-
公开(公告)号：CN115937895B
公开(公告)日：2023-09-19
申请号：CN202211414614.5
申请日：2022-11-11
Applicant: 南通大学
IPC: G06V40/10 , G06V10/764 , G06V10/766 , G06V10/25 , G06T7/73 , A63B71/06 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及电子信息技术领域，尤其涉及一种基于深度相机的速度与力量反馈系统，包括图像采集模块、人体捕捉模块、运动监测模块和速度与力量计算模块；所述图像采集模块运用内置视觉传感器分别对运动员和运动员外部环境监测，图像采集模块可同时完成彩色图像和深度图像的采集；所述图像采集模块由两个深度相机组成，按照十字型将两个深度相机进行横竖安装固定；所述人体捕捉模块用于高效定位人体16个关键点，以Exc‑Pose算法为核心，具体包括轻量化“E”型结构编码层和基于回归模型监督学习方法的解码层。本发明通过合理的结构搭配相关算法无接触捕获运动员在体能训练过程中产生的姿态、速度、力量、功率等核心技术指标，并将其数字化，指导科学化训练。
-
公开(公告)号：CN114897780B
公开(公告)日：2023-04-07
申请号：CN202210378697.0
申请日：2022-04-12
Applicant: 南通大学
IPC: G06T7/00 , G06T7/10 , G06T3/40 , G06N3/0464 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明涉及医学图像分割技术领域，具体涉及一种基于MIP序列的肠系膜上动脉血管重建方法，包括：S1：获取肠系膜上动脉血管MIP薄切序列数据集，并对数据做增强处理；S2：建立基于上下文引导的图神经网络与卷积神经网络的血管预重建网络，结合使用双注意力结构与条件随机场获得血管预重建结果；S3：建立基于Iter‑Unet的后处理网络，对预重建得到的结果做进一步细化处理，加强细小血管的边缘结构的同时连接断裂血管。本发明引入序列优化对单张图像的血管分割，利用空间冗余信息推理出由于CT扫描造成的血管的缺失部分，提高血管的连通性与拓扑结构，减轻噪音、伪影、重叠组织对分割的扰动，实现末端细小血管的精准分割，提高了血管分割重建的深度和精度。
-
公开(公告)号：CN114897780A
公开(公告)日：2022-08-12
申请号：CN202210378697.0
申请日：2022-04-12
Applicant: 南通大学
IPC: G06T7/00 , G06T7/10 , G06T3/40 , G06N3/04 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明涉及医学图像分割技术领域，具体涉及一种基于MIP序列的肠系膜上动脉血管重建方法，包括：S1：获取肠系膜上动脉血管MIP薄切序列数据集，并对数据做增强处理；S2：建立基于上下文引导的图神经网络与卷积神经网络的血管预重建网络，结合使用双注意力结构与条件随机场获得血管预重建结果；S3：建立基于Iter‑Unet的后处理网络，对预重建得到的结果做进一步细化处理，加强细小血管的边缘结构的同时连接断裂血管。本发明引入序列优化对单张图像的血管分割，利用空间冗余信息推理出由于CT扫描造成的血管的缺失部分，提高血管的连通性与拓扑结构，减轻噪音、伪影、重叠组织对分割的扰动，实现末端细小血管的精准分割，提高了血管分割重建的深度和精度。
-
公开(公告)号：CN115937895A
公开(公告)日：2023-04-07
申请号：CN202211414614.5
申请日：2022-11-11
Applicant: 南通大学
IPC: G06V40/10 , G06V10/764 , G06V10/766 , G06V10/25 , G06T7/73 , A63B71/06 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及电子信息技术领域，尤其涉及一种基于深度相机的速度与力量反馈系统，包括图像采集模块、人体捕捉模块、运动监测模块和速度与力量计算模块；所述图像采集模块运用内置视觉传感器分别对运动员和运动员外部环境监测，图像采集模块可同时完成彩色图像和深度图像的采集；所述图像采集模块由两个深度相机组成，按照十字型将两个深度相机进行横竖安装固定；所述人体捕捉模块用于高效定位人体16个关键点，以Exc‑Pose算法为核心，具体包括轻量化“E”型结构编码层和基于回归模型监督学习方法的解码层。本发明通过合理的结构搭配相关算法无接触捕获运动员在体能训练过程中产生的姿态、速度、力量、功率等核心技术指标，并将其数字化，指导科学化训练。
-
公开(公告)号：CN118230311B
公开(公告)日：2024-12-06
申请号：CN202410358312.3
申请日：2024-03-27
Applicant: 南通大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种高位视频下的车牌检测识别改进方法，包括：首先，采用高清智慧摄像头获取停车路段的图像信息，利用LPD‑YOLOv8算法对图像信息进行处理，初步检测并框选出车牌区域；其次，对提取到的车牌区域进行图像预处理；最后，使用改进的LPR‑NET算法对校正后的车牌图像进行识别，将识别得到的车牌图像信息上传至后台。本发明提出的方法架构轻量化，方法新颖，仅需一部高清智慧摄像头即可部署。相较于传统方法，该方法在检测速度和识别精度方面均取得显著提升，为城市道路路侧停车管理提供了高效而准确的车牌识别解决方案。
