-
公开(公告)号：CN110033090A
公开(公告)日：2019-07-19
申请号：CN201910267965.X
申请日：2019-04-03
Applicant: 济南大学
IPC: G06N3/12
Abstract: 本发明提出了一种用于DNA实验的交互套件及其使用方法，该套件包括带有标签的碱基模型、氢键模型、带有电信号传感的DNA单链模型、带有标签的DNA解旋酶模型和DNA聚合酶模型，标签被摄像设备获取，同时被AR系统检测到。ARM处理器用于接收DNA单链模型完成复制后发出的电信号，并根据电信号转换成逻辑信号发送给智能终端，同时在AR系统实时显示。本发明还给出一种用于DNA实验的套件的使用方法。通过本发明加强了在DNA实验过程中以DNA单链为模板的复制过程、解旋、聚合过程以及碱基配对的理解，在用特定的实物模拟DNA复制的过程，并结合AR系统，生动展示DNA从解旋、互补配对到整体连接这个流程。
-
公开(公告)号：CN110009977A
公开(公告)日：2019-07-12
申请号：CN201910094428.X
申请日：2019-01-30
Applicant: 济南大学
Abstract: 本发明提供了一种物理平抛运动的数据采集装置及方法，包括：压力传感器、旋转角度传感器、水平仪、原点对齐组件、激光测距仪；所述压力传感器设置于导轨顶端，旋转角度传感器设置于导轨的拐角处，水平仪设置于导轨的水平部分，原点对齐组件设置于导轨水平部分的末端，所述导轨固定于内板上；所述激光测距仪分别于挡槽一端以及内板上端各设置一个，分别测量横坐标以及纵坐标。通过连续记录多次的平抛运动的下落点，并采用曲线拟合各点，形成抛物线，解决了现有技术中平抛运动数据采集中无法定量分析运动规律的问题，实现定性与定量结合的方式揭示运动规律，装置设计简单，操作难度小，更易于普及。
-
公开(公告)号：CN109967145A
公开(公告)日：2019-07-05
申请号：CN201910249232.3
申请日：2019-03-29
Applicant: 济南大学
Abstract: 本发明实施例公开了基于虚实融合实验的倾倒容器套件及其使用方法，套件包括倾倒容器、压感传感器和倾斜传感器；所述压感传感器设置在倾倒容器瓶口，用于感知倾倒液体时，倾倒容器瓶口与接收器的接触状态；所述倾斜传感器设置在倾倒容器侧壁，用于感知倾倒的角度和速度。通过本发明的倾倒容器套件，在AR化学实验中，AR系统能够实时获取到倾倒是的倾斜角度和倾倒速度以及是否倾倒容器瓶口是否贴近接收器，在实时感知倾倒操作的同时，对于不符合倾倒规范的操作给出提醒，避免实验过程中造成危险，且保证实验结果的精确性。
-
公开(公告)号：CN109902593A
公开(公告)日：2019-06-18
申请号：CN201910094427.5
申请日：2019-01-30
Applicant: 济南大学
Abstract: 本发明提供了一种基于Kinect的手势遮挡检测方法及系统，包括：S1、利用Kinect分别获取深度图像以及彩色图像；S2、将深度图像二值化，并与彩色图像进行与运算，得到只有人手区域的彩色图像；S3、统计最大连通区域与肤色区域的比值判断是否存在手势被遮挡；S4、计算获取存在遮挡或不存在遮挡时的预测手势姿态。本发明通过Kinect获取手势的深度图像及其对应的彩色图像，通过图像与运算将彩色手势分割出来，然后用统计最大连通区域与肤色区域的比值判断是否存在手势被遮挡的情况，并通过手势估计算法预测出手势姿态，从而解决由于遮挡问题导致的手势无法识别的问题，实现提高手势识别准确率，特别是在有遮挡的情况下，可有效预测出手势姿态。
-
公开(公告)号：CN106295463B
公开(公告)日：2019-05-07
申请号：CN201510249327.7
申请日：2015-05-15
Applicant: 济南大学
Inventor： 冯志全
IPC: G06K9/00
Abstract: 本发明的一种基于特征值的手势识别方法，首先构建手势数据库，选取m种手势，每种手势选取n幅手势图像，找出每幅手势图像中的四个特征值，存储在手势数据库中；然后在视频流中连续选取K帧待识别手势图像，采用相同的方法实时计算出每帧待识别图像的四个特征值进行比对。本发明的有益效果是：改善手势识别的识别率，并且对于手势的旋转、缩放和平移可以进行有效识别。
-
Patent Agency Ranking
