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5307个,建议您升级VIP下载更多相关专利
  • [发明专利]视频处理方法及相关装置,图像处理方法及相关装置-CN201910848288.0有效
  • 张凯皓;罗文寒;马林;刘威 - 腾讯科技(深圳)有限公司
  • 2018-04-12 - 2022-03-25 - G06V40/20
  • 涉及人工智能中的计算机视觉技术以及机器学习技术,获取待处理视频生成第一步态能量图,待处理视频中视频帧包括身份待识别的对象;获取身份已知的对象的视频的第二步态能量图;将第一、第二步态能量图输入深度神经网络进行第一步态识别包括提取第一、第二步态能量图各自的身份信息,第一和第二步态能量图的融合步态特征向量;至少根据提取的融合步态特征向量计算相似度;第一步态能量图的身份信息包括第一步态能量图的标识和步态特征向量,第二步态能量图的身份信息包括第二步态能量图的标识和步态特征向量;融合步态特征向量由第一、第二步态能量图的步态特征向量决定。
  • 视频处理方法相关装置图像
  • [发明专利]视频处理方法及相关装置,图像处理方法及相关装置-CN201910848859.0有效
  • 张凯皓;罗文寒;马林;刘威 - 腾讯科技(深圳)有限公司
  • 2018-04-12 - 2022-04-22 - G06V20/40
  • 涉及人工智能中的计算机视觉技术以及机器学习技术,获取待处理视频生成第一步态能量图,待处理视频中视频帧包括身份待识别的对象;获取身份已知的对象的视频的第二步态能量图;将第一、第二步态能量图输入深度神经网络进行第一步态识别包括提取第一、第二步态能量图各自的身份信息,第一和第二步态能量图的融合步态特征向量;至少根据提取的融合步态特征向量计算相似度;第一步态能量图的身份信息包括第一步态能量图的标识和步态特征向量,第二步态能量图的身份信息包括第二步态能量图的标识和步态特征向量;融合步态特征向量由第一、第二步态能量图的步态特征向量决定。
  • 视频处理方法相关装置图像
  • [发明专利]一种步态异常早期识别与风险预警方法和装置-CN202010588710.6有效
  • 孙方敏;李烨;黄浩华 - 中国科学院深圳先进技术研究院
  • 2020-06-24 - 2022-08-05 - A61B5/11
  • 本发明公开了一种步态异常早期识别与风险预警方法和装置。该方法包括:将所采集的身体不同部位的运动数据进行融合并映射为反映步态特性的多个关节的虚拟传感信息;基于所述多个关节的虚拟传感信息,根据步态时相敏感度选取显著性特征进行步态时相识别,获得步态时相特征;建立人体结构运动学模型,基于所述多个关节的虚拟传感信息利用该人体结构运动学模型提取步态运动学特征;将所述步态时相特征和所述步态运动学特征进行融合,并根据步态变异性特性敏感度选取步态显著性特征;构建不同时间尺度下的步态变异性特性分析模型,以所述步态显著性特征作为输入,实现异常步态的自动识别与分类。本发明能够有效实现步态异常的早期识别与风险预警。
  • 一种步态异常早期识别风险预警方法装置
  • [发明专利]一种假肢适配效果的评估方法及评估装置-CN202010530514.3在审
  • 宋亮;纪婷婷;陶春静;杨洁萌;杨荣;姜恺宁 - 国家康复辅具研究中心
  • 2020-06-11 - 2020-09-08 - A61B5/11
  • 本发明提供一种假肢适配效果的评估方法及评估装置,所述方法包括:采集假肢穿戴者在多个步态周期中的步态运动学参数、步态动力学参数和肌电参数,其中所述步态运动学参数包括步速、步频、步长、步幅、步态周期、髋关节角度、膝关节角度和踝关节角度,所述步态动力学参数包括地面反作用力、髋关节力矩、膝关节力矩和踝关节力矩;基于所述步态运动学信息从所述多个步态周期中确定最佳行程;获取与所述最佳行程相对应的步态特征参数,所述步态特征参数包括从所述步态运动学参数、所述步态动力学参数和所述肌电参数中选取的多项指标参数;将所述步态特征参数输入神经网络模型,以输出关于假肢适配效果的评分。
  • 一种假肢效果评估方法装置
  • [发明专利]基于惯性传感器的步态特征提取和步态识别方法-CN201911257055.X在审
  • 黄浩华;孙方敏;李烨 - 中国科学院深圳先进技术研究院
  • 2019-12-10 - 2020-05-19 - G06K9/00
  • 本发明公开了一种基于惯性传感器的步态特征提取和步态识别方法,具体包括如下步骤:步骤1,对步态信号进行预处理;步骤2,对经步骤1处理后的步态信号进行步态关键点检测;步骤3,根据步骤2的检测结果,提取步态周期特征向量;步骤4,对步骤3提取的步态周期特征向量进行PCA‑CCA特征融合;步骤5,对经步骤4融合后的特征向量进行步态识别分类建模。本发明将惯性传感器放置在人体下肢的左右小腿中部以更好地捕捉步态信息,通过基于观测窗口的步态关键点检测方法准确划分步态周期,从而提取相应的加速度和角速度步态特征,通过PCA‑CCA特征融合方法,将角速度特征和加速度特征进行融合,提高了步态识别的准确性。
  • 基于惯性传感器步态特征提取识别方法
  • [发明专利]基于体型变换的步态识别方法、设备及存储介质-CN202210777669.6在审
  • 王昕;潘华东;殷俊 - 浙江大华技术股份有限公司
  • 2022-06-30 - 2022-10-25 - G06V40/20
