-
公开(公告)号：CN115223237A
公开(公告)日：2022-10-21
申请号：CN202210120713.6
申请日：2022-02-09
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明公开一种基于关节权重旋转的人体姿态估计方法及系统，涉及3D人体姿态估计技术领域，包括：获取人体关节的关节二维坐标；将多个所述关节二维坐标输入至第一旋转权权重组件，以计算第一关节特征；将所述第一关节特征输入至旋转权重残差模块，以得到第二关节特征；将所述第二关节特征输入至第二旋转权重组件，以得到关节三维坐标；其中，所述旋转权重残差模块包括多个旋转权重残差子模块，所述旋转权重残差子模块、所述第一旋转权重组件和所述第二旋转权重组件均至少包括一个旋转权重组件。本发明提高了二维姿态到三维姿态转换的精度和速度。
-
公开(公告)号：CN113420676A
公开(公告)日：2021-09-21
申请号：CN202110709283.7
申请日：2021-06-25
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供了3D人体姿态估计技术领域的一种二路特征交错融合网络的3D人体姿态估计方法，包括如下步骤：步骤S10、创建同级关节的第一邻接矩阵以及跨关节的第二邻接矩阵；步骤S20、基于所述第一邻接矩阵以及第二邻接矩阵创建一局部联系特征提取规则；步骤S30、创建一全局联系特征提取规则；步骤S40、利用所述局部联系特征提取规则以及全局联系特征提取规则进行特征提取后，进行交错汇总，并回归计算出3D人体骨架，完成3D人体姿态估计。本发明的优点在于：极大的提升了3D人体姿态估计的精度。
-
公开(公告)号：CN113392663A
公开(公告)日：2021-09-14
申请号：CN202110640717.2
申请日：2021-06-09
Applicant: 华侨大学
Abstract: 本发明涉及RFID技术领域，公开了一种准确稳定的大规模RFID系统批量认证协议，包括以下步骤：RFID阅读器发起一个认证命令，所有的待检测标签接收到命令后，使用该命令所附带的信息分布式地构造一个简单的布隆过滤器向量BFt,该向量中保存着待检测集合的信息，阅读器根据已注册标签的信息构造一个类似的向量BFs,通过将BFt与BFs比较，剔除BFt中包含的已注册标签的信息得到向量BF，通过BF可以较为准确地得出待检测标签集合中有无假冒标签以及假冒标签的数量。本发明得到的估计结果较为准确，并且在多次认证过程中，表现稳定。
-
公开(公告)号：CN112597955A
公开(公告)日：2021-04-02
申请号：CN202011607963.X
申请日：2020-12-30
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明实施例公开了一种基于特征金字塔网络的单阶段多人姿态估计方法，涉及人体姿态估计技术领域，包括：步骤10、基于MobileNet网络搭建特征金字塔网络，所述金字塔网络用于提取分辨率顺序降低的多张初级特征图，然后进行通道间的信息融合；步骤20、利用多人姿态估计数据集构造中心点热图、上偏移热图、下偏移热图以及关节细化热图作为训练标签，对所述特征金字塔网络进行训练；步骤30、将待测图像输入训练好的所述特征金字塔网络，计算关节的位置并形成完整的多人人体姿态。本发明实施例使得网络能够高效的进行信息流动，提升了人体姿态估计的精度；同时通过快速的后处理匹配过程，能够进一步加快多人姿态估计算法的处理速度。
-
公开(公告)号：CN112241726A
公开(公告)日：2021-01-19
申请号：CN202011188660.9
申请日：2020-10-30
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供了人体姿态估计技术领域的一种基于自适应感受野网络和关节点损失权重的姿态估计方法，包括：步骤S10、基于自适应感受野单元搭建自适应感受野网络；步骤S20、利用样本图像对所述自适应感受野网络进行训练；步骤S30、在训练所述自适应感受野网络时，计算得到所述样本图像包含的关节点以及各关节点的损失值；步骤S40、基于各关节点的所述损失值计算各关节点的损失权重；步骤S50、基于所述损失权重以及损失值计算得到最终损失值，基于所述最终损失值优化自适应感受野网络；步骤S60、将待测图像输入训练好的所述自适应感受野网络，计算关节点的位置并形成完整的人体姿态。本发明的优点在于：极大的提升了人体姿态估计的精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN111489324A
