-
公开(公告)号：CN117766097A
公开(公告)日：2024-03-26
申请号：CN202311781585.0
申请日：2023-12-22
Applicant: 南通大学
IPC: G16H20/30 , G16H30/40 , G06T7/00 , G06T7/246 , G06V40/20 , G06N3/0455 , G06N3/0464 , G06N3/045 , G06N3/09 , G06N3/092
Abstract: 本发明涉及电子信息技术领域，尤其涉及一种基于机器视觉的康复运动系统，包括图像采集与增强模块、姿态分离模块、数据优化模块和康复指标模块；图像采集与增强模块同时获取深度图片和彩色图片，使用深度图片在光照不良情况下增强彩色图像；姿态分离模块基于本发明提出的DS‑Pose算法，实现粗特征到细特征的转变；数据优化模块针对二维骨架的飘动导致的深度不准问题提出了二阶段的DS‑filter全局修正算法，不仅能优化最开始的数据，同时能够监督运动全过程的变换；通过康复指标模块无接触获得康复过程中的角度、横向位移、高度、速度等指标量，避免复杂的硬件检测设备给康复人员在训练中带来负担，影响实际表现，同时无接触也规避了一些可能的二次损伤。
-
公开(公告)号：CN117173533A
公开(公告)日：2023-12-05
申请号：CN202310923981.6
申请日：2023-07-26
Applicant: 南通大学
IPC: G06V10/82 , A01G9/24 , A01G9/26 , A01G7/04 , H05B47/11 , H05B47/165 , H05B45/00 , H04N23/11 , G06V20/52 , G06V40/20 , G06V10/40
Abstract: 本发明涉及智能灯杆设备技术领域，尤其涉及一种用于农场大棚人员操作管理的一体化智能灯杆监控装置，包括一体化智能灯杆、以及安装在一体化智能灯杆上的监控装置，监控装置包括智能监控模块、LED灯管理控制模块、光敏电阻模块、温度监测模块、空调模块、湿度监测模块、加湿器模块、二氧化碳监测模块、土壤酸碱度监测模块、太阳能板模块以及主控模块；智能监控模块，通过视觉传感器采集大棚内正常光图像信息和红外图像信息，采用MOL‑POSE算法对采集的正常光图像信息处理，红外图像辅助提供检测目标的距离。本发明用于协助农民判断大棚内的人是否正在对大棚进行合理操作，并使大棚内部环境维持在最适宜内部植物生长的状态，实现农场大棚的监控一体化。
-
公开(公告)号：CN114863165B
公开(公告)日：2023-06-16
申请号：CN202210378696.6
申请日：2022-04-12
Applicant: 南通大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/74 , G06V10/40 , G06T7/11 , G06T7/00 , G06T5/00 , G06N3/0464
Abstract: 本发明涉及医学图像分割与图像分类技术领域，具体涉及一种基于影像组学与深度学习特征融合的椎体骨密度分类方法，将CT图像下椎体分为骨质疏松、低骨量与正常组，包括S1:建立基于CRF和注意力引导的椎体分割网络，获取L1、L2椎体松质骨掩膜；S2:通过GCAM‑Net对L1和L2融合后的特征图进行深度学习特征提取，并利用L1和L2的CT图像及掩膜进行影像组学特征提取；S3：运用差分进化算法在深度学习特征中提取最优特征集，并将提取后影像组学特征通过SVM‑RFE法进行特征筛选，最后将影像组学特征和深度学习特征通过最大相关性融合算法进行特征融合，并利用神经网络分类。本发明技术方案结合深度学习特征和影像组学特征，有效提高骨密度分类的准确性。
-
公开(公告)号：CN115937923A
公开(公告)日：2023-04-07
申请号：CN202211244064.7
申请日：2022-10-12
Applicant: 南通大学 , 南通睿辉信息科技有限公司
Abstract: 本发明涉及一种可实现学生专注度检测的线上教学平台，该平台主要包括两个部分教师端使用平台和学生端使用平台，学生端使用平台主要功能是接收老师端共享的屏幕内容和实时追踪学生眼动轨迹，其中追踪学生眼动轨迹是通过学生端设备上的摄像头采集图像信息，然后对其眼球运动轨迹进行追踪，并将其发送到系统的服务器中，由系统的私有云服务器对接收到学生注意力数据进行分析计算处理，进而判断学生上课的专注度。教师端使用平台主要功能是将自己的屏幕内容共享到各个学生端的设备上和实施接收私有云服务器中处理后的学生专注度数据，可以实时了解每个学生上课时的专注度情况，在学生走神时及时提醒学生。本发明提出的线上教学平台相比于传统的教学平台，能够帮助教师实时了解学生专注度，有利于教学的质量的提高。
-
公开(公告)号：CN114898464B
公开(公告)日：2023-04-07
申请号：CN202210502602.1
申请日：2022-05-09
Applicant: 南通大学
