-
公开(公告)号:CN113888617B
公开(公告)日:2024-08-02
申请号:CN202111163838.9
申请日:2021-09-30
Applicant: 北京工业大学
Abstract: 本发明公开一种关联区域多相机物体匹配方法,包括:根据预先设置的相机架设策略和相机标定策略进行相机架设和相机标定,相机包括高位架设2D相机及低位架设2D相机,低位架设2D相机的高度低于高位架设2D相机;高位架设2D相机采用俯视或斜视方式获取视野内的第一物体图像;低位架设2D相机采用俯视或斜视方式获取视野内的第二物体图像;设置关联匹配区域,并根据重识别算法模型对每个物体在高位架设2D相机的第一物体图像在低位架设2D相机中的关联匹配区域进行关联匹配,实现跨高位架设和低位架设2D相机的同一物体的识别。还公开了相应的物体匹配系统,建立多个相机之间的坐标关联,从而准确地确定物体的位置和尺寸。
-
公开(公告)号:CN115177273A
公开(公告)日:2022-10-14
申请号:CN202210759783.6
申请日:2022-06-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多头再注意力机制的运动意图识别方法,包括:获取脑卒中患者佩戴的可穿戴设备采集的多组样本信息,每组样本信息包括样本肌电信号、惯性测量信号和/或样本脑电信号;基于每组样本信息建立基于多头再注意力机制的运动意图识别模型;基于所述运动意图识别模型确定所述脑卒中患者的运动意图。还公开了基于双流Transformer编码器和多头再注意力机制的运动意图识别系统、该运动意图识别方法在脑卒中患者的镜像治疗和/或助动治疗中的应用、电子设备以及计算机可读存储介质。
-
公开(公告)号:CN113888618A
公开(公告)日:2022-01-04
申请号:CN202111166822.3
申请日:2021-09-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种物体单件分离方法,包括:以一定的高度差并且以对单件物体能够在整个视野尺寸覆盖的规则架设多台2D相机;获取多台2D相机分别采集的多幅图像,对采集后的多幅图像利用物体的特征信息将有高度差的两相机间的物体关联匹配;对不同高度相机中对同一物体成像大小利用相机成像原理计算物体的实际空间尺寸,并输出准确的物体位置信息。本发明还公开了相应的物体单件分离系统,实现全自动化多并排物体的单件分离,提升物体分拣或识别效率,降低在单件分离系统中视觉装置的架设成本,解决目前单件分离系统的视觉系统硬件成本昂贵,对物体定位不准确和实用性不高的问题。
-
公开(公告)号:CN115050452B
公开(公告)日:2024-12-17
申请号:CN202210759790.6
申请日:2022-06-30
Applicant: 北京工业大学
IPC: G16H20/30 , G06F18/213 , G06F18/24 , G06F18/25 , G06F18/15 , G06N3/0455 , G06N3/084 , A61B5/00 , A61B5/397
Abstract: 本发明公开了一种通用肌电运动意图识别模型构建方法,包括:采集多个用户的肌电信号,并分别进行预处理;基于预处理后的多个用户的肌电信号进行多用户个性特征提取;基于提取的多用户个性特征进行多用户共性特征提取,基于多用户共性特征以及多用户个性特征构建深度广义相关性分析模型;采集新用户的肌电信号特征,基于深度广义相关性分析模型提取新用户的共性特征,与多用户共性特征进行用户共性特征融合,获得融合特征;基于融合特征构建通用模型数据集,输入运动意图分类网络中进行学习获得通用识别模型构建参数;基于通用识别模型构建参数构建通用肌电运动意图识别模型。还公开了对应的模型构建系统、电子设备以及计算机可读存储介质。
-
公开(公告)号:CN115177273B
公开(公告)日:2024-04-19
申请号:CN202210759783.6
申请日:2022-06-30
Applicant: 北京工业大学
IPC: A61B5/389 , A61B5/00 , G06F18/2415 , G06F18/25 , G06N3/045 , G06N3/0455 , G06N3/0442 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于多头再注意力机制的运动意图识别方法,包括:获取脑卒中患者佩戴的可穿戴设备采集的多组样本信息,每组样本信息包括样本肌电信号、惯性测量信号和/或样本脑电信号;基于每组样本信息建立基于多头再注意力机制的运动意图识别模型;基于所述运动意图识别模型确定所述脑卒中患者的运动意图。还公开了基于双流Transformer编码器和多头再注意力机制的运动意图识别系统、该运动意图识别方法在脑卒中患者的镜像治疗和/或助动治疗中的应用、电子设备以及计算机可读存储介质。
