-
公开(公告)号：CN108764131B
公开(公告)日：2021-11-30
申请号：CN201810519929.3
申请日：2018-05-25
Applicant: 哈尔滨理工大学
IPC: G06K9/00
Abstract: 一种基于视频处理的自适应阈值多目标摔倒检测方法，其技术要点在于包括以下步骤：步骤一、进行用户图像信息采集，记录下用户正常活动和摔倒时的最小外接矩形内人体图像的高宽比、有效面积比和中心变化；步骤二、利用人体图像高宽比和有效面积比对摔倒的敏感程度不同赋予不同权重，得到新的判定参数实现摔倒判定方式的融合；步骤三、对不同体型用户进行最佳阈值的设定；步骤四、依据步骤一中采集的用户图像信息和步骤二中摔倒判定方式的融合，并结合步骤三设定的用户最佳摔倒阈值，实现目标摔倒检测。该方法克服了穿戴式摔倒检测方案中人易忘和抵触穿戴的缺点，解决了环境式摔倒检测系统带来的误判率高、价格昂贵和布设不便的难题。
-
公开(公告)号：CN110032932B
公开(公告)日：2021-09-21
申请号：CN201910172226.2
申请日：2019-03-07
Applicant: 哈尔滨理工大学
Abstract: 一种基于视频处理和决策树设定阈值的人体姿态识别方法，属于人体姿态识别技术，目的是为了解决现有的基于视频处理的人体姿态识别算法在区分不同姿态时会出现很大误差，识别效果较差的问题。本发明所述的方法为：判断工作模式是否为人姿态数据库建立，当判断结果为是时，执行基于决策树的人体姿态特征阈值区间数据库建立步骤；否则，执行基于人体姿态特征阈值区间匹配的姿态识别步骤，通过决策树分类器确定不同人体各个姿态的阈值区间，利用多个人体姿态特征对同一姿态进行判定，克服了传统姿态识别中阈值设置固定的缺点，提高了姿态识别的准确率。
-
公开(公告)号：CN112906550A
公开(公告)日：2021-06-04
申请号：CN202110177991.0
申请日：2021-02-09
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
Abstract: 一种基于分水岭变换的静态手势识别方法属于图像处理领域；手势识别方法包括手势图像的采集、颜色空间转换、自适应亮度调整、肤色阈值分割、分水岭变换、灰度阈值合并、手势特征提取和模板匹配。自适应亮度调整算法极大地提高了类肤色区域提取准确性；双高斯滤波核更好地解决了分水岭变换中的过分割问题，同时更好地保留了图像的边缘信息；傅里叶相关性判别手势指令更好地利用了待匹配手势的特征，提高了手势识别的准确性。
-
公开(公告)号：CN112906535A
公开(公告)日：2021-06-04
申请号：CN202110170064.6
申请日：2021-02-09
Applicant: 哈尔滨理工大学 , 哈尔滨鹏路智能科技有限公司
Abstract: 本发明公开了一种基于神经网络的适用于多尺度多目标的摔倒检测方法，主要解决现有摔倒检测算法对小目标检测准确率低及无法实现多目标检测的问题。其方案是：(1)对公开的摔倒检测数据集进行补充，制作摔倒检测融合数据集；(2)对YOLOv4网络进行改造，搭建针对人体特性的YOLOv4摔倒检测网络；(3)使用K‑means算法针对摔倒检测融合数据集更新anchors值；(4)采用Label Smoothing对网络标签进行改造；(5)对改造后YOLOv4网络进行训练和测试。本发明提高了小目标的摔倒检测精度，实现了多目标的摔倒检测，可应用于易发生摔倒的场所，提高对于摔倒人群的救助效率。
-
公开(公告)号：CN110053684B
公开(公告)日：2021-06-01
申请号：CN201910331174.9
申请日：2019-04-24
Applicant: 哈尔滨理工大学
IPC: B62D57/032
Abstract: 一种适于斜坡路面的爬行机器人腿部装置及控制属于机器人技术领域；解决了现有技术中爬行机器人在斜坡路面平衡能力差的问题；包括髋关节、膝关节、腿部机构、足部装置以及控制系统；所述腿部机构采用双列角接触球轴承，增加了一个转动自由度，提供了充足的平衡运动裕度；所述足部装置采用三维力传感器，可根据腿部末端的受力情况调节腿部位置，使得机身与斜坡平行，保持重心稳定；所述控制系统针对爬行机器人在斜坡行进时腿部各关节存在耦合以及受到摩擦力、温度变化综合扰动的影响，采用基于力反馈的抗干扰解耦控制，将腿部末端的受力大小作为抗干扰解耦控制输入端的参考信息，提高了腿部的控制精度、运动平衡性以及爬行机器人在斜坡的行进效率。
-
Patent Agency Ranking
公开(公告)号：CN110705465B
公开(公告)日：2021-05-18
申请号：CN201910937840.3
申请日：2019-09-30
