-
公开(公告)号：CN115619680A
公开(公告)日：2023-01-17
申请号：CN202211374668.3
申请日：2022-11-04
Applicant: 福州大学
IPC: G06T5/00 , G06T7/269 , G06V10/774 , G06V20/40
Abstract: 本发明涉及一种基于时空信息和光流提取的双模态异常骨骼数据修正方法，包括以下步骤：S1:获取人体运动视频数据集并预处理，得到训练数据集，并基于训练数据集训练基于计算机视觉的人体姿态估计器；S2:根据训练后的人体姿态估计器对输入的视频序列生成每个视频帧的初始姿态，并对初始姿态进行异常检测；S3:分别从异常帧前后寻找最近可信前序帧和最近可信后序帧，提取最近可信前后序帧间连续序列的光流信息；S4：根据获得的光流信息，分别按时间顺序进行前向光流修正和逆向前向光流修正，结合双向修正结果，预测并修正异常骨骼数据。本发明能够有效地对视频中的人体异常骨骼数据进行检测，最终预测并修正异常骨骼数据，提高骨骼数据的准确度。
-
Patent Agency Ranking
公开(公告)号：CN116682044A
公开(公告)日：2023-09-01
申请号：CN202310703244.5
申请日：2023-06-14
Applicant: 福州大学
IPC: G06V20/40 , G06V10/764 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/766 , G06N3/048
Abstract: 本发明涉及一种基于时空对比的影像视频识别分析和评估方法。包括以下步骤：步骤S1、获取相关应用场景的影像视频，对影像中包含的目标框、类别或质量分数进行标注构建数据集；步骤S2、构建基于大数据集预训练的ResNet‑101和Transformer结合的骨干网络，并根据步骤S1构建的数据集训练，提取成对影像视频的时空特征；步骤S3、设计层级感知注意力模块和基于时空对比的差异编码器，对比步骤S2中成对视频的时空特征差异；步骤S4、对单一影像视频的时空特征和成对影像视频之间的差异特征进行识别分析，输出最终的分析和评估结果。
-
公开(公告)号：CN115631536A
公开(公告)日：2023-01-20
申请号：CN202211349251.1
申请日：2022-10-31
Applicant: 福州大学
Abstract: 本发明涉及一种基于人体部件层级特征检测的肢体部件跟踪方法，包括以下步骤：步骤S1：获取人体视频或者连贯图片，然后对人体各肢体部位进行目标框标注,构建数据集；步骤S2：基于YOLOv7的目标检测算法构建人体部件级目标检测器，并训练，然后根据训练后人体部件级目标检测器对待跟踪视频逐帧检测，提取肢体部件层级特征，并输出信息；步骤S3：利用步骤S2的输出结果，采用基于BoT‑SORT改进的目标跟踪算法对人体各肢体运动轨迹进行跟踪；步骤S4：利用基于肢体衔接性的方法和基于数据关联的方法对步骤S3的初步跟踪结果进行重识别和再处理，输出最终的跟踪结果。本发明方法能够有效地对视频图像中的人体各部件层级特征进行检测提取，实现对肢体部件的跟踪。
-
公开(公告)号：CN118196901A
公开(公告)日：2024-06-14
申请号：CN202410362395.3
申请日：2024-03-28
Applicant: 福州大学
IPC: G06V40/20 , G06V10/774 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/045 , G06V10/40 , G06V10/74 , G06V10/766
Abstract: 本发明涉及一种基于时序动态适应和层级对比的动作评估方法，包括以下步骤：步骤S1：获取数据集并预处理，训练基于计算机视觉的关键点检测算法；步骤S2：采用修改后的关键点检测算法对输入的视频图像识别提取骨骼关键点，并输出信息；步骤S3：采用基于余弦相似度的肢体整齐度算法对关键点的信息进行处理，计算肢体整齐度；步骤S4：采用基于距离度量的关节整齐度算法计算关节整齐度，基于肢体和关节整齐度计算综合整齐度，完成最终的评估。
-
公开(公告)号：CN113486771B
公开(公告)日：2023-07-07
申请号：CN202110745695.6
申请日：2021-06-30
Applicant: 福州大学
IPC: G06V20/40 , G06V40/20 , G06V10/46 , G06V10/74 , G06V10/774
Abstract: 本发明涉及一种基于关键点检测的视频动作整齐度评估方法及系统，该方法包括以下步骤：步骤S1：获取数据集并预处理，训练基于计算机视觉的关键点检测算法；步骤S2：采用所述关键点检测算法对输入的视频图像识别提取骨骼关键点，并输出信息；步骤S3：采用基于余弦相似度的肢体整齐度算法对关键点的信息进行处理，计算肢体整齐度；步骤S4：采用基于距离度量的关节整齐度算法计算关节整齐度，基于肢体和关节整齐度计算综合整齐度，完成最终的评估。该方法及系统可以有效地对视频中的动作整齐度进行评估。
-
公开(公告)号：CN113486771A
公开(公告)日：2021-10-08
申请号：CN202110745695.6
申请日：2021-06-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于关键点检测的视频动作整齐度评估方法及系统，该方法包括以下步骤：步骤S1：获取数据集并预处理，训练基于计算机视觉的关键点检测算法；步骤S2：采用所述关键点检测算法对输入的视频图像识别提取骨骼关键点，并输出信息；步骤S3：采用基于余弦相似度的肢体整齐度算法对关键点的信息进行处理，计算肢体整齐度；步骤S4：采用基于距离度量的关节整齐度算法计算关节整齐度，基于肢体和关节整齐度计算综合整齐度，完成最终的评估。该方法及系统可以有效地对视频中的动作整齐度进行评估。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
