“王镠璞”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于轻量化网络模型的多人坐姿识别方法-CN202311187857.4在审
发明人：周柚;焦树扬;于昆平;曹政;吴翾;肖钰彬;王镠璞;杜伟 -专利权人：吉林大学
申请日： 2023-09-15 - 公布日： 2023-10-24 - 主分类号： G06V40/20 文献下载
摘要：本发明适用于图像处理技术领域，提供了一种基于轻量化网络模型的多人坐姿识别方法，包括以下步骤：处理采集的视频流数据，使用OpenPose进行关键点提取，将得到的人体关键点进行单人连接并使用边界框归一化预处理，使用最小生成树算法构建人体骨架图，处理人体骨架图后，对数据集进行标注；增强处理后的图像，扩大数据集；构建基于轻量化卷积神经网络的LMSPNet模型；对LMSPNet模型进行训练，生成训练模型；对训练模型进行测试。本发明实现了对多人坐姿的自动预测和评估，通过自动预测人体关键点并生成人体骨架图，能够成功对用户的坐姿进行分类判断，帮助用户及时发现和纠正错误的坐姿，预防潜在的伤害。
一种基于量化网络模型坐姿识别方法

[发明专利]一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法-CN202011234333.2有效
发明人：孙铭蔚;周柚;佘燕达;洪可欣;宋春莉;闫冰;时小虎;王镠璞 -专利权人：吉林大学;通化师范学院
申请日： 2020-11-07 - 公布日： 2022-04-22 - 主分类号： A61B8/08 文献下载
摘要：本发明公开了一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，具体方法为：步骤1、图像预处理；步骤2、网络搭建与训练；步骤3、对测试集数据进行定位；步骤4、对测试集数据进行自动定位。本发明的有益效果：本发明提供一种基于深度学习的超声心动图收缩/舒张末期帧自动识别方法，在超声心动图所有帧中自动预测最大收缩末期帧和最大舒张末期帧，减少人工参与成本，有利于医生对左心室功能进行评价，为心脏疾病诊断提供了基础。
一种基于深度学习超声心动收缩舒张末期自动识别方法