“人体活动特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4958329个，建议您升级VIP下载更多相关专利

[发明专利]一种人体活动的特征提取方法-CN201510033906.8有效
发明人：张盛;陈海龙;蒋川 -专利权人：清华大学深圳研究生院
申请日： 2015-01-22 - 公布日： 2017-01-04 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了一种人体活动的特征提取方法，包括以下步骤：1)对采集的人体活动数据进行分类，划分为非周期活动的数据和准周期活动的数据；2)对所述非周期活动的数据，采用固定时间窗的特征提取方法提取活动特征；3)对所述准周期活动的数据，采用自适应时间窗的特征提取方法提取活动特征：估计所述准周期活动中的各段活动的周期，设定特征提取方法的时间窗为当前段活动的周期，提取当前段活动的特征；4)根据提取的活动特征进行分类，识别出相应的人体活动模式。本发明的人体活动的特征提取方法，可提高人体活动识别的精度。
一种人体活动特征提取方法

[发明专利]一种人体图像处理方法、装置、设备及介质-CN202010679907.0在审
发明人：刘子威;俞梦洁;张志齐 -专利权人：上海依图网络科技有限公司
申请日： 2020-07-15 - 公布日： 2020-10-16 - 主分类号： G06F16/583 文献下载
摘要：本申请公开了一种人体图像处理方法、装置、设备及介质，应用于图像处理技术领域，用以解决现有技术中存在的人体检索结果的召回率低、精准度差的问题。具体为：对待处理人体图像进行特征提取，得到人体特征数据后，通过利用待处理人体图像的图像拍摄时间和图像拍摄位置，对人体特征数据进行初步扩展，得到人体活动特征表示数据，并利用人体特征数据库中与人体活动特征表示数据相匹配的人体活动特征表示数据和人体活动特征数据集合，对人体特征数据进行二次扩展，可以实现对人体特征数据的高精度扩展，进而在利用两次扩展后的人体特征数据，对待处理人体图像进行人体检索时，可以提高人体检索结果的精准度和召回率。
一种人体图像处理方法装置设备介质

[发明专利]基于深度映射的人体活动识别特征表达方法-CN201510952118.9有效
发明人：赵润林;赵洋 -专利权人：运城学院
申请日： 2015-12-18 - 公布日： 2019-05-28 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及模式识别技术领域，具体涉及一种基于深度映射的人体活动识别特征表达方法；提供一种基于深度映射的人体活动识别特征表达方法，该方法易于实现，并提升了动作识别的准确性；从体感摄像机的彩色图像序列中，提取人体活动时空兴趣点p，以人体活动时空兴趣点p为中心，计算彩色图像序列中光流特征和梯度特征，从体感摄像机的深度图像序列中，找到对应的人体活动时空兴趣点p’，并得到p’的深度值，基于高斯混合体模型，根据p’的深度值将p分成N层，构建基于深度映射的多通道表达，然后对每层的时空兴趣点通过聚类算法聚类，并用词袋模型来表达，得到直方图向量，将每层特征表达连接起来，组成特征S＝(H₁,...,H_n)；本发明主要应用在人体活动识别方面。
基于深度映射人体活动识别特征表达方法

[发明专利]一种柜式空调器报警提醒控制方法-CN201610851009.2有效
发明人：赵湖海;郑丹露 -专利权人：奥克斯空调股份有限公司
申请日： 2016-09-27 - 公布日： 2018-12-21 - 主分类号： G08B21/02 文献下载
摘要：本发明涉及一种柜式空调器报警提醒控制方法，其特征包括以下步骤：柜式空调器正常运行中，步骤一，柜式空调器上的人体活动特征感应装置检测人体活动特征；步骤二，检测人体活动高度即被检测对象身高，人体活动高度满足H1，进入步骤三，否则重复步骤二；步骤三，检测人体活动距离即被监测对象与柜式空调器上的人体活动特征感应装置的直线距离，根据检测到的人体活动距离执行相应动作。
一种空调器报警提醒控制方法

[发明专利]基于智能终端的相似活动识别方法-CN201810706613.5在审
发明人：陈建新;闫娜;周亮;于涛;刘希鹏 -专利权人：南京邮电大学
申请日： 2018-07-02 - 公布日： 2018-12-25 - 主分类号： G06K9/00 文献下载
摘要：一种基于智能终端的相似活动识别方法，包括如下步骤：S1、数据采集步骤，从加速计传感器中获取人体活动数据；S2、预处理步骤，通过坐标转化的方法对所获取的人体活动数据进行预处理，构造出五维向量；S3、提取活动特征步骤，提取预处理过的人体活动数据中的时域特征、频域特征以及时频域特征，形成特征集；S4、最优特征选择步骤，利用特征提取算法对特征集进行提炼、优化，得到最优特征集；S5、分类器选择和活动识别步骤，选取分类器，将最优特征集传入分类器中，最终得到分类结果。本发明实现了对人体活动准确、高效地检测和识别，具有很高的使用及推广价值。
人体活动特征集活动识别频域特征智能终端分类器预处理加速计传感器数据采集步骤特征提取算法分类器选择提取预处理预处理步骤分类结果活动特征时域特征特征选择坐标转化五维向量提炼检测优化