  • 本申请公开了一种基于体型变换的步态识别方法、设备及存储介质,该步态识别方法包括:获取步态图像序列,其中所述步态图像序列包括若干个步态图像,并基于各步态图像分别获取对应于同一目标的目标步态轮廓图以及目标关键点矩阵,以及对各目标步态轮廓图内的目标轮廓进行宽高比变换获得目标体型变换轮廓图,进一步地,基于目标步态轮廓图和目标体型变换轮廓图,利用步态时空提取网络获取步态时空特征,基于目标关键点矩阵,利用关键点特征提取网络获取目标关键点特征,然后,将步态时空特征和目标关键点特征进行特征融合,得到融合度量特征。通过上述方法,本申请能够有效解决因为衣物遮挡、携带物等导致的目标步态识别准确性低的问题。
  • 基于体型变换步态识别方法设备存储介质
  • [发明专利]步态数据的处理方法及系统-CN202310417530.5在审
  • 朱慧进;苏雷;周鑫;黎美琪;廖风云;齐心 - 深圳市韶音科技有限公司
  • 2023-04-07 - 2023-10-24 - A61B5/11
  • 本申请提供一种步态数据的处理方法及系统,获得目标用户下肢的M个步态周期的步态数据,并基于步态数据分别确定M个步态周期内目标用户的脚离开地面的目标离地时刻,进而至少基于M个步态周期各自对应的目标离地时刻确定目标用户的步态特征其中,在对步态数据进行处理时,针对每个步态周期动态更新滑动因子的取值以得到目标滑动因子值,目标滑动因子值与该步态周期内的用户运动状态相关,进而在当前步态周期中确定离地时间范围,并基于目标滑动因子值和离地时间范围在该步态周期内确定目标离地时刻由于滑动因子的取值是随用户运动状态实时更新的,因此基于目标滑动因子值确定出的目标离地时刻较为准确,从而步态分析结果具有较高的准确性。
  • 步态数据处理方法系统
  • [发明专利]基于最优判别耦合投影的多视角步态识别方法-CN201410386741.8有效
  • 王科俊;邢向磊;阎涛;吕卓纹 - 哈尔滨工程大学
  • 2014-08-07 - 2017-05-24 - G06K9/62
  • 本发明提供的是一种基于最优判别耦合投影的多视角步态识别方法。对训练集里多个已知视角的步态视频序列进行提取,得到最优判别耦合投影矩阵对;对注册集中标准视角的步态视频序列进行提取、存储;对测试集中的多个步态视频序列进行提取和估计;将注册集中标准视角步态特征和测试集中步态特征通过视角估计选取的最优判别耦合投影矩阵对,投影到具有最优判别能力或最优类可分性的共同耦合步态特征空间中,并在其中进行相似性度量,得到步态识别结果。本发明将测试视角步态特征和注册标准视角步态特征投影到共同的最具判别能力的耦合空间中,使得测试步态视角与注册集中标准步态视角存在显著差异时,多视角步态识别系统仍能获得高识别率。
  • 基于最优判别耦合投影视角步态识别方法
  • [发明专利]一种基于多元回归的多视角步态分类方法-CN201710572423.4有效
  • 王修晖 - 中国计量大学
  • 2017-07-13 - 2020-06-02 - G06K9/46
  • 本发明公开了一种基于多元回归的多视角步态分类方法,包括如下步骤:步骤一、从待分类步态数据集中提取人体轮廓,构造内点表示和边界表示的两种人体区域图像,并进一步生成轮毂能量图;步骤二、基于上一步的轮毂能量图,计算每一个步态图像序列对应的多周期混合步态能量矩阵作为步态特征;步骤三、将多视角步态分类转化为一个多元回归问题,并构造卷积神经网络进行求解。本发明的基于多元回归的多视角步态分类方法使用了多周期混合步态能量矩阵作为步态特征,无需精确的步态周期分割,减低了对步态周期分割的依赖性。同时,本发明将多视角步态分类问题转化为多元回归问题,通过卷积神经网络进行求解,提高了步态分类正确率。
  • 一种基于多元回归视角步态分类方法
  • [发明专利]一种基于感知压缩的步态识别方法-CN201910145289.9有效
  • 叶心汝;王勇;曹佳禾 - 浙江大学
  • 2019-02-27 - 2021-03-30 - G06K9/00
  • 本发明公开了一种基于感知压缩的步态识别方法,包括:采集行人的步态图像后进行预处理,得到步态能量图;对步态能量图进行感知压缩,在测量矩阵上进行随机投影,得到降维后的步态能量图;将降维后的步态能量图作为步态识别网络的输入,所述步态识别网络包括输入层、隐含层与输出层,所述隐含层为感知机单元,在标签的监督下,对步态识别网络进行训练,得到训练完成后对应的步态识别模型;将待测行人的步态图像经过预处理和感知压缩后,作为步态识别模型的输入在该方法中,步态能量图经感知压缩后的区分度不变,在保留了可供分类信息的同时降低了数据维度,在感知机模型中的效率大大高于普通卷积神经网络。
  • 一种基于感知压缩步态识别方法
  • [发明专利]一种行人识别的方法及相关装置-CN202010719727.0有效
  • 王震 - 浙江大华技术股份有限公司
  • 2020-07-23 - 2021-07-13 - G06K9/00
  • 本申请公开了一种行人识别的方法及相关装置,该方法包括:获取若干个验证步态序列以及待处理视频中待识别行人所对应的第一步态序列;其中,第一步态序列对应第一步态视角;确定与验证步态序列匹配的至少一个第二步态视角;将第一步态序列和第二步态视角输入至跨视角步态生成模型,以获取待识别行人在各个第二步态视角下的第二步态序列;获取第二步态序列与验证步态序列之间的第一相似度,并基于第一相似度确定待识别行人的身份。
  • 一种行人识别方法相关装置

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