-
公开(公告)号：CN112712804B
公开(公告)日：2022-08-26
申请号：CN202011533459.X
申请日：2020-12-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于语音信息处理技术领域，公开了一种语音识别方法、系统、介质、计算机设备、终端及应用，通过基于医疗领域文本数据上进行语言模型建模对医疗领域语音识别；对识别文本进行后处理得到阅读的形式，包括标点预测与文本逆标准化两种后处理任务；标点预测识别文本添加表征句子边界信息的标点符号，文本逆标准化将识别文本中朗读形式的符号发音文本转写为阅读形式的符号形式。本发明根据医疗领域语音识别系统的需求进行分析与设计，开发了基于web的网站系统。通用录入与模板录入两种功能形式符合语音识别实际的录入形式需求。本发明的语音识别与后处理技术作为系统支撑下，完成了性能出色，并具有用户友好性的软件系统。
-
公开(公告)号：CN114676956A
公开(公告)日：2022-06-28
申请号：CN202210002384.5
申请日：2022-01-04
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于多维数据融合的老人跌倒风险预警系统，所述系统包括表现层、业务层、数据层和硬件设备层，表现层包括第三方服务提供商用户和机构管理员用户，第三方服务提供商用户主要用于数据查看页面，服务提供商通过查看前端展示的数据了解老人的部分身体信息以及跌倒风险；业务层包括基本信息数据管理模块、步态分析模块、姿态分析模块、摆臂均衡性检测模块和跌倒风险评估模块；数据层包括用户信息数据、距离点云数据、深度图像数据、腕表传感器数据以及模型分析得到的结果数据；硬件设备层主要包含本研究的硬件设备：激光雷达、深度镜头、智能腕表、树莓派和服务器。本发明所述系统受环境影响小，精度较高，因此能够提高风险评估的准确性。
-
公开(公告)号：CN114049385A
公开(公告)日：2022-02-15
申请号：CN202111202942.4
申请日：2021-10-15
Applicant: 哈尔滨工业大学(威海)
IPC: G06T7/33
Abstract: 本发明公开一种基于自适应配准的多激光雷达自主建网系统、方法、终端，涉及网络构建与网络信息处理技术领域。采用多个激光雷达利用点云配准算法对不同雷达的点云图进行配准和融合，点云配准采用4PCS进行粗配准，Trimmed ICP进行精配准，使同一室内环境的激光雷达自动组建雷达网络，并获得融合后的室内环境点云。数据同时保存本地和云端，使用者通过云端更改相应配准参数或者获取原始点云数据。本发明针对居家养老项目设计的基于自适应配准的多激光雷达自主建网系统。使用者可以远程查看老人居住室内的激光雷达网络情况以及室内环境点云图像。通过雷达网络和环境点云数据，使用者可以用在居家养老项目的进一步设计和使用中。
-
公开(公告)号：CN113920578A
公开(公告)日：2022-01-11
申请号：CN202111049527.X
申请日：2021-09-08
Applicant: 哈尔滨工业大学(威海)
IPC: G06V40/20 , G06V10/40 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明属于智能居家设备技术领域，公开了一种智能居家瑜伽教练信息处理系统、方法、终端、介质，利用摄像头对用户进行RGB图像与Deepth数据的采集，获得人体姿态原始图像数据，并将数据传入树莓派；经树莓派处理图像数据提取出深度骨架化信息，将坐标信息传入云服务器进行特征提取；服务器提取出人体物理特征，该物理特征经过分类器分类后，获得了姿态分类结果，并与标准姿态库比对，获取校准信息，并返回至web端；可视化显示。本发明减免了报瑜伽班的费用，减少了上瑜伽班的时间损耗。能够精准识别瑜伽姿态。本发明为通用模型，只需提供足够训练数据，甚至可以对太极拳，拳击动作，舞步姿态等能够起到很好的教学效果。
-
公开(公告)号：CN113762133A
公开(公告)日：2021-12-07
申请号：CN202111021355.5
申请日：2021-09-01
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开一种基于人体姿态识别的自重健身辅助教练系统、方法、终端，涉及健身训练信息处理技术领域。利用摄像头对健身者的动作进行捕捉和记录；在健身训练时，从运动帧序列中检测健身者的动作；通过提取健身动作的运动幅度，关节角度特征识别健身者的动作类别；对健身者动作类别的运动标准进行标注和数据处理。本发明辅助健身者训练，以此摆脱居家自重健身只依靠经验的状态，带给健身者方便专业的健身指导，规避不必要的锻炼损伤和提高健身效率。本发明服传统健身中通过基于肉眼观察的训练方法，实现基于人体运动特征的分析方法。该自重健身辅助教练系统的发明具有重要的科研价值和潜在的巨大商业价值。
-