[发明专利]基于人体红外特征识别人体的能源控制方法及其系统-CN201610154194.X有效
发明人：张东胜;陈彬 -专利权人：云丁网络技术（北京）有限公司
申请日： 2016-03-17 - 公布日： 2018-11-27 - 主分类号： G05B15/02 文献下载
摘要：本发明提供了一种基于人体红外特征识别人体的能源控制方法，包括步骤：设置在能源控制区域内的红外特征传感器采集进入能源控制区域内的人体红外特征信号；人体识别处理模块对采集到的人体红外特征信号进行处理，得到区域内人体数目以及人员活动状态数据；能源控制模块收到所述区域内人体数目以及人员活动状态数据后，所述能源控制模块对所述区域内人体数目以及人员活动状态数据进行判断，根据判断结果进行能源控制。本方法通过在能源控制系统中加入能通过人体红外特征识别能源控制区域内有无人员存在以及人员活动状态数据，用于自动控制能源控制系统是否开启节能模式。实现无需人员手动的切换能源控制系统的节能和非节能模式。
基于人体红外特征识别能源控制方法及其系统

[发明专利]一种基于分组残差联合空间学习的人体活动识别方法-CN202010216375.7在审
发明人：吕明琪;陈文青 -专利权人：浙江工业大学
申请日： 2020-03-25 - 公布日： 2020-08-28 - 主分类号： G06K9/00 文献下载
摘要：一种基于分组残差联合空间学习的人体活动识别方法，包括如下步骤：步骤一、使用多种类传感器采集人、物、环境信号，基于滑动窗口对单通道数据进行分组、对齐、切片，构造二维活动数据子集；步骤二、搭建分组残差卷积神经网络，利用中心损失函数和交叉熵损失函数构造联合空间损失函数优化网络模型，这一步为了提取二维活动数据子集的特征图；步骤三、利用提取的二维特征训练多分类支持向量机，实现基于特征图的人体活动分类任务。本发明可以识别较为精细的人体活动；结合联合空间损失函数，增大所提取的空间特征的类间距离，减少类内距离；基于人体活动数据的空间特征图，结合多分类支持向量机对特征图进行分类学习，提高人体活动分类的准确性。
一种基于分组联合空间学习人体活动识别方法

[发明专利]人体活动监控系统-CN202110369223.5在审
发明人：宋细彬 -专利权人：深圳市真元天芮智能软件有限公司
申请日： 2021-04-06 - 公布日： 2021-07-20 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及监控技术，尤其涉及一种人体活动监控系统，以解决现有健康监护方式无法不间断地实时记录老年人的日常活动的问题。本发明提供的人体活动监控系统通过实时检测监控图像中的人体目标骨骼关键点，并根据各骨骼关键点的实时相对位置关系，确定人体目标的实时活动姿态，然后再按照时间轴实时记录人体目标的活动姿态，从而实现不间断地实时记录人体目标的日常活动将该人体活动监控系统应用于对老年人的日常监护中，能够对老年人的日常活动实现实时的、不间断的监控，从而获得老年人的全面的日常活动记录，能够为判断老年人的健康状态、优化老年人的监护方案提供准确的参考依据，减轻监护工作人员负担
人体活动监控系统

[外观设计]人体活动监测装置-CN201930101559.7有效
发明人：许仕林;周星星;郑雅琼 -专利权人：杭州麦依科技有限公司
申请日： 2019-03-13 - 公布日： 2019-10-25 - 主分类号： 10-05 文献下载
摘要：1．本外观设计产品的名称：人体活动监测装置。2．本外观设计产品的用途：本外观设计产品用于人体活动的监测。3．本外观设计产品的设计要点：在于本外观设计产品的整体形状。
外观设计人体活动监测装置整体形状监测图片

[发明专利]人体活动识别方法及装置-CN201910295980.5在审
发明人：黄泽峰;于亚伟;王婷 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2019-04-12 - 公布日： 2020-10-23 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种人体活动识别方法及装置，涉及数据处理技术领域。其中方法包括：获得原始活动数据，对所述原始活动数据进行预处理，得到第一数据；提取所述第一数据的时域特征，得到第一特征向量；基于所述第一特征向量和多个活动类别的聚类中心点，对所述第一数据进行预分类；以及基于预分类结果和预分类置信度，得到所述第一数据所属于的活动类别。根据本发明实施例的人体活动识别方法，运用轻量级的人体活动识别框架，无需基于深度神经网络模型来进行人体活动识别，降低了人体活动识别算法的计算复杂度和占用的硬件资源，从而减小了人体活动识别方法的能耗和响应时间
人体活动识别方法装置

