-
公开(公告)号：CN115223190A
公开(公告)日：2022-10-21
申请号：CN202210119930.3
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人体结构引导学习网络的姿态估计方法及系统，涉及人体姿态估计技术领域，包括：获取待测人体姿态图像；将待测人体姿态图像输入至人体姿态估计模型中，以获取人体姿态；人体姿态估计模型是根据训练集和标定深度卷积神经网络训练得到的；训练集包括多张第一图像以及与第一图像对应的标签信息；标签信息为所述第一图像中的人体关节点；人体关节点用于构建所述人体姿态；标定深度卷积神经网络包括茎网络、第一主干网络、第二主干网络、人体结构引导学习分支网络和特征融合细化网络。本发明结合人体结构引导学习方法和特征融合方法构建人体姿态估计模型，提高模型预测的精确度。
-
公开(公告)号：CN113392663B
公开(公告)日：2022-05-20
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，公开了一种适用于大规模RFID系统的批量认证方法，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：CN113610015A
公开(公告)日：2021-11-05
申请号：CN202110918420.8
申请日：2021-08-11
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端到端快速阶梯网络的姿态估计方法、装置及介质，所述方法包括：步骤S10、基于快速阶梯网络搭建端到端快速阶梯网络；步骤S20、利用样本图像对所述端到端快速阶梯网络进行训练；步骤S30、将待测图像输入训练好的所述端到端快速阶梯网络，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：取消了人体姿态估计模型对目标检测算法的约束，不再需要先进行人体检测，保证了姿态估计可以进行端到端训练与预测，加快了人体姿态估计的速度，同时还能保证网络的精确度。
-
Patent Agency Ranking
公开(公告)号：CN110427890B
公开(公告)日：2021-05-11
申请号：CN201910716198.6
申请日：2019-08-05
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供一种基于深度级联网络与质心分化编码的多人姿态估计方法，其采用自底向上的估计路线，针对现有算法尚不能解决的关节遮挡及尺度差异问题，设计出质心分化编码作为关节的相关性线索，并建立基于双路特征提取模块的深度级联网络完成对关节点与质心分化编码的提取，接着提出贪婪推理策略实现关节点鲁棒匹配到多个人体半身，最后对半身之间添加空间约束，利用图匹配算法完成人体拼接，实现快速高效的多人姿态估计。
-
公开(公告)号：CN112418070A
公开(公告)日：2021-02-26
申请号：CN202011307337.9
申请日：2020-11-20
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解耦阶梯网络的姿态估计方法，包括如下步骤：步骤S10、基于解耦残差模块和瀑布模块搭建解耦阶梯网络；步骤S20、获取大量的人体样本图像，利用所述人体样本图像对解耦阶梯网络进行训练；步骤S30、将待测图像输入训练好的所述解耦阶梯网络，计算所述待测图像中各关节点的位置，进而基于各关节点的位置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速度以及精度。
-
-
公开(公告)号：CN107749067A
公开(公告)日：2018-03-02
申请号：CN201710824117.5
申请日：2017-09-13
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
CPC classification number: G06T7/194 , G06N3/0454 , G06N3/06 , G06N3/08 , G06T5/002 , G06T7/155 , G06T7/246 , G06T7/254 , G06T2207/20036 , G06T2207/20081 , G06T2207/20224
Abstract: 本发明涉及一种基于运动特性和卷积神经网络的火灾烟雾检测方法，其通过读取视频文件，保存第一帧图像作为原始帧图像，并对视频的每一帧进行烟雾检测：首先在背景更新中加入原始帧图像作为参考并建立背景模型，然后通过差分法提取前景图像，并通过暗通道阈值图像对前景图像进行过滤得到候选烟雾区域，最后加载训练好的深度卷积神经网络模型对候选烟雾区域的高层特征进行自动提取，根据提取到的特征向量判断候选烟雾区域是否属于烟雾区域。本发明通过将暗通道先验知识加入到运动前景检测中，有效地过滤了常见的干扰，提升了检测方法的环境适应性，同时将卷积神经网络用于烟雾图像的特征提取，大大提高了检测的准确率。
-
公开(公告)号：CN305618658S
公开(公告)日：2020-02-18
申请号：CN201930048390.3
申请日：2019-01-28
Applicant: 华侨大学
Abstract: 1.本外观设计产品的名称：手机的图形用户界面 (华园电脑义诊)。
2.本外观设计产品的用途：用于智能通讯设备。
3.本外观设计产品的设计要点：在于手机显示的图形用户界面。
4.最能表明设计要点的图片或照片：主视图。
5.图形用户界面的用途：用于满足在校师生修理电脑的需求，为需求者与志愿者提供平台，实现与志愿者、需求者的交互操作。
6.图形用户界面在产品中的区域：手机屏幕。
7.图形用户界面的人机交互方式：触摸式交互。
8.图形用户界面的变化状态说明：主视图为进入小程序的默认页面，通过banner 图和下方的几个简单的步骤介绍来向用户传达本小程序的用途和使用流程。
点击主视图中的立即申请按钮进入变化状态图1，为华园电脑义诊小程序的申请服务页面，展示了用户应该填入的相关信息和服务内容选项，用于普通用户填写表单申请服务。
若点击主视图左上角图标，则进入变化状态图2，用于用户查看自己已下订单的相关状态，订单分为待接单，已接单，已评价三种状态。
点击变化状态图2 页面中已接单状态订单的详情进入变化状态图3，可查看志愿者信息并进行评价。
点击变化状态图2 页面中已评价状态订单的详情进入变化状态图4，可查看志愿者信息。
点击主视图右上角的图标进入变化状态图5，为华园电脑义诊小程序的志愿者认证页面，志愿者信息由后台导入，在小程序前台志愿者输入相关信息即可认证。
变化状态图6 为待接单页面，用户验证成功为志愿者之后，主视图的界面将切换为变化状态图6，志愿者可根据订单的相关描述选择性接单。
点击变化状态图6 左上角图标进入变化状态图7，为志愿者已接订单的页面，供志愿者查看下单用户的联系方式和用户对自己的评价。
-
-
-
-
-
-
-
Search Results
48
records
(took 0.02 seconds)
