-
公开(公告)号：CN119963671A
公开(公告)日：2025-05-09
申请号：CN202411734069.7
申请日：2024-11-29
Applicant: 重庆大学
IPC: G06T11/00 , G06N3/0455 , G06N3/08 , G06F18/25
Abstract: 基于设计信息统一表达与融合的集成方法，包括：1)获取原始图像文本对数据集D和用户进行文生图时输入的文本P；2)筛选原始图像文本对数据集D，构建子集D′；3)从子集D′中筛选出与输入的文本P相关性最高的图像文本对数据集D″；4)构建大语言模型和文生图模型；5)生成融合后的文本P′；6)将融合后的文本P′送入文生图模型中，生成图像数据集GI；7)将生成图像数据集GI划分为合格的图像集GIq和不合格的图像集GInq；8)用户从合格的图像集GIq选择相对满意的图像Ilike，并生成新的文本Pnwxt；9)令新的文本Pnwxt作为输入的文本P返回步骤3)，直至用户得到满意的图像。本发明设计可靠，前景广阔，在人机交互领域和创新设计领域有巨大的应用前景。
-
公开(公告)号：CN118860135A
公开(公告)日：2024-10-29
申请号：CN202410846826.3
申请日：2024-06-27
IPC: G06F3/01
Abstract: 本申请提供一种基于智能戒指的控制方法，包括：获取所述智能戒指的运动数据和图像数据，以确定动作信息和场景信息；基于所述动作信息和所述场景信息，识别目标手势；根据所述目标手势，生成相应的控制信号以控制目标设备。本申请提供的基于智能戒指的控制方法，能够通过智能戒指与手部的空间贴合，提供更加精准的手势识别技术，让用户感受到与技术的亲密连接，提供了控制的便利性，增强了用户体验的沉浸感。
-
公开(公告)号：CN116774831A
公开(公告)日：2023-09-19
申请号：CN202310739847.0
申请日：2023-06-21
Applicant: 重庆大学
Abstract: 基于多惯性传感器的无线数据手套及穿刺手势识别方法，手套包括：手套主体、若干指套、感应器和上位机；方法包括：1)通过基于多惯性传感器的无线数据手套采集历史手势传感信号数据，并将历史手势传感信号数据存储在传感信号数据集#imgabs0#中；2)对传感信号数据集#imgabs1#进行预处理，得到预处理后的传感信号数据集#imgabs2#3)对预处理后的传感信号数据集#imgabs3#进行时序分割，得到传感信号数据子集集合X；4)利用传感信号数据子集集合X建立手势识别分类器；5)利用手势识别分类器实时识别使用者当前做出的手势。本发明有使用灵活性强、佩戴舒适性强、结构简单、设置合理、制作成本低等优点。本发明尤其适用于穿刺手势的姿态捕捉、运动轨迹展示和识别。
-
公开(公告)号：CN111708433B
公开(公告)日：2023-08-18
申请号：CN202010439044.X
申请日：2020-05-22
Applicant: 重庆大学
IPC: G06F3/01 , G06F3/0346 , G06F18/2411 , G06F18/2415 , G06N3/084 , G06N20/20
Abstract: 本发明公开手势数据采集手套及基于手势数据采集手套的手语手势识别方法，手套包括手套主体、指套、九轴传感器、弯曲传感器、主控模块、通信模块、连接带；方法步骤为：利用集成学习的方法考虑到机器学习里每一种算法的差异性，改善了单一识别算法不能达到对每一个原子手势最高识别准确率的问题。
-
公开(公告)号：CN113887556A
公开(公告)日：2022-01-04
申请号：CN202110992661.7
申请日：2021-08-27
Applicant: 重庆大学
Abstract: 本发明公开一种基于改进YOLO‑V5的小细胞肺癌检测装置，包括数据采集模块、数据预处理模块、肺结节检测与分类模块。本发明可以实现对肺部CT(Computed Tomography)图像中肺结节的检测分类，以有效地识别小细胞肺癌和其他肺癌。