[发明专利]室内定位和运动状态的人体活动监测方法-CN202011259819.1有效
发明人：潘志刚;卫晨;赵安新;蔡秀梅;康晨林;张钰良 -专利权人：西安邮电大学
申请日： 2020-11-12 - 公布日： 2022-10-11 - 主分类号： H04W4/02 文献下载
摘要：一种室内定位和运动状态的人体活动监测方法，由制作室内地图、采集定位信号、处理定位信号、建立定位数据库、处理加速度信号、提取人体活动特征、建立动作数据库、识别位置和动作步骤组成。本发明根据室内空间和人体活动行为的特点，通过人体携带的加速度传感器，实时采集人体活动的行为数据，对数据进行分析，建立个人活动行为模型，所收集的数据进行对比，分类识别人的行走、站立、躺卧、坐着、突然跌倒活动行为特征本发明经实验验证，结果表明，本发明能够准确地定位人体位置和识别出人体活动的五种典型行为，提出的特征提取及识别方法的有效性，可用于能源消耗评估、智能监测、生物医学研究、健康状况评估、健康监测等领域。
室内定位运动状态人体活动监测方法

[发明专利]一种智能地毯管理方法、系统、装置及存储介质-CN202010274671.2在审
发明人：宋德超;张军;邱园;冯恩芰 -专利权人：珠海格力电器股份有限公司;珠海联云科技有限公司
申请日： 2020-04-09 - 公布日： 2020-08-18 - 主分类号： G08B21/04 文献下载
摘要：本发明涉及一种智能地毯管理方法、系统、装置及存储介质所述方法包括：获取智能地毯上目标对象的活动数据；将所述活动数据与预存储的人体摔倒特征进行比对，判断所述活动数据是否符合人体摔倒特征；若所述活动数据符合人体摔倒特征本发明实施例通过获取目标对象的活动数据，根据活动数据确定目标对象是否摔倒，并在确定目标对象摔倒时，及时发出警报，以保障目标对象能够得到及时的救治。
一种智能地毯管理方法系统装置存储介质

[实用新型]一种面部特征识别的人体颈椎活动度测量装置-CN202320661776.2有效
发明人：杨鹏;刘丽娜;刘雁冰;颜小赛;曹佳实 -专利权人：中国人民解放军海军特色医学中心
申请日： 2023-03-30 - 公布日： 2023-07-21 - 主分类号： A61B5/11 文献下载
摘要：本实用新型涉及人体颈椎活动度测量技术领域，尤其涉及一种面部特征识别的人体颈椎活动度测量装置。本实用新型提供一种能够提高测量的精准度，通过无接触的方式对人体颈椎活动度进行测量，同时解决因不同测量人员的技术方法差异而带来的误差问题的基于面部特征识别的人体颈椎活动度测量装置。一种面部特征识别的人体颈椎活动度测量装置，包括有安装架和支撑板等，安装架下部转动式连接有多个支撑板。本实用新型通过高速摄像头对受试者面部进行面部特征捕捉，再通过等腰三角形的形变计算空间旋转角度，从而达到了提高测量的精准度，通过无接触的方式对人体颈椎活动度进行测量，同时解决因不同测量人员的技术方法差异而带来的误差问题的效果
一种面部特征识别人体颈椎活动测量装置

[发明专利]人体活动的识别方法、系统、计算机设备及存储介质-CN202210208205.3在审
发明人：刘鸿宁;邓诗卓;吴刚 -专利权人：东北大学
申请日： 2022-03-04 - 公布日： 2022-06-10 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种人体活动的识别方法、系统、计算机设备及存储介质，其中识别方法包括如下步骤：获取原始人体活动数据；对所述原始人体活动数据进行预处理，得到第一数据；对所述第一数据的时间维度进行降采样，得到降采样序列；对所述降采样序列进行细化处理，得到第二数据；将所述第二数据输入到LSTM网络进行数据处理，得到第一特征图；对所述第一特征图的时间维度进行全连接层处理，得到第二特征图；对所述第二特征图与所述第一特征图进行乘法运算，得到加权融合特征图；对所述加权融合特征图与所述第一特征图进行相加运算，得到时间融合特征图；对所述时间融合特征图采用全连接层进行分类，得到所述原始人体活动数据的分类结果。
人体活动识别方法系统计算机设备存储介质

[发明专利]家用路由器的Wi-Fi信号的人体移动侦测算法-CN202211502172.X在审
发明人：朱楠;蒋孟丹;吴彬;谢必兵 -专利权人：上海镭达晶元智能科技有限公司
申请日： 2022-11-28 - 公布日： 2023-05-30 - 主分类号： H04W4/029 文献下载
摘要：本发明涉及人体感知技术领域，且公开了家用路由器的Wi‑Fi信号的人体移动侦测算法，利用无线物理层信道状态实现室内复杂场景下的被动人体运动检测，首先获取多种人体行为数据，并进行打标签处理，同时根据得到的无线数据进行滤波、降维、优化，接着利用卷积神经网络进行特征提取，并根据输入的无心信息提取出特征信息，包括人体体征信息和行为特征信息，其次，将提取出的特征信息向量输入多层感知神经网络中进行训练，判断获取的所有行为数据中是否出现是人体活动行为，结合利用阈值法判断信息的含义，综合判断是否有人体活动，能够对人体活动行为进行准确监测，该算法具有算力小、鲁棒性强等特点，不会暴露人脸等敏感隐私信息。
家用路由器 wi fi 信号人体移动侦测算法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条