改善了遮挡造成的漏检问题; S5、最后将目标检测网络中的学生目标结果与分类网络的行为结果进行融合得到每一个学生的坐标和行为类别; 在步骤S4中,学生上课图像经输入模块、主干网络、特征融合网络及输出端处理后,网络输出会包含着大量的冗余检测框,使用Confluence-NMS策略,具体步骤如下: Step1.将所有候选框按照分类得分对候选框进行排序,递归选取得分最高的候选框; Step2.进行候选框的筛选,在进行候选框筛选时,考虑按照将两个框之间的接近程度作为筛选标准,由于两个框之间的接近程度可以使用候选框对角线两点的曼哈顿距离之和表示,因此删除与此候选框曼哈顿距离小于某一阈值的候选框,P的值表示了接近程度,P越小表示接近程度越高,更可能表示在学生目标检测中可能是同一个学生,对于完全不相交或只有少量重叠的候选框P越大,因此,在密集的一些候选框中存在一个与其他候选框重叠度最高的候选框,也就是P最小的候选框表示最优的候选框; Step3.进行候选框递归抑制时,不仅考虑P值,还需要综合考虑学生的置信度得分c,将P值和c进行加权计算得到加权相似度WP; Step4.将剩下的候选框计算WP和CIOU,再递归地将WP小于阈值ε2且CIOU小于阈值Nt的检测框删除,针对后排学生目标密集的情况,在计算相似度P时对于此类候选框曼哈顿距离也很小,因此删除相似度小于1的候选框,从而在保证算法性能的同时减少了大量冗余框的计算时间,对于剩下的候选框需要从中选取高置信度得分,也就是加权置信度低的候选框,并增加使用CIOU判别两框之间的交并比。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北方民族大学,其通讯地址为:750000 宁夏回族自治区银川市西夏区文昌北街204号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。