-
Patent Agency Ranking
公开(公告)号：CN113033595A
公开(公告)日：2021-06-25
申请号：CN202011548196.X
申请日：2020-12-24
Applicant: 重庆大学
Abstract: 本发明提供了一种基于生成对抗技术来根据指定标签生成汽车图片的方法，步骤为：1)获取真实汽车图片，并打上标签Fi；2)建立汽车图片对抗生成网络。3)得到汽车生成图片。4)计算汽车生成图片和真实图片中Fi标签数据组合损失；5)更新汽车图片判别器Di权重；6)更新汽车图片生成器G的权重；7)完成汽车图片对抗生成网络的训练；8)在汽车图片对抗生成网络中输入指定的h种标签，输出对应的汽车生成图片。本发明能够根据指定的条件标签，生成对应的汽车图片，丰富了生成图片的多方约束，使得结果更加精准、满足用户需求。
-
-
公开(公告)号：CN111709323A
公开(公告)日：2020-09-25
申请号：CN202010471688.7
申请日：2020-05-29
Applicant: 重庆大学
Abstract: 本发明提供一种基于李群和长短时记忆网络的手势识别方法，主要步骤为：1)提取手部骨骼图像；2)对手部骨骼图像进行预处理；3)利用李群数据集S(t)表示动态手势中骨骼间刚体变换的三维几何关系，并通过对数映射将李群数据集S(t)转换为对应的李代数数据s(t)；4)训练LSTM神经网络模型；5)获取待检测手势骨骼图像，并提取待检测手势骨骼图像的李代数数据s'(t)；将李代数数据s'(t)输入到训练后的LSTM神经网络模型中，实现手势识别。本发明的识别方法充分利用深度学习的优势，适应人体运动学特征，提高了识别的准确率。
-
公开(公告)号：CN111709310A
公开(公告)日：2020-09-25
申请号：CN202010452860.4
申请日：2020-05-26
Applicant: 重庆大学
Abstract: 本发明公开了一种基于深度学习的手势跟踪与识别方法，主要步骤为：1)采集若干手势彩色图像；2)标记出手势彩色图像的手部区域框；对手势彩色图像进行分类；3)建立手势数据集；4)搭建Darknet-53卷积神经网络模型；5)预训练；6)将训练后Darknet-53卷积神经网络模型的网络参数迁移到目YOLOv3网络模型中；7)使用k-means聚类算法对手势彩色图像的手部区域框进行聚类，得到k类手部区域框；8)得到训练后的YOLOv3网络模型；9)训练后的YOLOv3网络模型对实时视频图像进行识别，得到手部区域框和手势类别信息。本发明对流式视频中手势的识别准确率可达到95％以上，识别速度达到50frames/s以上。
-
公开(公告)号：CN117456175A
公开(公告)日：2024-01-26
申请号：CN202311383681.X
申请日：2023-10-24
Applicant: 重庆大学
IPC: G06V10/26 , G06V20/70 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开基于可变性卷积网络大模型的汽车部件语义分割与创新融合方法，包括以下步骤：1)构建原始汽车图像数据集L的子集L′；2)将子集L′送入可变性卷积网络大模型进行语义分割训练，得到模型Model；3)构建子集Lpredict，并将子集Lpredict送入模型Model中，得到语义分割结果；4)对语义分割掩码M进行微调修正，得到子集Lpredict的语义分割标注结果Madjusted；5)获得最优汽车语义分割模型Modelbest；6)获取待测试图像Itest，并送入最优汽车语义分割模型Modelkbest，得到像素级别的分割结果Mtest。7)根据分割结果Mtest将不同部件单独分割，以实现对汽车造型的融合设计。本发明可实现对汽车部件高效、高精度的语义分割，以支持汽车造型设计的快速迭代融合和创新。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.023 seconds)
