-
公开(公告)号:CN111368791B
公开(公告)日:2020-09-29
申请号:CN202010191346.X
申请日:2020-03-18
Applicant: 南通大学
Abstract: 本发明公开了一种基于Quick‑OpenPose模型的引体向上测试计数方法及系统,包括:进入学号认证模块;测试器上的引体向上摄像头持续拍摄测试者的测试图像,获取图像,使用人体姿态识别模块识别姿态,当初次发现某帧图像中手腕检测点与单杠距离在阈值范围内时,将该帧设置为起始帧;当识别到运动姿态达到阈值要求时,进行累计计数;人体姿态如果识别出现严重错误,则防错模块中断检测过程,返回等待重新开始并语音播报;若识别到运动姿态未达标,则同样进行语音播报但不中断识别,本次动作不计数;检测到手腕离开单杠,测试结束;计数模块计算被测人的最终有效引体向上测试计数成绩并进行语音播报。本发明检测速度快,效率高,提高了参数共享率,降低了模型冗余度。
-
公开(公告)号:CN111368791A
公开(公告)日:2020-07-03
申请号:CN202010191346.X
申请日:2020-03-18
Applicant: 南通大学
Abstract: 本发明公开了一种基于Quick-OpenPose模型的引体向上测试计数方法及系统,包括:进入学号认证模块;测试器上的引体向上摄像头持续拍摄测试者的测试图像,获取图像,使用人体姿态识别模块识别姿态,当初次发现某帧图像中手腕检测点与单杠距离在阈值范围内时,将该帧设置为起始帧;当识别到运动姿态达到阈值要求时,进行累计计数;人体姿态如果识别出现严重错误,则防错模块中断检测过程,返回等待重新开始并语音播报;若识别到运动姿态未达标,则同样进行语音播报但不中断识别,本次动作不计数;检测到手腕离开单杠,测试结束;计数模块计算被测人的最终有效引体向上测试计数成绩并进行语音播报。本发明检测速度快,效率高,提高了参数共享率,降低了模型冗余度。
-
公开(公告)号:CN112489128A
公开(公告)日:2021-03-12
申请号:CN202011472136.4
申请日:2020-12-14
Applicant: 南通大学
Abstract: 本发明公开了一种基于无监督深度学习的RGB‑D室内无人机定位实现方法,该方法包括以下步骤:1)获取RGB‑D数据集;2)搭建CNN网络,通过基于RGB‑D流和深度流的双流结构,提取RGB图像和深度图像的特征;3)搭建RNN网络,将CNN输出的特征作为RNN的输入,辅以LSTM替换标准RNN结构,基于图像的特征输出相机的位姿;4)设计2D+3D损失函数,用于RCNN网络训练。本发明受益于无监督的网络,不需要大量的人工去标记数据集,并将深度图像作为神经网络的输入,大大提高了视觉里程计系统的精度和鲁棒性,提高了室内无人机的定位的速度与精度。相较于传统的室内无人机视觉里程计定位系统,本发明基于深度学习的框架,能够充分利用硬件资源,从而实现提高室内无人机定位系统实时性。
-
-