公开(公告)号：CN110414306B

公开(公告)日：2022-07-19

申请号：CN201910342523.7

申请日：2019-04-26

Applicant: 吉林大学

Inventor： 李洪华 ,  戴晓辉 ,  王世刚 ,  贾飞勇 ,  冯俊燕

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明采用一种基于meanshift算法和SVM的婴儿异常行为检测方法，首先对获取到的婴儿视频进行预处理，然后用meanshift算法对视频中的婴儿四肢和全身分别进行目标运动轨迹跟踪，将得到的运动轨迹信息进行保存，之后利用小波变换对运动轨迹信息进行提取，对提取得到的小波近似波形建立样本集，用设置好的SVM支持向量机对其进行训练，利用小波对运动轨迹信息求功率谱，得到的特征建立样本集，同样利用设置好的SVM支持向量机对其进行训练，将两个训练好的模型进行测试，根据两个模型精确度的不同，利用数据加权融合算法设置不同权值参数进行加权判断，从而得到最佳训练结果。

公开(公告)号：CN110414306A

公开(公告)日：2019-11-05

申请号：CN201910342523.7

申请日：2019-04-26

Applicant: 吉林大学

Inventor： 李洪华 ,  戴晓辉 ,  王世刚 ,  贾飞勇 ,  冯俊燕

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明采用一种基于meanshift算法和SVM的婴儿异常行为检测方法，首先对获取到的婴儿视频进行预处理，然后用meanshift算法对视频中的婴儿四肢和全身分别进行目标运动轨迹跟踪，将得到的运动轨迹信息进行保存，之后利用小波变换对运动轨迹信息进行提取，对提取得到的小波近似波形建立样本集，用设置好的SVM支持向量机对其进行训练，利用小波对运动轨迹信息求功率谱，得到的特征建立样本集，同样利用设置好的SVM支持向量机对其进行训练，将两个训练好的模型进行测试，根据两个模型精确度的不同，利用数据加权融合算法设置不同权值参数进行加权判断，从而得到最佳训练结果。

公开(公告)号：CN117789286A

公开(公告)日：2024-03-29

申请号：CN202311384368.8

申请日：2023-10-25

Applicant: 吉林大学

Inventor： 王世刚 ,  赵云秀 ,  贾飞勇 ,  李洪华 ,  韦健 ,  赵岩

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/096

Abstract: 一种自适应儿童孤独症行为的识别方法，属行为识别技术领域，本发明先对采集到的儿童诊断视频进行预处理，构建ASD行为识别数据集，训练YOLOv5获得视频中所有人员身份及位置的检测框；在VideoMAEV2模型的基础上，通过自适应微调方法AdaptFormer模块，实现高效的迁移学习，冻结VideoMAEV2模型参数，额外引入少量模型参数，对ASD行为数据进行训练获得适应的模型参数。本发明在ASD行为研究中引入先进网络模型，能提高识别精度，并减少模型训练成本，对ASD行为识别任务有很好的启示作用。