公开(公告)号：CN119229533A

公开(公告)日：2024-12-31

申请号：CN202411336263.X

申请日：2024-09-24

Applicant: 哈尔滨工业大学

Inventor： 曹政才 ,  牛杰 ,  李俊年 ,  李尚霖

IPC: G06V40/20 ,  G06V10/46 ,  G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/047

Abstract: 本发明提供了一种鲁棒性人体动作识别方法，通过采集不同体型人员在不同场景下的多种动作的RGB图像并逐帧姿态估计后，获取每个人的关键点位置作为样本数据，根据关键点位置分布标注动作类别，获得数据集，将数据集按照8:2的比例划分为训练集和测试集；构建基于人体拓扑结构的数据筛除器去除图像中的和标准人体模版相似度过低的估计个体；设计基于注意力机制的数据关联模型提取关键点数据相关性特征；获得训练后的注意力模型和骨干网络模型；将测试集合样本输入预训练模型，输出人体动作预测结果。该方法能够应用于噪声条件下的人体动作识别问题，具有更强的抗干扰能力和泛化能力。

公开(公告)号：CN118429612A

公开(公告)日：2024-08-02

申请号：CN202410465466.2

申请日：2024-04-18

Applicant: 哈尔滨工业大学

Inventor： 曹政才 ,  李俊年 ,  牛杰 ,  李尚霖 ,  邵士博

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06V20/52 ,  G06N3/0464 ,  G06N3/0495 ,  G06V10/766

Abstract: 本发明公开一种适用于无人平台的动态小目标识别方法。首先，采集多场景连续图像序列，定义占据不超过原始图像帧1％像素的目标为小目标，构建动态小目标识别数据集。其次，构建基于扩展金字塔网络的特征提取模块，通过输入图像帧生成目标不同分辨率的边界框并进行回归，得到目标粗粒度特征。再次，设计了基于查询机制的细粒度特征生成模块，生成目标细粒度特征，通过预定义阈值查询当前图像帧中是否存在待识别目标并获取其位置。最后，设计基于稀疏卷积网络的目标识别模块，计算目标所在位置中心点与对应边界框四个角点间的距离，匹配目标及边界框，实现动态小目标识别并在实际无人平台上部署。本发明可应用于无人平台对港口、码头安全巡检过程。