-
公开(公告)号：CN118552986B
公开(公告)日：2024-10-25
申请号：CN202411027900.5
申请日：2024-07-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于云边端协同的人体关键点检测方法、系统及装置，该方法首先采集原始视频数据存储为本地视频数据，并进行格式转换和预处理，得到场景视频数据。其次通过目标检测模型和特征提取模型，对场景视频数据进行特征提取，得到人体特征数据。最后通过预先构建的姿态估计模型，对人体特征数据进行关键点预测，得到人体关键点信息，完成人体关键点检测。本发明能够有效解决现有技术在工业作业人员安全监测领域存在的问题，具有实时性高、精度高、效率高等优点，可广泛应用于工业生产和安全管理领域。
-
公开(公告)号：CN118552986A
公开(公告)日：2024-08-27
申请号：CN202411027900.5
申请日：2024-07-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于云边端协同的人体关键点检测方法、系统及装置，该方法首先采集原始视频数据存储为本地视频数据，并进行格式转换和预处理，得到场景视频数据。其次通过目标检测模型和特征提取模型，对场景视频数据进行特征提取，得到人体特征数据。最后通过预先构建的姿态估计模型，对人体特征数据进行关键点预测，得到人体关键点信息，完成人体关键点检测。本发明能够有效解决现有技术在工业作业人员安全监测领域存在的问题，具有实时性高、精度高、效率高等优点，可广泛应用于工业生产和安全管理领域。
-
公开(公告)号：CN118411765B
公开(公告)日：2024-09-27
申请号：CN202410884894.9
申请日：2024-07-03
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于云‑边‑端架构的工人作业行为识别方法、系统、设备及存储介质，该方法首先获取工业人员的行为数据，根据所述行为数据获取人体关键点信息。其次通过图卷积模块和多尺度时间卷积模块对人体关键点信息，进行聚合特征处理。最后通过分类模块，基于聚合特征输出工业人员对应的行为类型。该系统包括获取模块、处理模块和识别模块。本发明能够充分利用人体关键点的空间维度和时间维度上的信息，从而获得的人体关键点特征更为准确，并减少了空间维度上的关节特征或者是时间维度上的关节特征的信息丢失，以此提高识别精度。
-
公开(公告)号：CN118411765A
公开(公告)日：2024-07-30
申请号：CN202410884894.9
申请日：2024-07-03
Applicant: 杭州电子科技大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于云‑边‑端架构的工人作业行为识别方法、系统、设备及存储介质，该方法首先获取工业人员的行为数据，根据所述行为数据获取人体关键点信息。其次通过图卷积模块和多尺度时间卷积模块对人体关键点信息，进行聚合特征处理。最后通过分类模块，基于聚合特征输出工业人员对应的行为类型。该系统包括获取模块、处理模块和识别模块。本发明能够充分利用人体关键点的空间维度和时间维度上的信息，从而获得的人体关键点特征更为准确，并减少了空间维度上的关节特征或者是时间维度上的关节特征的信息丢失，以此提高识别精度。
-
-
-
Search Results
4
records
(took 0.028 seconds)
