公开(公告)号：CN104408747B

公开(公告)日：2017-02-22

申请号：CN201410717382.X

申请日：2014-12-01

Applicant: 杭州电子科技大学

Inventor： 孟明 ,  杨方波 ,  鲁少娜 ,  朱俊青 ,  桂奇政 ,  佘青山 ,  罗志增

IPC: G06T7/20

Abstract: 本发明提出了一种适用于深度图像的人体运动检测方法。本发明首先将图像分成上下两层，上下两层利用不同的邻域建立背景模型。建立背景模型的同时增加了一个参考模型。其次调整图像下层算法的差值阈值的参数在接下来的视频中将各像素与背景模型比较进行像素分类。然后基于分类后的像素采用不同的更新方式更新背景模型。最后误检点消噪处理。本发明使得人体的识别率和检测率都有明显的提高。

公开(公告)号：CN104408747A

公开(公告)日：2015-03-11

申请号：CN201410717382.X

申请日：2014-12-01

Applicant: 杭州电子科技大学

Inventor： 孟明 ,  杨方波 ,  鲁少娜 ,  朱俊青 ,  桂奇政 ,  佘青山 ,  罗志增

IPC: G06T7/20

Abstract: 本发明提出了一种适用于深度图像的人体运动检测方法。本发明首先将图像分成上下两层，上下两层利用不同的邻域建立背景模型。建立背景模型的同时增加了一个参考模型。其次调整图像下层算法的差值阈值的参数在接下来的视频中将各像素与背景模型比较进行像素分类。然后基于分类后的像素采用不同的更新方式更新背景模型。最后误检点消噪处理。本发明使得人体的识别率和检测率都有明显的提高。

公开(公告)号：CN106067178B

公开(公告)日：2018-11-23

申请号：CN201610367322.9

申请日：2016-05-30

Applicant: 杭州电子科技大学

Inventor： 孟明 ,  桂奇政 ,  朱俊青 ,  张松 ,  周杰 ,  马玉良 ,  罗志增

IPC: G06T7/20

Abstract: 本发明提出一种基于肌肉协同激活模型的手部关节运动连续估计方法。本发明首先根据肌电信号量化肌肉协同理论模型，利用非负矩阵分解算法对肌电信号进行解耦，提取独立动作的协同元；其次根据非负最小二乘算法计算相应协同元激活系数。最后，通过支持向量回归构建了映射激活系数到关节角度的激活模型，利用建立的激活模型从采集的表面肌电信号得到关节运动的连续估计。对四个关节独立和组合运动的估计实验表明，该模型能获得较高的估计精度。

公开(公告)号：CN106067178A

公开(公告)日：2016-11-02

申请号：CN201610367322.9

申请日：2016-05-30

Applicant: 杭州电子科技大学

Inventor： 孟明 ,  桂奇政 ,  朱俊青 ,  张松 ,  周杰 ,  马玉良 ,  罗志增

IPC: G06T7/20

Abstract: 本发明提出一种基于肌肉协同激活模型的手部关节运动连续估计方法。本发明首先根据肌电信号量化肌肉协同理论模型，利用非负矩阵分解算法对肌电信号进行解耦，提取独立动作的协同元；其次根据非负最小二乘算法计算相应协同元激活系数。最后，通过支持向量回归构建了映射激活系数到关节角度的激活模型，利用建立的激活模型从采集的表面肌电信号得到关节运动的连续估计。对四个关节独立和组合运动的估计实验表明，该模型能获得较高的估计精度。