多视角摔倒检测方法、装置及存储介质

    公开(公告)号:CN114792429B

    公开(公告)日:2025-04-29

    申请号:CN202210352997.1

    申请日:2022-04-06

    Abstract: 本发明公开了一种基于时空自适应和人体姿态估计的多视角摔倒检测方法、装置及存储介质,其包括:获取摄像头采集的视频流片段;通过轻量级卷积网络对视频序列进行预处理,得到全局特征图序列;对全局特征图序列中的每一幅全局特征图进行时空自适应处理,得到包含老人行为动作的图像块;利用人体姿态估计算法从图像块中得到人体关键点的位置坐标;根据人体关键点的位置坐标,利用阈值法判断不同视觉角度下图像块中的老人是否摔倒;当连续N帧图像块判断为老人摔倒时,生成报警信号。本发明能够在减少冗余计算降低模型的计算开销的同时保证老人摔倒检测的实时性和准确性。

    一种多特征聚类的零水印方法

    公开(公告)号:CN114549267B

    公开(公告)日:2025-01-07

    申请号:CN202111664702.6

    申请日:2021-12-31

    Abstract: 本发明公开了一种多特征聚类的零水印方法,包括以下步骤:(1)对物体进行三维重建,得到具有纹理色彩的三维网格模型;(2)对具有纹理色彩的三维网格模型进行归一化,以邻域球为单位,计算球面积分不变量、纹理粗糙度、颜色一、二、三阶矩和颜色熵,分别作为具有纹理色彩的三维网格模型的几何、纹理和色彩特征;(3)水印生成:对具有纹理色彩的三维网格模型的特征使用谱聚类方法聚类,生成零水印,并将其在IPR信息数据库中注册;(4)水印检测:将物体按照上述多特征聚类的零水印方法生成零水印,与IPR信息数据库中的零水印计算相关系数,从而确定物体是否具有零水印;本发明使得零水印能表征更多模型特征,对更多种类的攻击具有鲁棒性。

    一种双向门控卷积网络的社交内容抑郁检测方法

    公开(公告)号:CN114491289B

    公开(公告)日:2024-09-17

    申请号:CN202111674925.0

    申请日:2021-12-31

    Abstract: 本发明公开了一种双向门控卷积网络的社交内容抑郁检测方法,获取社交内容中的文本和图像,对文本进行矢量化处理,得到单词向量序列;根据单词向量序列构造词性位置注意力特征矩阵,计算卷积网络的输入矩阵,再经多尺度滤波器卷积得到多通道卷积特征;使用Bi‑GRU对单词向量序列进行编码得到单词表示,通过词向量情感注意力机制在单词间分配权重,得到句子表示;通过残差注意网络对图像进行编码,再通过视觉注意力机制学习图像特定注意力权重,与句子表示聚合成图像特定文本表示;图像特定文本通过学习图像特定文本重要性权重聚合得到最终文本表示;将多通道卷积特征与最终文本表示进行特征拼接,再通过softmax分类器获得是否抑郁及抑郁严重程度。

    一种融合几何结构特征图的手语识别方法、系统、装置及存储介质

    公开(公告)号:CN114373221B

    公开(公告)日:2024-09-17

    申请号:CN202111474169.7

    申请日:2021-12-03

    Abstract: 本发明公开了一种融合几何结构特征图的手语识别方法、系统、装置及存储介质,属于手语识别技术领域;包括:获取手语视频,将其帧数和像素大小统一调整;将统一调整后的手语视频输入预建立的预先进行过训练的三维卷积神经网络,提取手语特征;将手语特征输入预建立的预先进行过训练的深度卷积生成对抗网络,生成手语特征图;将手语特征图的像素大小统一调整,根据手语特征图G通道和B通道的手部轨迹信息进行预分类,得到预分类类别;将统一调整后的手语特征图输入预建立的VGG16网络,输出特征向量,特征向量中值最高的元素在预分类类别对应的手语词汇库中对应的手语词汇为识别结果;提高手语识别的准确度和整体分类识别效率。

    基于MRF和CoAtNet的多尺度纹理合成系统

    公开(公告)号:CN118429481A

    公开(公告)日:2024-08-02

    申请号:CN202410497678.9

    申请日:2024-04-24

    Abstract: 本发明公开了基于MRF和CoAtNet的多尺度纹理合成系统,包括图像处理模块、CoAtNet模型预训练模块、合并后的多尺度特征图提取模块、内容引导图像获取模块、特征融合图获取模块和合成图像生成模块;对输入的图像进行预处理,经过CoAtNet模型得到合并后的多尺度特征图;将脑肿瘤MRI图像数据集输入到预训练的CoAtNet模型中,得到内容引导图像;对合并后的多尺度特征图进行加权叠加操作,获得纹理特征融合图;利用MRF模型将预处理后的风格图像和内容引导图像进行融合,并映射到纹理特征融合图上,生成合成图像。本发明减少了合成纹理的伪影,保证了合成纹理的可视化效果,提高了纹理合成的效果和质量。

