-
Patent Agency Ranking
公开(公告)号：CN107729876A
公开(公告)日：2018-02-23
申请号：CN201711099491.X
申请日：2017-11-09
CPC classification number: G06K9/00369 , G06K9/6223 , G06K9/6269
Abstract: 本发明公开了一种基于计算机视觉的老人室内跌倒检测方法，本方法首先利用GMM模型提取人体原始轮廓，使用椭圆拟合方法定位人体坐标，随后将椭圆划分为不同区域，通过最近距离法跟踪各区域质心，提取多质心偏移向量作为运动特征，而后使用K-means聚类算法和TF-IDF算法建立人体运动视觉语句，最后通过DAG-SVM对人体运动视觉语句进行分类从而检测老人是否跌倒。本发明的有益效果：不仅能够区分跌倒动作和类似跌倒动作、躺动作，还能检测出平行于摄像头主轴的跌倒动作，跌倒检测率高，且仅需要简单的硬件设备即可实现，成本低廉、易于实现。
-
公开(公告)号：CN113870137B
公开(公告)日：2024-05-21
申请号：CN202111158398.8
申请日：2021-09-30
Applicant: 重庆大学
IPC: G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种由梯度指导、自相似性修正的低剂量CT图像去噪方法、系统。所述由梯度指导、自相似性修正的低剂量CT图像去噪方法，包括以下步骤：S1，根据梯度提取算子获得第一图像的含噪梯度图像，记作第一含噪梯度图像；提取第一图像和第一含噪梯度图像的浅层特征，分别记作第一图像浅层特征和第一梯度浅层特征；S2，进行m次梯度指导和自相似修正；S3，将最后一次梯度指导和自相似修正得到的第三图像特征重建为与第一图像大小一致的第二图像，输出第二图像。
-
公开(公告)号：CN109086270B
公开(公告)日：2022-03-01
申请号：CN201810817519.7
申请日：2018-07-24
Applicant: 重庆大学
IPC: G06F40/211 , G06F40/279 , G06F40/216 , G06F16/35 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于古诗词语料向量化的自动作诗系统及其方法，先将古诗词的字转化为语料向量，搭建LSTM网络模型后训练该模型，输入意象词语至语料处理机构，所述语料处理机构根据语料向量库中对应每个意象词语的语料向量计算得到诗歌备选词，将诗歌备选词输入LSTM网络模型，获得诗词草稿，最后根据诗体的押韵和平仄规律选取诗词草稿中最符合所述规律的诗词，得到定稿诗词，即自动作诗结果。本发明的有益效果：机器能够充分学习诗词中的含义和意境，进而在需要作诗时根据学习后的神经网络直接输入关键字词得到需要的古诗词，利用前人的经验学习获得作诗的能力，满足诗词规律的同时也具有艺术美感。
-
公开(公告)号：CN109086270A
公开(公告)日：2018-12-25
申请号：CN201810817519.7
申请日：2018-07-24
Applicant: 重庆大学
Abstract: 本发明公开了一种基于古诗词语料向量化的自动作诗系统及其方法，先将古诗词的字转化为语料向量，搭建LSTM网络模型后训练该模型，输入意象词语至语料处理机构，所述语料处理机构根据语料向量库中对应每个意象词语的语料向量计算得到诗歌备选词，将诗歌备选词输入LSTM网络模型，获得诗词草稿，最后根据诗体的押韵和平仄规律选取诗词草稿中最符合所述规律的诗词，得到定稿诗词，即自动作诗结果。本发明的有益效果：机器能够充分学习诗词中的含义和意境，进而在需要作诗时根据学习后的神经网络直接输入关键字词得到需要的古诗词，利用前人的经验学习获得作诗的能力，满足诗词规律的同时也具有艺术美感。
-
公开(公告)号：CN113870137A
公开(公告)日：2021-12-31
申请号：CN202111158398.8
申请日：2021-09-30
Applicant: 重庆大学
Abstract: 本发明公开了一种由梯度指导、自相似性修正的低剂量CT图像去噪方法、系统。所述由梯度指导、自相似性修正的低剂量CT图像去噪方法，包括以下步骤：S1，根据梯度提取算子获得第一图像的含噪梯度图像，记作第一含噪梯度图像；提取第一图像和第一含噪梯度图像的浅层特征，分别记作第一图像浅层特征和第一梯度浅层特征；S2，进行m次梯度指导和自相似修正；S3，将最后一次梯度指导和自相似修正得到的第三图像特征重建为与第一图像大小一致的第二图像，输出第二图像。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
