-
公开(公告)号:CN113963444B
公开(公告)日:2025-01-14
申请号:CN202111318527.5
申请日:2021-11-09
Applicant: 福州大学
IPC: G06V40/20 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/0464 , A63B69/00 , A63B71/06
Abstract: 本发明涉及一种用于排球技术动作的规范纠正方法。首先,录制练习者的击球视频,提取练习者与标准动作视频的关键帧或图片,采用OpenPose算法对练习者动作和标准动作进行识别,识别出人体姿态关键点;然后,通过计算人体特定关节间夹角的角度值,通过比对练习者动作和标准动作的差别,从而根据分析结果对练习者动作进行纠正。利用本发明方法,排球练习者不仅能够防止由于动作错误而引发的损伤,而且能够更加科学的提高自己的排球技术水平,从而打下坚实的排球技术基础。
-
公开(公告)号:CN113989707B
公开(公告)日:2024-05-31
申请号:CN202111251971.X
申请日:2021-10-27
Applicant: 福州大学
Abstract: 本发明涉及一种基于OpenPose和OpenCV的公共场所排队异常行为检测方法。该方法,首先通过摄像头获取公共场所排队视频,间隔5‑20秒随机提取图像以获取数据;其次用OpenPose提取人体骨架序列,采用OpenCV测量人体骨架关键点距离数据检测是否出现异常排队行为;最后根据检测结果在公共场所处的显示器上显示排队状态并及时发出警报,引导排队人员规范排队状态。本发明以数字图像处理的方法检测是否出现异常排队行为并引导人员规范排队,有效保障排队人员的隐私安全与财产安全,也更加有效的维护了公共场所的秩序。
-
公开(公告)号:CN115222788A
公开(公告)日:2022-10-21
申请号:CN202210433623.2
申请日:2022-04-24
Applicant: 福州大学
Abstract: 本发明提供了一种基于深度估计模型的钢筋距离检测方法,包括采用单目深度估计的AdaBins深度估计方法,对深度图进行二值化的FCM算法,包括以下步骤:步骤S1:根据单目深度估计算法AdaBins获得对应的深度图;步骤S2:对深度图进行简单地归一化调整获得对应灰度图,利用FCM算法对灰度图进行二值处理获得相应的二值化模板;步骤S3:利用得到的二值模板与原图进行Hadamard乘积从而只保留原图中最上层钢筋对应的像素点;步骤S4:将只含有最上层钢筋的预处理图像送入改进YOLO X模型中,获得每根钢筋的中心点坐标。应用本技术方案可实现对深度图进行二值化的FCM(Fuzzy C‑means Cluster)算法,提出了一种改进YOLO X的目标检测算法建立施工过程中绑扎钢筋间距的实时检测系统。
-
公开(公告)号:CN113989719A
公开(公告)日:2022-01-28
申请号:CN202111277965.1
申请日:2021-10-30
Applicant: 福州大学
IPC: G06V20/40 , G06V20/52 , G06V40/10 , G06V10/22 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06Q50/08 , G06Q50/26
Abstract: 本发明涉及一种工地盗窃监测方法及系统,该方法包括以下步骤:S1、从监控摄像头对监控区域的监控视频中获取场景图像,通过深度学习目标检测算法框架YOLO V3检测图像中的目标监控材料,并用矩形框进行标识和输出;S2、通过实时多人姿态估计算法模型OpenPose检测并输出图像中所有个体的身体骨架姿态;S3、整合两种算法模型,利用KDTree算法计算出人体的手掌关键点坐标到所有矩形框的最短欧氏距离;S4、利用最短欧氏距离与对应矩形框较短的边相除实现归一化,若其值小于预设的阈值T,则判定工地材料可能遭受盗窃。该方法及系统有利于实时、准确地对工地内重要材料进行安全监控,以保护其不被盗取。
-
公开(公告)号:CN113989708A
公开(公告)日:2022-01-28
申请号:CN202111251972.4
申请日:2021-10-27
Applicant: 福州大学
IPC: G06V20/40 , G06V20/52 , G06V10/22 , G06V10/25 , G06V10/762 , G06V10/82 , G16H50/80 , G06N3/04 , G06N3/08 , G06Q50/20 , G06Q50/26
Abstract: 本发明涉及一种基于YOLO v4的校园图书馆疫情防控方法。利用YOLO V4目标检测算法实时监测图书馆的学生位置以及每张桌子的位置,每隔十秒计算学生与桌子之间中心点坐标的距离,判断桌子的上座人数是否大于两名。同时利用LK算法计算YOLO V4使用的初始anchor框,利用KDTree算法快速检索学生到所有桌子的最短距离,从而提高识别效果和效率。本发明方法,能做到较高的模型精度以及检索效率,很好地提升校园图书馆防疫管理的灵活性。
-
公开(公告)号:CN113947108A
公开(公告)日:2022-01-18
申请号:CN202111201325.2
申请日:2021-10-15
Applicant: 福州大学
Abstract: 本发明涉及一种基于YOLO V5的球员追踪检测方法。利用K‑means聚类方法对目标框的参数进行确定及对数据增强的数据集进行训练,利用YOLO V5和DeepSort算法,并且将prediction heads集成到YOLO V5中,在高密度场景中准确定位和追踪目标,并用无人机在球场上空进行场景实时捕获。本发明能做到较高的模型精度,能对目标物和重叠遮挡目标进行准确度高的识别,能够记录一整场比赛中运动员的运动轨迹和细节,帮助我们更好的对运动员和其所在球队进行数据分析,比如运动员在什么区域得分较多,球员喜欢在什么位置持球等等,帮助教练和运动员赛后更好复盘,对运动员进行有针对性的指导和训练和对对手球队球员进行针对性的防守部署;对于用户,有助于用户快速找到感兴趣的体育视频节目或片段。
-
-
-
-
-