公开(公告)号：CN104834894B
公开(公告)日：2018-09-25
申请号：CN201510151404.5
申请日：2015-04-01
Applicant: 济南大学
Abstract: 本发明的结合手势二进制编码和类‑Hausdorff距离的手势识别方法，特征在于：首先将手势图像标准化，并将其等分为多个子区域；通过比较手势库中手势图像与待识别手势图像，选取手势库中与待识别手势图像最为接近的前l个作为候选手势；然后通过计算候选手势图像与待识别手势图像的类‑Hausdorff距离，使类‑Hausdorff距离取最小值的动态手势即为识别结果。本发明的手势识别方法，解决了基于视觉的动态手势识别方法受旋转、平移、缩放的影响大，识别实时性不高，对相近手势区分度较小的问题，手势识别过程中待识别图像与手势库中图像的对比计算量适中，识别效率和准确性高，有益效果显著，便于应用推广。
-
公开(公告)号：CN107679512A
公开(公告)日：2018-02-09
申请号：CN201710983280.6
申请日：2017-10-20
Applicant: 济南大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于手势关键点的动态手势识别方法，属于计算机手势识别领域。其特征在于：所述方法通过逆时针获取人手的轮廓点坐标，进而确定手指指尖和指根的位置，根据指尖和指根的运动方向、距离和角度来识别常用的动态手势；所述动态手势包括：抓取，释放，平移，顺时针旋转，逆时针旋转以及前推。本发明提出了一种基于指尖的位置，距离和方向的动态手势识别算法。它可以避免内腔的手势和外部噪声的识别冲击。经过大量实验，本发明可以识别抓握，放置，顺时针旋转，逆时针旋转，以及四个方向的平移和向前推动态手势识别率为96％。
-
公开(公告)号：CN105930784B
公开(公告)日：2017-10-13
申请号：CN201610236699.0
申请日：2016-04-15
Applicant: 济南大学
IPC: G06K9/00
Abstract: 本发明提供了一种手势识别方法，属于体感互动领域。该手势识别方法包括：S1，基于Kinect的手势分割：通过kinect获得深度图像和RGB彩色图像，从图像中分割出人手，得到手势模型；S2，提取手势模型的特征参数：使用基于二值图像的密度分布特征的方法和手指个数检测的方法来提取手势模型的特征参数；S3，与事先建立好的模板库中的手势进行匹配，最终选择出最接近的手势即为识别出的手势。本发明方法提高了手势识别效率。
-
公开(公告)号：CN107145838A
公开(公告)日：2017-09-08
申请号：CN201710250527.3
申请日：2017-04-17
Applicant: 济南大学
CPC classification number: G06K9/00355 , G06K9/6277
Abstract: 本发明提供了一种手势语义自动分类方法，属于计算机手势识别领域。该方法包括：S1：建立手势语义库中各语义的高斯模型和物体功能库；S2：从Kinect的摄像头读取当前帧的图像，开始获取训练样本的观察变量{s,c}，并等概率初始化参数集合θ＝{μ1,σ1,...,μN,σN}；其中s表示观察样本即手势，c表示手势语义类别集合，θ表示该次手势运动的平均速度和速度方差；S3：判断摄像头是否检测到开始的手势；若||X[i]‑X[i‑1]|>threshhold，则转到S4；否则转向S2。
-
公开(公告)号：CN105912122B
公开(公告)日：2017-08-04
申请号：CN201610236732.X
申请日：2016-04-15
Applicant: 济南大学
Abstract: 本发明提供了一种用于虚拟装配的隐式交互方法，属于虚拟装配领域。该方法建立场景知识模型和用户知识模型，结合场景知识模型和用户知识模型分别构建显式交互知识库和隐式交互知识库；基于场景任务进行用户隐式意图感知，根据场景物体和虚拟手位置关系的进行场景感知拉近，以及基于物体方向包围盒的特征面和虚拟手的方向关系的进行场景物体旋转。本发明增强了虚拟装配系统的感知能力，降低了用户的操作负担和认知负担。
-
-
-
-
-
-
-
-
-
Search Results
259
records
(took 0.031 seconds)
