-
公开(公告)号：CN104165547B
公开(公告)日：2015-11-04
申请号：CN201410354373.9
申请日：2014-07-23
Applicant: 南京大学
Abstract: 本发明提供一种基于生理参数实时监测的专业射击训练系统，包括心电检测模块、主装置、腕部监测设备和教练员端检测系统；所述心电检测模块以模拟V5导联，佩戴于运动员胸部，测量整个训练过程里运动员的实时心电模拟信号，并将测得的心电模拟信号传输至主装置，通过主装置对心电模拟信号AD采样后，得到心电信号；所述腕部监测设备佩戴于运动员腕部，包括加速度传感器，利用加速度传感器监测举枪、瞄准、发枪整个射击过程的动作，并将加速度信号发送至主装置；所述主装置将处理后的心电信号和接收到的加速度信号打包，一起发送给教练员端检测系统，从而实现对运动员射击训练的实时监测。
-
公开(公告)号：CN104165547A
公开(公告)日：2014-11-26
申请号：CN201410354373.9
申请日：2014-07-23
Applicant: 南京大学
Abstract: 本发明提供一种基于生理参数实时监测的专业射击训练系统，包括心电检测模块、主装置、腕部监测设备和教练员端检测系统；所述心电检测模块以模拟V5导联，佩戴于运动员胸部，测量整个训练过程里运动员的实时心电模拟信号，并将测得的心电模拟信号传输至主装置，通过主装置对心电模拟信号AD采样后，得到心电信号；所述腕部监测设备佩戴于运动员腕部，包括加速度传感器，利用加速度传感器监测举枪、瞄准、发枪整个射击过程的动作，并将加速度信号发送至主设备；所述主设备将处理后的心电信号和接收到的加速度信号打包，一起发送给教练员端检测系统，从而实现对运动员射击训练的实时监测。
-
公开(公告)号：CN111401113A
公开(公告)日：2020-07-10
申请号：CN201910006045.2
申请日：2019-01-02
Applicant: 南京大学
Abstract: 本发明公开了一种基于人体姿态估计的行人重识别算法，属于计算机视觉领域。本发明解决的问题是：行人重识别任务中由于人体姿势和摄像机角度的不固定使得识别效果不鲁棒的问题。本发明的主要算法的核心部分在于利用人体姿态估计算法得到行人图片中的人体关节点，通过关节点将行人图片分割为人体各个部分的图片。通过对人体各个部分的图片训练神经网络，提取出对于部分的特征向量。进一步，将特征向量融合，最后对特征向量进行距离度量。本专利能够提高行人重识别任务中对行人姿态不固定样本的鲁棒性，具有一定的创新性。
-
公开(公告)号：CN104809482A
公开(公告)日：2015-07-29
申请号：CN201510154342.3
申请日：2015-03-31
Applicant: 南京大学
Abstract: 本发明公开了一种基于个体学习的疲劳检测方法进行疲劳检测的方法，包括以下步骤：步骤一，对被测者脸部拍摄一段视频，对视频进行取帧，得到足够多的样本；步骤二，利用基于肤色的人脸分割方法对所有样本进行分割人脸区域并由人脸分布确定眼睛的大致分布范围；步骤三，对所有样本的人眼范围的特征进行提取，得到精确适应于该被测者的眼睛睁闭的阈值，并以此阈值为基准进行针对该被测者的检测；步骤四，利用得到的阈值和眼睑闭合度原理(Percentage of Eyelid Closure Time，PERCLOS)来判断被测者是否处于疲劳状态。本发明利用针对被测者眼部范围进行自适应学习法方法，实现对被测者的疲劳检测，能够提高疲劳检测的针对性和精确度，具有一定创新性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
