专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2562203个,建议您升级VIP下载更多相关专利
  • [发明专利]一种骨架人体行为识别方法、装置及设备-CN202111616700.X在审
  • 邓浩阳;柯少杰;罗印威;张阳;何志强 - 天翼云科技有限公司
  • 2021-12-27 - 2022-06-03 - G06V40/20
  • 本发明实施例提供一种骨架人体行为识别方法、装置及设备,包括:获取目标对象的骨架数据;基于所述骨架数据的关键点计算得到关节差异数据及骨骼差异数据;基于所述关节差异数据及骨骼差异数据进行特征提取,得到骨架数据特征及骨架差异数据特征,并基于所述骨架数据特征获得关节数据特征以及关节差异数据特征;分别基于所述关节数据特征关节差异数据特征、骨骼数据及骨骼差异数据特征进行特征数据拼接融合,得到关节拼接特征及骨骼拼接特征;将不同维度分支的关键位置特征分别与所述关节拼接特征及骨骼拼接特征进行强化融合本发明通过对人体的细节信息进行特征识别,使得对人体行为识别更加精准。
  • 一种骨架人体行为识别方法装置设备
  • [发明专利]一种基于手部关节的人手姿态估计方法及系统-CN202311194384.0在审
  • 刘李漫;李生玲;田金山;韩逸飞;胡怀飞;唐奇伶 - 中南民族大学
  • 2023-09-15 - 2023-10-27 - G06V40/20
  • 本发明提出了一种基于手部关节的人手姿态估计方法及系统,包括以下步骤:S1、采集人手初始图像,并进行预处理,得到多个手部关节图像;S2、使用HRNet网络根据手部关节特征对多个手部关节图像进行特征提取,得到多个手部关节特征图像;S3、根据多个手部关节特征图像分别使用二维关节预测网络进行手部关节的概率密度图预测,得到多个关键点热图;S4、将多个关键点热图合并,得到人手分布图并进行优化得到人手关节姿态特征图;S5、根据人手分布图和人手关节姿态特征图预测人手姿态,得到人手关节三维坐标。本申请通过HRNet网络对手部关节图像进行特征提取,降低HRNet网络的复杂度和计算量的同时保证特征提取的精确度。
  • 一种基于关节人手姿态估计方法系统
  • [发明专利]一种基于深度学习的膝关节轮廓特征提取方法和装置-CN201910981767.X有效
  • 郭亚冲;张冰;王炜;杨献峰;周清清;张建;李文飞 - 南京大学
  • 2019-10-16 - 2023-07-18 - G06T7/13
  • 本发明公开了一种基于深度学习的膝关节轮廓特征提取方法和装置。该方法首先将样本中的膝关节图片格式化后组成训练样本集,样本包括膝关节图片和膝关节轮廓特征信息,膝关节轮廓特征信息包括膝关节内侧间隙宽度、膝关节外侧间隙宽度、膝关节内侧间隙面积、膝关节外侧间隙面积和胫骨股骨角然后将训练样本集输入至深度学习模型工具进行按轮次训练,对每一轮训练得到训练模型特征矩阵计算损失系数,直到损失系数收敛至预先设定的条件后提取相应的训练模型特征矩阵作为最终模型特征矩阵。最终根据最终模型特征矩阵对输入的膝关节图片格式化后进行分析得到膝关节轮廓特征信息。本发明通过计算得到的膝关节轮廓特征信息置信度在95%以上。
  • 一种基于深度学习膝关节轮廓特征提取方法装置
  • [发明专利]基于CNN与Transformer的髋关节分割方法及装置-CN202310184468.X在审
  • 张逸凌;刘星宇 - 北京长木谷医疗科技有限公司;张逸凌
  • 2023-02-21 - 2023-05-30 - G06T7/00
  • 本申请提供了一种基于CNN与Transformer的髋关节分割方法、装置、电子设备及计算机可读存储介质,能够更加准确地进行髋关节的分割。该基于CNN与Transformer的髋关节分割方法,包括:在获取髋关节图像后,基于髋关节图像获取目标髋关节图像;利用CNN网络对目标髋关节图像进行多尺度编码,得到CNN编码后的特征图;利用Transformer网络对CNN编码后的特征图进行多尺度编码,得到Transformer编码后的特征图;对Transformer编码后的特征图进行解码,得到解码后的特征图;利用Attention Gate网络和执行Concat操作,将编码后的特征图与解码后的特征图进行融合,得到目标特征图;基于目标特征图,获取髋关节分割结果。根据本申请实施例,能够更加准确地进行髋关节的分割。