-
Patent Agency Ranking
公开(公告)号：CN116309712A
公开(公告)日：2023-06-23
申请号：CN202310249317.8
申请日：2023-03-15
Applicant: 南通大学
Abstract: 本发明涉及电子信息技术领域，尤其涉及一种基于深度相机的功能运动分析系统及方法，包括：利用深度相机获取多帧的深度图片和彩色图片；获取人体的16个骨骼关键点，并获取坐标信息；将骨骼点进行拼接，根据相对运动的面简化深度空间内的三维坐标，进行角度测算；基于深度信息对站定时人体测算前后移动，进行距离测算；设定活动区域的阈值，排除其他人的干扰；衡量特殊运动完成度，并进行评价。本发明具有身体姿态评估测试，功能性平衡分析，特殊情况下的运动角度监测等功能；采用无接触式测量需求数据，确保了安全；并将三维信息转换成二维信息，提升技术指标计算的效率；拥有独立的评分算法，对所有功能性运动进行评分，指导后续训练科学化开展。
-
公开(公告)号：CN118230311A
公开(公告)日：2024-06-21
申请号：CN202410358312.3
申请日：2024-03-27
Applicant: 南通大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种高位视频下的车牌检测识别改进方法，包括：首先，采用高清智慧摄像头获取停车路段的图像信息，利用LPD‑YOLOv8算法对图像信息进行处理，初步检测并框选出车牌区域；其次，对提取到的车牌区域进行图像预处理；最后，使用改进的LPR‑NET算法对校正后的车牌图像进行识别，将识别得到的车牌图像信息上传至后台。本发明提出的方法架构轻量化，方法新颖，仅需一部高清智慧摄像头即可部署。相较于传统方法，该方法在检测速度和识别精度方面均取得显著提升，为城市道路路侧停车管理提供了高效而准确的车牌识别解决方案。
-
公开(公告)号：CN116703953B
公开(公告)日：2024-05-24
申请号：CN202310261536.8
申请日：2023-03-17
Applicant: 南通大学
IPC: G06T7/12 , G06T7/181 , G06V10/40 , G06V10/774
Abstract: 本发明涉及计算机医学图像分割技术领域，尤其涉及一种基于CT影像的肠系膜下动脉分割方法，包括：S1：通过CT扫描仪获取上腹部体积图像，将数据预处理成肠系膜下动脉数据集；S2：对数据做增强处理，包括随机翻转、随机旋转、随机裁剪等：S3：设计基于Transformer的三轴特征提取模块，嵌入门控位置编码以学习精准的位置偏差；S4：基于自注意力设计血管边缘捕捉器，强化对图像边缘目标血管与非目标血管体素的区分能力，强化细小血管的边缘结构，增强血管的连通性；S5：在U型解编码器结构的基础上，结合三轴特征提取模块以及血管边缘捕捉器构建肠系膜下动脉分割模型。本发明利用血管的边缘信息有效约束3D血管的边界信息，提高血管的连续性。
-
公开(公告)号：CN116309712B
公开(公告)日：2024-01-30
申请号：CN202310249317.8
申请日：2023-03-15
Applicant: 南通大学
Abstract: 本发明涉及电子信息技术领域，尤其涉及一种基于深度相机的功能运动分析系统及方法，包括：利用深度相机获取多帧的深度图片和彩色图片；获取人体的16个骨骼关键点，并获取坐标信息；将骨骼点进行拼接，根据相对运动的面简化深度空间内的三维坐标，进行角度测算；基于深度信息对站定时人体测算前后移动，进行距离测算；设定活动区域的阈值，排除其他人的干扰；衡量特殊运动完成度，并进行评价。本发明具有身体姿态评估测试，功能性平衡分析，特殊情况下的运动角度监测等功能；采用无接触式测量需求数据，确保了安全；并将三维信息转换成二维信息，提升技术指标计算的效率；拥有独立的评分算法，对所有功能性运动进行评分，指导后续训练科学化开展。
-
公开(公告)号：CN116703953A
公开(公告)日：2023-09-05
申请号：CN202310261536.8
申请日：2023-03-17
Applicant: 南通大学
IPC: G06T7/12 , G06T7/181 , G06V10/40 , G06V10/774
Abstract: 本发明涉及计算机医学图像分割技术领域，尤其涉及一种基于CT影像的肠系膜下动脉分割方法，包括：S1：通过CT扫描仪获取上腹部体积图像，将数据预处理成肠系膜下动脉数据集；S2：对数据做增强处理，包括随机翻转、随机旋转、随机裁剪等：S3：设计基于Transformer的三轴特征提取模块，嵌入门控位置编码以学习精准的位置偏差；S4：基于自注意力设计血管边缘捕捉器，强化对图像边缘目标血管与非目标血管体素的区分能力，强化细小血管的边缘结构，增强血管的连通性；S5：在U型解编码器结构的基础上，结合三轴特征提取模块以及血管边缘捕捉器构建肠系膜下动脉分割模型。本发明利用血管的边缘信息有效约束3D血管的边界信息，提高血管的连续性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.049 seconds)