Patent Agency Ranking
公开(公告)号：CN112926514A
公开(公告)日：2021-06-08
申请号：CN202110323372.8
申请日：2021-03-26
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于目标检测和跟踪技术领域，公开了一种多目标检测及跟踪方法、系统、存储介质及应用，激光雷达扫描得到点云数据，将采集到的数据传输到服务器端中，并上传到云存储；获取到雷达数据之后，分别经过动点提取、点聚类、随机森林提取出脚步点；利用轨迹匹配进行脚步的跟踪；在处理完数据，得到行人的脚步信息之后，以可视化形式，将处理结果对用户发布；同时，检测到行人的时候，输出相关行走信息并保存到文件，里面包括行走速度、脚步长度信息。与视觉传感器的行人跟踪相比，本发明基于激光雷达的跟踪具有不受环境干扰，算法容易，适合在多人的场景使用。在实验室环境与真实的老人居家环境中进行了验证，本发明可以得出比较理想的效果。
-
公开(公告)号：CN112712804A
公开(公告)日：2021-04-27
申请号：CN202011533459.X
申请日：2020-12-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明属于语音信息处理技术领域，公开了一种语音识别方法、系统、介质、计算机设备、终端及应用，通过基于医疗领域文本数据上进行语言模型建模对医疗领域语音识别；对识别文本进行后处理得到阅读的形式，包括标点预测与文本逆标准化两种后处理任务；标点预测识别文本添加表征句子边界信息的标点符号，文本逆标准化将识别文本中朗读形式的符号发音文本转写为阅读形式的符号形式。本发明根据医疗领域语音识别系统的需求进行分析与设计，开发了基于web的网站系统。通用录入与模板录入两种功能形式符合语音识别实际的录入形式需求。本发明的语音识别与后处理技术作为系统支撑下，完成了性能出色，并具有用户友好性的软件系统。
-
公开(公告)号：CN111353852A
公开(公告)日：2020-06-30
申请号：CN202010126289.7
申请日：2020-02-27
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种家电行业大规模定制生产的开放资源管理系统，由用户在需求社区发表个人对于家电产品在某一个方面的需求，根据此需求来向设计资源下达设计订单，当设计资源设计出家电产品后，交付给家电商，家电商根据设计资源交付的设计图来设计家电产品发布至线上，用户根据自己需要来选择相应的定制家电并且选择好个性化选择后预定该产品，家电商便可以根据这些统计信息去采购零部件资源和制造设备，然后进行大规模生产，最后通过物流交付到用户手中。本发明的有益效果是实现一个面向家电行业大规模定制生产的开放式资源管理平台，提供个性化家电，预定个性化产品，提取个性化共性从而进行大规模定制生产。
-
公开(公告)号：CN110400300A
公开(公告)日：2019-11-01
申请号：CN201910669052.0
申请日：2019-07-24
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了基于块匹配自适应权重稀疏表示的病变血管精确检测方法，生成多尺度血管训练集；基于血管轴线的信息块抽取；基于稀疏表示的多尺度字典学习，通过稀疏表示算法，自适应地从块信息库中捕获局部病变血管特征；采用自适应权重稀疏表示分类算法进行病变血管精确检测。本发明的有益效果是：本发明针对病变血管无法精准检测的难点，提出基于块匹配自适应权重稀疏表示检测算法，利用血管信息块中所包含的冗余信息极大地提高了病变血管的检测精度，并采用自适应权重算法和多尺度训练集降低了稀疏表示检测算法的计算量。
-
公开(公告)号：CN118568613B
公开(公告)日：2024-12-27
申请号：CN202410828907.0
申请日：2024-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2431 , G06F18/25 , G06F18/214 , G06N3/0895
Abstract: 本发明涉及深度学习技术领域，具体提供一种基于特征融合的半监督学习方法、系统、终端及存储介质，包括：从有标签数据集中随机选择两个初始训练子集。利用两个训练子集的有标签数据分别训练分类器1和分类器2。然后每次迭代过程中，分类器1和分类器2分别对子集1和子集2中经过特征融合的无标签样本以及未经特征融合的无标签样本进行预测，通过比较融合前后的变化大小来度量模型预测的置信度，从而确定一部分无标签样本的伪标签。每个子集的分类器选择出预测置信度最高的若干无标签样本，加入到对方子集的有标签数据集中，使用扩增后的有标签样本重新训练分类器。本发明大大提升了分类器的训练效率和准确度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.039 seconds)