  • 基于cnntransformer髋关节分割方法装置
  • [发明专利]目标对象处理方法以及装置-CN202310353616.6在审
  • 陈汉苑;罗斌;何俊彦;项王盟 - 阿里巴巴(中国)有限公司
  • 2023-03-31 - 2023-07-04 - G06V40/10
  • 本说明书实施例提供目标对象处理方法以及装置,其中所述目标对象处理方法包括:确定目标对象的关节点的二维坐标序列,其中,所述二维坐标序列包括至少两个关节点对应的二维坐标信息;根据目标关节点对应的二维坐标信息,确定所述目标关节点对应的目标关节特征,其中,所述目标关节点为所述至少两个关节点中的任意一个关节点;根据至少两个目标关节点对应的目标关节特征,确定所述至少两个目标关节点关联的初始骨骼边特征;对所述目标关节点对应的目标关节特征、和所述目标关节点关联的初始骨骼边特征进行处理,根据处理结果确定所述目标对象的关节点的三维坐标序列。
  • 目标对象处理方法以及装置
  • [发明专利]一种关节关键点的识别方法、装置及计算机设备-CN202111214042.1在审
  • 刘金勇;黄志俊;钱坤;范昕 - 杭州柳叶刀机器人有限公司
  • 2021-10-19 - 2022-01-04 - G06V10/46
  • 本发明公开了一种关节关键点的识别方法、装置及计算机设备,所述方法包括:通过第一神经网络模型对多张关节图像数据进行图像特征提取,获得各关节图像数据对应的第一特征图像数据;根据预设激活函数的输出结果从第一特征图像数据中选择符合关节图像数据特征的多张目标特征图像数据;通过第二神经网络模型对各目标特征图像数据进行图像分割,获得第二特征图像数据,第二特征图像数据包括具有不同图像特征的多个子区域;根据多个子区域进行图像堆叠处理,得到三维关节模型;根据三维关节模型确定关节关键点通过神经网络模型辅助,建立模型计算关节的关键点位置。精准、快速定位关节的关键点,降低误差且减少人工耗时,大大提高了效率。
  • 一种关节关键识别方法装置计算机设备
  • [发明专利]基于骨架关节组合几何特征的行为识别方法-CN202111623361.8在审
  • 刘星;顾礼;高波 - 深圳信息职业技术学院
  • 2021-12-28 - 2022-04-08 - G06V40/20
  • 本申请适用于视频数据处理技术领域,提供了一种基于骨架关节组合几何特征的行为识别方法,旨在提高基于骨架关节组合几何特征的行为识别准确度和效率。该方法主要包括:将骨架划分为X个关节组合,X为大于1的正整数;描述每个关节组合的空间位置特征;描述每个关节组合的相对几何特征;将每个关节组合的所述空间位置特征与相对几何特征分别进行结合描述为每个关节组合的几何特征;分别将每个关节组合的几何特征输入经过训练的深度卷积网络进行特征提取与分类,分别输出若干行为的可能概率;根据预设融合函数对若干行为的可能概率进行综合分析,输出可能概率最高的所述行为,得到目标行为。
  • 基于骨架关节组合几何特征行为识别方法
  • [发明专利]基于人工智能大数据的关节假体智能匹配与制备方法-CN202210095338.4在审
  • 汪俊;田鹏;李铭;吴晓东 - 成都泽康智骨科技有限公司
  • 2022-01-26 - 2022-05-06 - G06T7/00
  • 本发明涉及人体关节假体匹配领域,具体涉及一种基于人工智能大数据的关节假体智能匹配与制备方法,实现了根据患者的关节影像学数据,自动与分类量产的关节假体进行匹配,极大地提高了匹配效率与匹配精度。技术方案包括:收集人体关节影像学数据,根据影像学数据构建人体关节三维图像,根据人体关节三维图像获取关节结构特征向量,根据特征向量对关节假体进行无监督聚类学习,并根据学习结果对关节假体进行分类量产;然后获取患者关节的影像学数据,并根据患者关节的影像学数据获取患者关节特征向量将患者关节特征向量与分类量产的关节假体进行匹配,匹配通过后选择对应关节假体。本发明适用于临床大规模人体关节假体高效匹配。