IPC: G06V40/20 , G06V10/10 , G06V10/22 , G06V10/40 , G06V10/46 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明属于手语识别技术领域，具体涉及一种基于机器视觉的轻量化精准手指语智能算法识别方法，具体步骤包括：第一步单目相机采集图像信息，以Finger‑YOLOv4算法对采集的图像信息处理，框选出手部的区域；第二步在框选的手部区域内基于稀疏性目标提取算法锁定操作人员手部区域排除非操作人员手部干扰；第三步在操作人员手部区域内基于DFCRF‑Net进行深度学习，识别出手部区域的21个关键点的坐标；第四步根据21个关键点坐标的位置关系采用强制坐标法推理出当前手势表达的手指语。本发明提出的算法架构轻量化，仅需单目相机即可部署，检测速度快、精度高；经过不同环境、操作人员的测试，该智能算法识别方法可以有效的识别出全部手指语手势。
-
Patent Agency Ranking
公开(公告)号：CN110110634B
公开(公告)日：2023-04-07
申请号：CN201910347578.7
申请日：2019-04-28
Applicant: 南通大学
Abstract: 本发明公开了一种基于深度学习的病理图像多染色分离方法，包括以下步骤：(1)对病理染色图像进行光密度变换，得到原始病理染色图像的光密度矩阵；(2)将步骤(1)得到的光密度矩阵构建ResU‑Net模型；(3)对步骤(2)得到的ResU‑Net模型进行训练；(4)通过经步骤(3)训练后的ResU‑Net模型进行图像染色分离。该方法能够对原图像进行像素级分析，更好的分离图像中同一类组织，从而提高染色分离性能。
-
公开(公告)号：CN115013771A
公开(公告)日：2022-09-06
申请号：CN202210561576.X
申请日：2022-05-23
Applicant: 南通大学
IPC: F21S9/03 , F21V33/00 , F21V23/04 , G06V40/10 , G06V10/22 , G06V10/26 , G06T7/246 , G06T7/277 , F21W131/103 , F21Y115/10
Abstract: 本发明涉及路灯设备技术领域，尤其涉及一种用于小区监测的智慧路灯，包括灯柱，灯柱的顶部左侧通过支架安装有上视觉传感器和下视觉传感器，灯柱的顶部右侧通过支架安装有太阳能板、光敏模块和节能型LED灯，灯柱的上端部通过支架安装有广告牌，灯柱的下端部连接有花坛喷水装置，灯柱的底部安装有箱体，箱体上设有道路喷水装置。本发明采用上视觉传感器具备前景目标提取算法和下降目标跟踪算法功能，从而达到提前预警的功能以及后续辅助工作人员进行责任追究；采用下视觉传感器具备行人检测算法以及控压装置控制功能，实现监测行人以及喷水需求。本发明利用太阳能进行供电，节能环保；并结合道路喷水装置和花坛喷水装置代替洒水车，节省人力资源。
-
公开(公告)号：CN108805918B
公开(公告)日：2022-03-01
申请号：CN201810599725.5
申请日：2018-06-11
Applicant: 南通大学
IPC: G06T7/33 , G06N3/08 , G06K9/62 , G06V10/762 , G06V10/82
Abstract: 本发明公开了一种基于DCAE结构的病理图像染色不变性低维表示方法，步骤包括：1)组织样本病理图像粗对准；2)训练样本的选取；3)双通道自动编码器的训练；4)更新特征聚类中心。该基于DCAE结构的病理图像染色不变性低维表示方法，可找到目标集和源数据集之间的归一化特征表示，不依赖任何复杂或耗时的预处理，只需将原始图像用作输入，也不依赖于标记的输入图像，就能够将组织图像分割成其组成成分的低维表示，具有准确、快速、自动化等特点，具有很好的实用性。
-
公开(公告)号：CN112164069A
公开(公告)日：2021-01-01
申请号：CN202010740906.2
申请日：2020-07-29
Applicant: 南通大学 , 杭州博拉哲科技有限公司
Abstract: 本发明公开了一种基于深度学习的CT腹部血管分割方法，步骤1：对原始CT小肠造影图像进行处理；步骤2：将步骤1得到的预处理后的图像作为输入，搭建AA R2U‑Net模型；步骤3：对步骤2得到的AA R2U‑Net进行训练；步骤4：加载步骤3得到的训练后的AA R2U‑Net对CT小肠造影进行血管分割。本发明设计了一种基于深度学习的血管分割方法，将注意增强模块与R2U‑Net相结合得到AA R2U‑Net模型，快速而精确地将CT小肠造影中的肠壁血管区域分割出来，帮助影像科医生快速定位CT小肠造影中的血管区域。
-
公开(公告)号：CN111401260B
公开(公告)日：2020-09-29
申请号：CN202010191868.X
申请日：2020-03-18
Applicant: 南通大学
Abstract: 本发明公开了一种基于Quick‑OpenPose模型的仰卧起坐测试计数方法及系统，通过在测试区侧面放置摄像机，以一定帧率持续拍摄测试者的测试图像。使用改进的Quick‑OpenPose模型识别人体主要部位并对其编号、连线，挑选出脊柱连接线条以及头部和膝盖连接线条。将脊柱连结线条与地面间的角度作为首选判断条件，当脊柱连结线条识别不到时，选择头部到膝盖的连接线条长度作为备用判断条件。分别设定卧姿起身、坐姿、卧姿躺下三个判断条件。当3个判断条件都满足时，系统计数一次。依靠视觉识别减少干扰因素，简化设备，同时本发明还提供对应的计数系统。本发明实现自助式的仰卧起坐测试和计数，测试效率高，可以附加在现有仰卧起坐垫上，实现实时的计数。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.026 seconds)
