一种基于正则化形态比的摔倒检测方法

    公开(公告)号:CN108647589B

    公开(公告)日:2021-11-19

    申请号:CN201810373967.2

    申请日:2018-04-24

    Applicant: 南昌大学

    Inventor: 闵卫东 邹松 韩清

    Abstract: 本发明公开了一种基于正则化形态比的摔倒检测方法,包括1)视频捕捉、2)前景检测、3)人体检测、4)运动跟踪、5)特征提取和6)摔倒检测的流程,在步骤6)摔倒检测的实现过程中:采用基于正则化的形态比算法来矫正行人在视频中的形态比;通过自动化标定和双三次曲线插值来得到摄像头的正则化形态比曲面;(3)将归一化的形态比与运动速度和方向相结合,更好地检测人体向八个方向的坠落;(4)采用平滑随时间变化的正则化的形状比变化曲线来消除手和腿来回摆动对正则化形态比的影响。该方法的优点是把正则化形态比与行人的运动速度和方向信息结合起来,能够检测行人向八个不同方向摔倒。

    一种基于三维残差神经网络和视频序列的动态手语识别方法

    公开(公告)号:CN110110602A

    公开(公告)日:2019-08-09

    申请号:CN201910282569.4

    申请日:2019-04-09

    Applicant: 南昌大学

    Abstract: 本发明提供了一种基于三维残差神经网络和视频序列的动态手语识别方法,所述方法提出了基于三维残差神经网络的新模型B3D ResNet,包括以下步骤:步骤1,在视频帧中,采用Faster R-CNN模型检测手的位置,并从背景中分割出手;步骤2,利用B3D ResNet模型对输入的视频序列进行手势的时空特征提取和特征序列分析;步骤3,通过对输入的视频序列进行分类,可以识别手势,有效地实现动态手语识别。本发明通过分析视频序列的时空特征,可以提取有效的动态手势时空特征序列,从而达到识别不同手势的目的,并且在复杂或类似的手语识别上也获得了良好的性能。通过测试数据集的实验结果表明,本发明可以准确有效地区分不同的手语,以及相似的手势对。

    一种基于正则化形态比的摔倒检测方法

    公开(公告)号:CN108647589A

    公开(公告)日:2018-10-12

    申请号:CN201810373967.2

    申请日:2018-04-24

    Applicant: 南昌大学

    Inventor: 闵卫东 邹松 韩清

    Abstract: 本发明公开了一种基于正则化形态比的摔倒检测方法,包括1)视频捕捉、2)前景检测、3)人体检测、4)运动跟踪、5)特征提取和6)摔倒检测的流程,在步骤6)摔倒检测的实现过程中:采用基于正则化的形态比算法来矫正行人在视频中的形态比;通过自动化标定和双三次曲线插值来得到摄像头的正则化形态比曲面;(3)将归一化的形态比与运动速度和方向相结合,更好地检测人体向八个方向的坠落;(4)采用平滑随时间变化的正则化的形状比变化曲线来消除手和腿来回摆动对正则化形态比的影响。该方法的优点是把正则化形态比与行人的运动速度和方向信息结合起来,能够检测行人向八个不同方向摔倒。

    一种可控制振幅的摇摆制粒机

    公开(公告)号:CN214915827U

    公开(公告)日:2021-11-30

    申请号:CN202120808140.7

    申请日:2021-04-20

    Abstract: 本实用新型公开了一种可控制振幅的摇摆制粒机,包括:支撑板,所述支撑板的右侧上端固定连接有具有支撑作用的固定柱;保护柱,其固定连接在支撑板的左侧上端,所述保护柱的左侧外端固定连接有单向电机;保护盒,其固定连接在固定柱的左侧外端;所述支撑板的中部内侧滑动连接有具有存放功能的收集板,且收集板的前端外侧固定连接有把手;所述支撑板的中侧内部滑动连接有支撑作用的连接块,所述连接块的上端固定连接有条形杆;所述单向电机的右侧外端固定连接有具有传递功能的调节轮,且调节轮为半齿轮结构。该可控制振幅的摇摆制粒机,便于对该装置进行振幅调节,便于对筛网进行更换,便于对下落的物料进行收集。

Patent Agency Ranking