-
公开(公告)号:CN114842397B
公开(公告)日:2023-04-07
申请号:CN202210556212.2
申请日:2022-05-19
Applicant: 华南农业大学
IPC: G06V20/40 , G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06T7/136 , G06T7/269 , G06T7/73 , G06T7/62 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于异常检测的实时老人跌倒检测方法,检测前,进行数据集人工构造与半自动标注。完成网络训练后,拍摄红外图像,将红外图像转化为光流图。将每张红外图与对应光流图叠加,共同输入到状态检测网络中检测老人位置与状态,并使用卡尔曼滤波实现跟踪。其中,目标检测网络预测老人可能的状态,当老人发生状态切换时,表明发现了一个可疑跌倒动作,触发动作识别网络。然后,选取发生状态切换的视频序列输入到动作识别网络进一步确认。最后,根据异常分数判断该次动作是否为跌倒事件,若是则发出警报,否则排除虚警。本发明设计了状态识别网络和动作识别网络,结合异常检测原理和状态动作联合策略,实现室内老人全天实时跌倒检测。
-
公开(公告)号:CN114842397A
公开(公告)日:2022-08-02
申请号:CN202210556212.2
申请日:2022-05-19
Applicant: 华南农业大学
IPC: G06V20/40 , G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06T7/136 , G06T7/269 , G06T7/73 , G06T7/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于异常检测的实时老人跌倒检测方法,检测前,进行数据集人工构造与半自动标注。完成网络训练后,拍摄红外图像,将红外图像转化为光流图。将每张红外图与对应光流图叠加,共同输入到状态检测网络中检测老人位置与状态,并使用卡尔曼滤波实现跟踪。其中,目标检测网络预测老人可能的状态,当老人发生状态切换时,表明发现了一个可疑跌倒动作,触发动作识别网络。然后,选取发生状态切换的视频序列输入到动作识别网络进一步确认。最后,根据异常分数判断该次动作是否为跌倒事件,若是则发出警报,否则排除虚警。本发明设计了状态识别网络和动作识别网络,结合异常检测原理和状态动作联合策略,实现室内老人全天实时跌倒检测。
-
公开(公告)号:CN117889756A
公开(公告)日:2024-04-16
申请号:CN202311121708.8
申请日:2023-08-31
Applicant: 华南农业大学 , 广东真正工程检测有限公司
IPC: G01B11/04 , B25J5/00 , G01B11/02 , G01B11/24 , G01S17/89 , G01S7/497 , G06T7/00 , G06T7/10 , G06T7/80 , G06T17/00
Abstract: 一种基于雷达与相机融合的三维裂缝检测方法及机器人系统,它包括以下步骤:步骤一,采用相机标定得到深度相机的内参矩阵和畸变系数;步骤二,根据相机参数,对相机和激光雷达做外参校准,得到相机与雷达的坐标系转换关系;步骤三,对相机和机械臂进行手眼标定,得到相机和机器人坐标系的转换关系;步骤四,训练针对裂缝的DeeplabV3+语义分割网络模型,在相机与雷达数据融合的三维点云中对裂缝进行三维检测;并将定位到的裂缝坐标转换到机器人坐标系下;步骤五,再通过最小二乘法计算机械臂姿态,指导机械臂前往测量点,使用深度相机对裂缝进行高精度三维重建,采集RGB图和深度图以及目标的点云数据;采集的点云数据通过CloudCompare软件读取裂缝宽度等尺寸。
-
-