公开(公告)日：2020-08-04
申请号：CN202010506330.3
申请日：2020-06-05
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供了医学图像处理领域的一种融合多模态先验病理深度特征的宫颈癌病变诊断方法，包括：步骤S10、获取宫颈图像、病理确诊数据、标注信息；步骤S20、将宫颈图像以及标注信息输入深度神经网络模型训练，生成一阶段训练结果；步骤S30、基于病理确诊数据以及一阶段训练结果，采用小网络分别对宫颈图像进行编码后，二阶融合一阶段训练结果后输入深度神经网络模型训练，生成二阶段训练结果；步骤S40、确定主干网络参数，并利用主干网络参数输入深度神经网络模型对宫颈图像进行递进迁移训练，生成三阶段训练结果；步骤S50、利用三阶段训练结果对宫颈图像进行诊断分类。本发明的优点在于：极大的提升了宫颈癌病变诊断的准确性以及效率。
-
公开(公告)号：CN110569957A
公开(公告)日：2019-12-13
申请号：CN201910825742.0
申请日：2019-09-03
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司 , 中科永大控股有限公司
IPC: G06N3/00
Abstract: 本发明公开了一种基于人工蜂群算法的优化方法，涉及仿生智能计算与优化领域。本发明采用一种新的初始化策略，从而获得较高质量的初始种群并减少寻优迭代次数；然后提出了两个新的搜索方程，其中一个用于增强局部搜索能力，另一个用于避免后期寻优过程的早熟收敛；进一步地，本发明对基本人工蜂群算法的框架进行了调整。本发明在于提供一种基于人工蜂群算法的优化方法，增强初始种群的多样性和分布性，提高搜索随机性，避免陷入局部最优，改进算法性能，无论在解的精度还是收敛速度方面，效果都有所提高。
-
公开(公告)号：CN109325966A
公开(公告)日：2019-02-12
申请号：CN201811031171.5
申请日：2018-09-05
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明提供一种通过时空上下文进行视觉跟踪的方法，包括如下步骤：步骤1：初始化参数；步骤2：训练上下文感知滤波器得到位置模型；步骤3：训练尺度相关滤波器的最大尺度响应值得到尺度模型；步骤4：分类器输出响应图；判别相关滤波器生成与响应图峰值对应的峰值旁瓣比；步骤5：对比响应图峰值与峰值旁瓣比，如果响应图峰值大于峰值旁瓣比，则引入在线随机蕨分类器进行重检测；如果响应图峰值小于峰值旁瓣比，则更新步骤2的位置模型和步骤3的尺度模型；如果响应图峰值等于峰值旁瓣比，则继续维持当前视觉跟踪状态；步骤6：将更新好的位置模型与尺度模型作用于下一帧跟踪；返回步骤4。
-
公开(公告)号：CN113420676B
公开(公告)日：2023-06-02
申请号：CN202110709283.7
申请日：2021-06-25
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供了3D人体姿态估计技术领域的一种二路特征交错融合网络的3D人体姿态估计方法，包括如下步骤：步骤S10、创建同级关节的第一邻接矩阵以及跨关节的第二邻接矩阵；步骤S20、基于所述第一邻接矩阵以及第二邻接矩阵创建一局部联系特征提取规则；步骤S30、创建一全局联系特征提取规则；步骤S40、利用所述局部联系特征提取规则以及全局联系特征提取规则进行特征提取后，进行交错汇总，并回归计算出3D人体骨架，完成3D人体姿态估计。本发明的优点在于：极大的提升了3D人体姿态估计的精度。
-
公开(公告)号：CN108564592B
公开(公告)日：2021-05-11
申请号：CN201810178714.X
申请日：2018-03-05
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明公开了一种基于动态多种群集成差分进化算法的图像分割方法，在种群结构规划方面采用原始种群进行划分和重新分配子种群机制，保证种群进化过程的多样性和避免出现局部最优现象；在变异策略上采用局部搜索变异和全局搜索变异相结合，以此来达到种群勘测最优阈值和加快收敛的平衡；还通过交叉概率因子的抛物线式的动态递增变化，有效地针对了标准差分进化算法固定参数带来的不足。通过与其他进化算法在基准测试集上的比较结果可以明显看出改进后算法寻优和收敛速度的显著性，并将改进后的差分进化算法应用于图像的分割，无论在准确度还是速度都有效果显著。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.022 seconds)