    一种扩展位置动力学形变模拟方法及装置

    公开(公告)号:CN118364679A

    公开(公告)日:2024-07-19

    申请号:CN202410518885.8

    申请日:2024-04-28

    Abstract: 本发明公开了一种扩展位置动力学形变模拟方法及装置,该方法包括:根据待针刺软组织构建四面体单元结构,获得针刺外力点,向针刺外力点引入形变适应度进行自适应网格划分,确定大形变区域和小形变区域;对大形变区域进行网格细分,并在大小形变区域之间创建过渡区域;向四面体单元结构中的质点之间融入非线性粘弹塑性及各向异性的生物特性,再融入扩展位置动力学模型,初始化扩展位置动力学模型进行算法求解,GPU并行化处理得到位移;对扩展位置动力学模型施加弯曲约束、拉伸约束及体积守恒约束,同时进行位移更新,得到基于扩展位置动力学的形变模拟结果,解决扩展位置动力学生物特性缺失与形变区域难以无缝连接问题。

    一种可见-红外跨模态船舶重识别方法、装置及存储介质

    公开(公告)号:CN118196728A

    公开(公告)日:2024-06-14

    申请号:CN202410380774.5

    申请日:2024-03-31

    Abstract: 本发明公开了一种可见‑红外跨模态船舶重识别方法、装置及存储介质,所述方法包括对获取的可见光船舶图像、红外船舶图像进行特征提取,获取可见图像特征、红外图像特征;将可见图像特征、红外图像特征输入注意力模型,获得细化后的可见图像特征、红外图像特征;将细化后的可见图像特征、红外图像特征以及预先提取的环境天气信息输入动态权重生成模块,得到动态权重;通过生成的动态权重对可见图像特征、红外图像特征进行加权融合,得到融合特征,完成船舶重识别,本发明可以根据不同场景环境下可见光和红外图像的相对重要性,动态地调整特征融合中的权重,能够在不同环境天气条件下实现更为精准的船舶识别。

    一种基于细胞神经网络融合生物特征的软组织形变仿真方法、系统及存储介质

    公开(公告)号:CN118133545A

    公开(公告)日:2024-06-04

    申请号:CN202410264747.1

    申请日:2024-03-08

    Abstract: 本发明公开了一种非接触医疗技术领域的基于细胞神经网络融合生物特征的软组织形变仿真方法、系统及存储介质,旨在解决现有技术中训练模型需要大量样本、仿真精度不佳等问题,其包括根据人体器官CT数据构建六面体体积模型;将施加外力视为细胞输入电流计算得三维细胞神经网络框架中细胞的状态电压;根据细胞的状态电压及弹性模量计算得细胞位移;将细胞位移视为六面单元中心点位移,得到形变后六面体单元中心点位置,并根据其计算得形变后六面体单元顶点位置,最后进行软组织形变仿真。本发明针对三维细胞神经网络架构设计了一种六面体体积模型,并融合了软组织非线性、粘弹性、不可压缩性等生物特性,优化了细胞状态方程,提高了模型的仿真精度。

    基于高空数据与GM灰色迭代的降水量预测方法

    公开(公告)号:CN118094127A

    公开(公告)日:2024-05-28

    申请号:CN202410527815.9

    申请日:2024-04-29

    Abstract: 本发明公开了一种基于高空数据与GM灰色迭代的降水量预测方法,包括:步骤1:将高空数据按照高度进行划分,得到X个高度层次数据;步骤2:针对某一时刻的降水量,建立该时刻的地面降水量与该时刻第i个高度层次数据中的第j个气象要素数据xij之间的合关系模型,进行多项式拟合;步骤3:基于GM灰色模型预测未来时间段内第i个高度层次的第j个气象要素数据;步骤4:采用与步骤3相同的方法预测未来时间段内的地面降水量;步骤5:计算最终预测的未来时间段内的地面降水量。发明结合高空与地面气象观测数据对降水量进行耦合分析,充分利用了高空气象探空仪的观测垂直精度,模型的灵敏度较高,所得预测结果较为客观准确。

    一种基于贝叶斯神经网络的骤旱预警方法及系统

    公开(公告)号:CN117784290B

    公开(公告)日:2024-05-14

    申请号:CN202410206502.3

    申请日:2024-02-26

    Abstract: 本发明公开了一种基于贝叶斯神经网络的骤旱预警方法及系统,包括将熵权重算法和CRITIC权重算法结合计算组合权重,根据组合权重,从土壤含水量数据提取土壤水分关键数据;将土壤水分关键数据输入至预设的贝叶斯神经网络获得第一中间预测结果;将土壤水分关键数据输入至预设的灰色预测模型获得第二中间预测结果;对第一中间预测结果和第二中间预测结果进行加权平均获得未来土壤含水量预测结果,根据未来土壤含水量预测结果进行骤旱预警;本发明对于数据样本较少或缺乏长期观测数据的情况仍然能够进行有效的预测,具有适用性强、鲁棒性高,算法时间复杂度低的特点。

Patent Agency Ranking