-
公开(公告)号:CN115024735B
公开(公告)日:2024-04-09
申请号:CN202210762619.0
申请日:2022-06-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于运动意图识别模型的脑卒中患者康复方法,用于重度患者的镜像治疗以及中度和轻度患者的助动治疗,包括:脑卒中患者将患侧手固定在康复辅具中;并将肌电采集传感器固定在重度患者的健侧手的对应位置以及中度或轻度脑卒中患者的患侧手的对应位置;根据提示进行相应的运动,肌电采集传感器采集健侧手或患侧手的肌电信号;基于肌电信号建立运动意图识别模型;基于运动意图识别模型确定脑卒中患者的运动意图;基于脑卒中患者的运动意图控制康复辅具做出对应的动作,完成一次患侧手的康复运动;多次重复,完成患侧手的康复运动。本发明能高准确率地识别患者运动意图,从而帮助患者进行有效的主动康复治疗。
-
公开(公告)号:CN115050452A
公开(公告)日:2022-09-13
申请号:CN202210759790.6
申请日:2022-06-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种通用肌电运动意图识别模型构建方法,包括:采集多个用户的肌电信号,并分别进行预处理;基于预处理后的多个用户的肌电信号进行多用户个性特征提取;基于提取的多用户个性特征进行多用户共性特征提取,基于多用户共性特征以及多用户个性特征构建深度广义相关性分析模型;采集新用户的肌电信号特征,基于深度广义相关性分析模型提取新用户的共性特征,与多用户共性特征进行用户共性特征融合,获得融合特征;基于融合特征构建通用模型数据集,输入运动意图分类网络中进行学习获得通用识别模型构建参数;基于通用识别模型构建参数构建通用肌电运动意图识别模型。还公开了对应的模型构建系统、电子设备以及计算机可读存储介质。
-
公开(公告)号:CN113902904A
公开(公告)日:2022-01-07
申请号:CN202111166836.5
申请日:2021-09-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种轻量化网络架构系统,包括:多个轻量化的网络卷积块,将CSPNet的部分块中堆叠的多个Res block或Dense block替换为微型跨阶段网络结构轻量化部分块,并且减少了一个部分过渡层,同时将双融合操作替换为单融合操作;以及基于特征图大小变化的下采样模块。轻量化的网络卷积块作为主干网络,将传统CSPNet中不同尺度下使用的block的内部结构进行了轻量化处理,替换为用轻量化的网络卷积块提取特征,避免了检测耗时长的问题;计算效率高的轻量级CSP目标检测网络,用于轻量化检测和物体分离,是一种计算效率高的轻量级CSP目标检测网络,提升了检测和分离的准确性和速度。
-
公开(公告)号:CN113888617A
公开(公告)日:2022-01-04
申请号:CN202111163838.9
申请日:2021-09-30
Applicant: 北京工业大学
Abstract: 本发明公开一种关联区域多相机物体匹配方法,包括:根据预先设置的相机架设策略和相机标定策略进行相机架设和相机标定,相机包括高位架设2D相机及低位架设2D相机,低位架设2D相机的高度低于高位架设2D相机;高位架设2D相机采用俯视或斜视方式获取视野内的第一物体图像;低位架设2D相机采用俯视或斜视方式获取视野内的第二物体图像;设置关联匹配区域,并根据重识别算法模型对每个物体在高位架设2D相机的第一物体图像在低位架设2D相机中的关联匹配区域进行关联匹配,实现跨高位架设和低位架设2D相机的同一物体的识别。还公开了相应的物体匹配系统,建立多个相机之间的坐标关联,从而准确地确定物体的位置和尺寸。
-
公开(公告)号:CN113887425A
公开(公告)日:2022-01-04
申请号:CN202111163858.6
申请日:2021-09-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种面向低算力运算装置的轻量化物体检测方法和系统,方法包括:利用低算力运算装置中的相机采集真实场景下待检测物体的图像;低算力运算装置读取图像;对读取图像进行预处理获得训练集;将训练集输入到轻量化主干网络中进行训练并基于下采样机制提取特征,其中下采样机制为根据下采样倍数的不同采用不同的下采样策略进行运算;特征提取采用轻量化的特征提取方法;将提取的特征通过深浅层特征融合模块,基于多尺度融合的双注意力算法进行多尺度特征融合;输出三个不同检测尺度的深浅层检测分支,通过检测分支模块对输出的三个不同检测尺度的深浅层检测分支分别进行预测并获得检测结果;将物体的检测结果通过低算力运算装置实时显示。
-
-
-
-
-
-
-
-
-