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于图像处理的手型分类方法，尤其是涉及手部图像处理技术。所述方法包括：获取被测者的手部图像；建立肤色模型选取阈值对图像进行二值化；对二值图像进行边缘检测，储存得到的手掌轮廓图像；对手掌轮廓图像进行开运算得到光滑的手掌轮廓图像；找出手掌轮廓凸包，计算出手掌的长度（L1）、中指的长度（L2）及掌宽（L3）；计算手部特征值type；根据阈值，确定被测者手型为细长、正常、圆胖三种手型其中一种。本发明解决了传统的手型分类方法主要依靠手工测量或人工观察，手工测量费时费力且误差较大，人工观察主观性强、标准不统一的问题，提供了一种快速、准确、客观的手型分类方法。
-
公开(公告)号：CN110309806B
公开(公告)日：2020-12-11
申请号：CN201910609811.4
申请日：2019-07-08
Applicant: 哈尔滨理工大学
IPC: G06K9/00 , G06T5/00 , G06T5/20 , G06T5/30 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/62 , G06T7/90
Abstract: 一种基于视频图像处理的手势识别系统及其方法属于图像处理领域；包括摄像头采集模块、摄像头配置模块、预处理模块、DDR存储器、手势检测与分割模块、手势特征提取模块和手势识别模块；所述预处理模块包括中值滤波模块、颜色域转换模块，手势检测与分割模块包括图像二值化模块、滤波模块和边缘检测模块；所述摄像头配置模块连接摄像头采集模块，所述摄像头采集模块依次连接中值滤波模块、颜色域转换模块、DDR存储器、图像二值化模块、滤波模块、边缘检测模块、手势特征提取模块和手势识别模块；本发明有效的解决了现有技术当中识别时间长，反应慢的技术问题。
-
公开(公告)号：CN110701089A
公开(公告)日：2020-01-17
申请号：CN201911116757.6
申请日：2019-11-15
Applicant: 哈尔滨理工大学
Abstract: 本发明公布了一种基于超宽带雷达的可自动调节风速的风扇控制系统，属于智能家居技术领域。一种基于超宽带雷达的可自动调节风速的风扇控制系统包括：数据处理与控制模块、存储器、语音控制模块、按键模块、OLED显示模块、风速调节模块、超宽带雷达模块和距离检测模块，存储器、语音控制模块、按键模块、OLED显示模块、风速调节模块、超宽带雷达模块和距离检测模块分别与数据处理与控制模块连接。本发明弥补了传统风扇只能依靠手动调节风速的不足，以超宽带雷达模块采集的体征信息和距离检测模块采集的用户与风扇间的距离为主要判断依据，实现风扇自动调节风速及用户入睡后风扇自动关闭等功能。
-
公开(公告)号：CN110633014A
公开(公告)日：2019-12-31
申请号：CN201911011899.6
申请日：2019-10-23
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种头戴式眼动追踪装置。本发明穿戴于使用者的头部，包含头部穿戴件、内置于头部穿戴件的微型红外摄像头模块、眼部视频图像处理模块、无线数据传输模块和电源模块；将本发明穿戴于头部，调整穿戴件上的红外摄像头托架对准眼部，可呈现出清晰的眼部图像；可记录眼球运动轨迹，为精神疾病诊断提供参考；可追踪人眼视线信息、检测眨眼动作并转换成鼠标信号控制使用电脑、手机等数字终端。本发明可为医生对患者眼部的病理检查、精神疾病诊断提供辅助，还能实现通过眼动信息控制光标粗略的代替鼠标，为不方便用手使用鼠标的人士带来便利，且设备成本低、穿戴便捷。
-
公开(公告)号：CN110568800A
公开(公告)日：2019-12-13
申请号：CN201910938597.7
申请日：2019-09-30
Applicant: 哈尔滨理工大学
IPC: G05B19/042 , A01K61/85 , A01K63/04 , A01K63/06
Abstract: 本发明公开了一种多模态人机交互的远程可视化智能养鱼系统，属于智能家居技术领域。包括：核心控制部分、人机交互部分、外围设备部分、无线通信部分、远程监控部分和安装定位部分。核心控制部分包含存储器、微处理器；人机交互部分包含OLED显示模块、语音控制模块、红外遥控模块和按键模块；外围设备部分包含光照检测和控制模块、氧气检测和供给模块、温控模块、投食模块和摄像头模块；无线通信部分包含WIFI模块和红外接收模块；远程监控部分包含智能终端模块和云服务器。本发明可通过多种人机交互方式对鱼缸实施操作，实现鱼缸内光照强度、温度及氧气浓度的自动控制、远程可视化及投食操作，并配备可移动滑轨，可适合不同大小的鱼缸。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.037 seconds)