  • 基于人工智能数据节假智能匹配制备方法
  • [发明专利]人手位姿估计方法、装置、计算机设备和存储介质-CN202110743069.3在审
  • 谢中朝;刘阳兴 - 武汉TCL集团工业研究院有限公司
  • 2021-07-01 - 2023-01-03 - G06V40/10
  • 本申请公开了一种人手位姿估计方法、装置、计算机设备和存储介质,解决现有深度神经网络进行位姿估计时通过单张深度图直接预测人手位姿造成的精度不足问题;本申请获取人手图像的关节特征图,根据关节特征图,确定多个关节特征图;对每一个关节特征图进行回归处理,得到关节特征图的回归结果;根据关节特征图的回归结果,确定人手图像对应的手势位姿;本申请对每一个关节特征图进行回归处理,得到关节特征图的回归结果,减少人手位姿估计方法的计算复杂度,并且对多个子特征图分别进行局部估计提高估计精度;通过多个子特征图的回归结果得到最终估计结果,进一步提高估计精度。
  • 人手估计方法装置计算机设备存储介质
  • [发明专利]手势识别方法及装置、存储介质及电子设备-CN202210545192.9在审
  • 李国鸣;赵阳;潘涛;朱勰戎;董兰芳 - 招商银行股份有限公司;中国科学技术大学
  • 2022-05-19 - 2022-08-12 - G06V40/10
  • 本发明提供一种手势识别方法及装置、存储介质及电子设备,该方法包括:获取经过预处理的骨架序列;确定骨架序列中每帧骨架图的各个关节点的坐标;基于每帧骨架图的各个关节点的坐标,确定每帧骨架图的关节点集距离特征以及关节点集方向特征;调用预设的特征提取模块,提取骨架序列的运动轨迹特征;对骨架序列的运动轨迹特征、每帧骨架图的关节点距离特征以及关节点集方向特征进行处理,得到骨架序列的手势识别结果。通过使用关节点的坐标可以快速的提取出骨架图的关节点集距离特征关节点集方法特征,整个过程无需构建复杂及计算量大的模型,减少了手势识别的复杂度和计算量,以便应用于低性能、低功耗的智能设备,减少手势识别的成本
  • 手势识别方法装置存储介质电子设备
  • [发明专利]基于关节组间关联建模的动作识别方法与系统-CN202110506333.1有效
  • 高跃;陈自强 - 清华大学
  • 2021-05-10 - 2022-05-06 - G06V40/10
  • 本发明提出一种基于关节组间关联建模的动作识别方法与系统,其中,方法包括以下步骤:获取人体骨架关节特征;生成人体骨架关节特征;建立邻接矩阵,邻接矩阵用于表征以关节点作为图节点的图结构;使用预先训练的图卷积网络对人体骨架关节特征进行计算,获得最终特征;根据图结构对最终特征进行全局池化层处理,并将处理后的最终特征通过全连接层映射到各个动作类别上,并获取每个动作类别的概率;根据人体骨架关节特征、人体骨架关节特征和骨骼特征确定多个类别中的一个类别作为最终的动作分类识别结果本申请提出的方法可以仅在进行小的改动的情况下应用于其他基于图卷积神经网络的现有方法,赋予这些方法建模人体关节组间关联的能力。
  • 基于关节关联建模动作识别方法系统
  • [发明专利]一种运动损伤严重程度评估方法及评估装置-CN202310780871.9在审
  • 周颖;余翔;粟欣;高源;李灿 - 重庆邮电大学
  • 2023-06-29 - 2023-09-22 - G16H50/70
  • 本发明涉及计算机视觉技术领域,特别涉及一种运动损伤严重程度评估方法及评估装置,评估方法包括:获取待评估用户的临床视频数据,并利用VIBE模型进行运动目标检测提取关节点坐标;计算每个关节点之间欧式距离,得到所有关节点欧式距离构成的对称矩阵,即得到关节收集距离特征;利用骨骼的髋关节作为其他关节点的起点,提取每个关节的归一化笛卡尔坐标;在不同采样率下从临床视频中获取一帧图像的慢动作特征、正常动作特征以及快动作特征并进行位置编码;将位置编码后的特征以及关节收集距离特征和每个关节的归一化笛卡尔坐标进行预处理后拼接在一起;将拼接后的特征输入分类器进行损伤程度评估;本发明在评估中取得更高的准确率。
  • 一种运动损伤严重程度评估方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top