-
公开(公告)号：CN119152583B
公开(公告)日：2025-01-17
申请号：CN202411641643.4
申请日：2024-11-18
Applicant: 中南大学
Abstract: 本发明涉及运动姿态感知技术领域，尤其涉及一种运动体运动姿态感知方法及系统。所述方法包括以下步骤：对运动体对应的运动过程进行运动图像实时拍摄，得到运动体实时运动变化图像数据；对运动体对应的运动过程进行运动状态参数实时监测，得到运动体实时加速度数据以及运动体实时角速度数据；对其进行时序对齐同步处理，同时进行运动体运动坐标定位和长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；基于运动体运动姿态变化融合特征序列对运动过程进行运动姿态轨迹识别分析，同时进行姿态变化模式识别分析和运动姿态感知分类，以得到运动体在当前运动过程中对应的运动姿态类别信息。本发明能够实现对运动体运动姿态的高精度感知。
-
公开(公告)号：CN111882941A
公开(公告)日：2020-11-03
申请号：CN202010799955.3
申请日：2020-08-11
Applicant: 中南大学湘雅二医院
Abstract: 本发明公开了一种基于虚拟现实的心脏大血管解剖教学系统及方法，该系统包括穿戴感知头盔、声控模块、显示屏、手势识别模块、控制器和演示模块，穿戴感知头盔用于三维建模，生成三维虚拟现实心脏和三维解剖手术刀；声控模块用于下达声控指令；显示屏用于显示可穿戴感知头盔生成的三维虚拟现实心脏；手势识别模块用于识别手势动作；控制器用于当接收到手势识别模块识别的手势动作后，控制三维解剖手术刀做相应动作，解剖显示的三维虚拟现实心脏；演示模块用于对显示的三维虚拟现实心脏中剖开的大血管进行教学演示。本发明沉浸感强、让体验者更真实、贴近地感受心脏大血管解剖，从而能够吸引学生的积极参与，达到提高培训成效的目的。
-
Patent Agency Ranking
公开(公告)号：CN119152583A
公开(公告)日：2024-12-17
申请号：CN202411641643.4
申请日：2024-11-18
Applicant: 中南大学
Abstract: 本发明涉及运动姿态感知技术领域，尤其涉及一种运动体运动姿态感知方法及系统。所述方法包括以下步骤：对运动体对应的运动过程进行运动图像实时拍摄，得到运动体实时运动变化图像数据；对运动体对应的运动过程进行运动状态参数实时监测，得到运动体实时加速度数据以及运动体实时角速度数据；对其进行时序对齐同步处理，同时进行运动体运动坐标定位和长短期互补滤波融合分析，得到运动体运动姿态变化融合特征序列；基于运动体运动姿态变化融合特征序列对运动过程进行运动姿态轨迹识别分析，同时进行姿态变化模式识别分析和运动姿态感知分类，以得到运动体在当前运动过程中对应的运动姿态类别信息。本发明能够实现对运动体运动姿态的高精度感知。
-
公开(公告)号：CN119097890A
公开(公告)日：2024-12-10
申请号：CN202411101105.6
申请日：2024-08-12
Applicant: 中南大学
IPC: A63B24/00 , G06V20/52 , G06V20/40 , G06V40/20 , G06V10/96 , G06V10/70 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种自动评估力量训练动作姿态安全性的方法及系统，通过接收用户端传入的一段视频，提取帧图像特征，输出动作类别序号；根据帧图像特征和动作类别序号，输出调用模型向量；根据调用模型向量，调用对应的身体部位颗粒度等级模型；根据身体部位颗粒度等级模型，输出人体姿态关键点坐标；根据人体姿态关键点坐标和动作类别序号，计算运动速度和关节角度；判断运动速度或关节角度是否在安全阈值范围内；若识别到运动速度或关节角度不在安全阈值范围内时，则给出提示警告。本发明降低人为观察中的主观性和不准确性，提高运动训练的安全性和效果。
-
公开(公告)号：CN118969186A
公开(公告)日：2024-11-15
申请号：CN202411079351.6
申请日：2024-08-07
Applicant: 中南大学
Abstract: 本发明公开了一种通过人体骨骼肌建模：选取搏动肌与支持肌进行建模；多角度视频采集；视频数据处理；驱动骨骼肌模型；计算运动能量消耗；计算基础代谢；计算运动后氧消耗过剩；根据运动能量消耗、BMR和EPOC，计算出总的能量消耗。本发明提供的基于人体骨骼肌模型的运动能量消耗方法，通过精细分析与运动相关的每块骨骼肌的状态获取能量消耗，可以更加精确地对运动能量消耗进行估计；考虑到肌肉的分类，选取搏动肌以及支持肌用于构建人体骨骼模型，在具体计算能量消耗时，依据激活模式的分类，对原动肌、拮抗肌以及协同肌进行加权计算，更符合实际运动情况。
-
公开(公告)号：CN118037822B
公开(公告)日：2024-10-25
申请号：CN202410280956.5
申请日：2024-03-12
Applicant: 中南大学湘雅医院
IPC: G06T7/68 , G06T7/00 , G06V10/764
Abstract: 本发明提供一种脊柱侧弯筛查智能化优化方法，涉及数据处理技术领域。该方法包括获取实时脊柱图像数据，并进行椎体边界的提取，形成椎体边界信息；对椎体边界信息进行完整性分析，并根据完整性分析结果进行以下方式的侧弯筛查分析：当椎体边界信息完整，则根据椎体边界信息进行基于椎体边界的侧弯筛查分析，形成直接筛查结果信息；当椎体边界信息不完整，则获取历史脊柱侧弯筛查数据，进行基于大数据的智能优化分析，形成智能优化分析结果信息。该方法通过结合历史检测的大数据来对信息采集不完整的图像数据进行智能优化分析，进而提取到更加准确的cobb角数据，使侧弯分析的结果更加准确有效。
-
公开(公告)号：CN118037822A
公开(公告)日：2024-05-14
申请号：CN202410280956.5
申请日：2024-03-12
Applicant: 中南大学湘雅医院
IPC: G06T7/68 , G06T7/00 , G06V10/764
Abstract: 本发明提供一种脊柱侧弯筛查智能化优化方法，涉及数据处理技术领域。该方法包括获取实时脊柱图像数据，并进行椎体边界的提取，形成椎体边界信息；对椎体边界信息进行完整性分析，并根据完整性分析结果进行以下方式的侧弯筛查分析：当椎体边界信息完整，则根据椎体边界信息进行基于椎体边界的侧弯筛查分析，形成直接筛查结果信息；当椎体边界信息不完整，则获取历史脊柱侧弯筛查数据，进行基于大数据的智能优化分析，形成智能优化分析结果信息。该方法通过结合历史检测的大数据来对信息采集不完整的图像数据进行智能优化分析，进而提取到更加准确的cobb角数据，使侧弯分析的结果更加准确有效。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
