公开(公告)号：CN116978123A

公开(公告)日：2023-10-31

申请号：CN202310953477.0

申请日：2023-07-31

Applicant: 北京邮电大学

Inventor： 赵志诚 ,  程子铭 ,  孙艺萌 ,  尤铭洋 ,  颜宇航 ,  岳云笛 ,  刘安琪 ,  刘桂丞 ,  杨铭好

IPC: G06V40/20 ,  G06V20/40

Abstract: 本发明涉及图像处理相关领域，具体涉及基于人体姿态估计的运动突发伤情分析方法和装置。其中，方法包括：获取实时的运动视频；基于预设算法，对运动视频中的目标人员进行实时计算，得到实时运动数据；其中，预设算法包括3D人体姿态估计算法和/或人体‑环境接触检测算法；基于实时运动数据，分析目标人员运动突发伤情状况。如此设置，可以对运动员实时录制，得到视频，之后分析得到目标人员(即：运动员)的运动突发伤情状况，以及时对伤情进行处理。进一步的，本申请提供的方法还可以基于视频确定运动员的运动种类、统计运动员的运动时间和记录运动员运动中的精彩瞬间。

公开(公告)号：CN118674635A

公开(公告)日：2024-09-20

申请号：CN202410579346.5

申请日：2024-05-10

Applicant: 北京邮电大学

Inventor： 姜竹青 ,  楼姝 ,  曾丞至 ,  刘桂丞 ,  何田 ,  吴永乐 ,  门爱东

IPC: G06T5/50 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了轻量级的基于并行视觉自注意力模型(Parallel Vision Transformer)的多曝光低动态范围(LDR)图像合成高质量的无鬼影高动态范围(HDR)图像的方法，包括以下步骤：1)首先使用卷积层和空间注意力模块从输入的三张不同曝光值的LDR图像中提取低层特征。2)然后将低层特征分割成不重叠的图像块。3)接着送入并行视觉自注意力模块，有效地捕捉图像中的特征和信息。4)最后通过卷积层和激活函数合成最终的HDR图像。本发明以模型的并行架构使网络变得更宽且更深，通过更快的速度和更少的计算资源把三张不同曝光的LDR图像合成高质量的无鬼影HDR图像，这使得该方法非常适合部署在各种边缘设备上。