-
公开(公告)号：CN105310696B
公开(公告)日：2018-06-26
申请号：CN201510751929.2
申请日：2015-11-06
Applicant: 中国科学院计算技术研究所
IPC: A61B5/11
Abstract: 本发明提供一种跌倒检测模型构建方法，包括：1)基于所述初始训练数据集，采用加权SVM算法训练第一两类分类模型，并且通过调整跌倒行为和正常行为的类别权重使得同时满足：a：确保初始训练数据集中所有跌倒行为样本能够被正确识别，b：使初始训练数据集中被误识别为跌倒的正常行为样本数目尽可能小；2)将所有被识别为跌倒的训练样本从初始训练数据集取出，构建第二阶段训练数据集；3)基于所述第二阶段训练数据集，采用加权SVM算法训练第二两类分类模型，并且通过调整类别权重使得：所有正常行为样本都能够被正确识别。本发明还提供了相应的跌倒检测方法及装置。本发明能够减少检测装置对用户生活的干扰；且检测率高，误警率低。
-
公开(公告)号：CN107157450A
公开(公告)日：2017-09-15
申请号：CN201710463520.X
申请日：2017-06-19
Applicant: 中国科学院计算技术研究所
IPC: A61B5/00 , A61B5/11 , A61B5/0488 , G06K9/62
Abstract: 本发明提供了用于对帕金森病人的手部运动能力进行量化评估方法和系统，利用可穿戴的肌电传感器捕获被检测者在执行指定动作时的手部表面肌电信号，基于训练好的与所述指定动作对应的运动能力分类器以从表面肌电信号中提取时域特征和频域特征以及与指定动作的完成情况相关的特征来对被检测者的手部运动能力进行量化评估。通过该方法和系统可以更客观准确地对帕金森病人的手部运动能力进行等级评估。
-
公开(公告)号：CN107016346A
公开(公告)日：2017-08-04
申请号：CN201710136803.3
申请日：2017-03-09
Applicant: 中国科学院计算技术研究所
CPC classification number: G06K9/00348 , G06F21/32
Abstract: 本发明提供一种步态识别方法和系统，从由用户携带的智能终端获取的加速度数据中提取行为特征、位置特征和步态特征；利用预先训练好的行为识别模型根据所述行为特征来识别用户当前行为；利用预先训练好的位置识别模型根据所述位置特征和所识别的用户当前行为来识别所述智能终端的当前位置；利用预先训练好的步态识别模型根据所述步态特征、所识别的用户当前行为和所述智能终端的当前位置来识别用户的身份。该方法通过分层递进的识别方式提高了步态身份识别的准确率和鲁棒性，而且不需要对相关传感器摆放的位置与方向进行限制，很灵活且方便使用。
-
公开(公告)号：CN106599922A
公开(公告)日：2017-04-26
申请号：CN201611165253.X
申请日：2016-12-16
Applicant: 中国科学院计算技术研究所
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/6227 , G06K9/6282
Abstract: 本发明提供一种迁移学习方法，该方法利用基于已标定的源域数据训练的至少两个分类器对待标定的目标域数据进行初次标定，根据标定结果将目标域数据划分为候选集和余部；在具有相同标定的源域数据组和候选集中目标域数据组之间进行迁移变换，生成新源域和新候选集；基于在新源域上训练的分类器对新候选集中的目标域数据进行标定，并利用新候选集中各数据的标定结果更新对未经变换的候选集中各数据的二次标定；以及基于经更新标定后的候选集训练分类器，并利用该分类器完成对余部中目标数据的标定。该方法缩短了迁移的时间，提高了迁移标定的效率，更适用于大规模数据的标定。
-
公开(公告)号：CN106203380A
公开(公告)日：2016-12-07
申请号：CN201610576125.8
申请日：2016-07-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种融合情境感知信息的超声波手势识别方法，该方法同时采集超声波信号和与当前情境相关的情境信息，从采集的超声波信号获取手势特征，利用预先训练好的手势分类模型获取该手势特征属于预设的各种手势的概率；基于采集的情境信息确定各种手势在当前情境的下发生的概率；以及根据上述两种概率计算在当前情境中该手势特征属于预设的各种手势的概率并将其中最大概率对应的手势识别为与所采集的超声波信号对应的手势。该方法将手势信号与情境信息相融合，使用情境信息过滤用户的误操作手势、修正识别错误的手势，减少无效甚至错误的响应，从而提高了手势识别的准确率和鲁棒性，增强了人机交互体验。
-
Patent Agency Ranking
公开(公告)号：CN102999901B
公开(公告)日：2016-06-29
申请号：CN201210395366.4
申请日：2012-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种基于深度传感器的在线视频分割后的处理方法及系统，该方法包括：步骤1，深度传感器基于视频帧和其对应的深度图像提取特征，对所述特征进行视频帧前景、背景分割，得到二值图像；步骤2，对该二值分割图像中的前景孔洞进行检测和填充，得到前景孔洞填充后的二值图像；步骤3，对该前景孔洞填充后的二值图像进行边界优化，获取优化后的二值图像；步骤4，将该优化后的二值图像融合虚拟背景和所述视频帧，生成虚实融合图像。本发明解决了基于深度传感器的在线视频分割在深度非连续处容易出错和现有技术在准确度和实时性上存在顾此失彼的问题，提供了一种满足实时性要求的高质量的基于深度传感器的在线视频分割后处理方法和虚实融合系统。
-
公开(公告)号：CN103105945B
公开(公告)日：2016-03-30
申请号：CN201210549517.7
申请日：2012-12-17
Applicant: 中国科学院计算技术研究所
IPC: G06F3/0346 , G06F3/041 , G06F3/16
Abstract: 本发明公开了一种支持多点触摸手势的人机交互戒指，包括：加速度传感器模块，用于测量单个手指与作用平面之间的角度关系；陀螺仪模块，用于测量多个手指与作用平面的角速度变化；距离传感器模块，包括多个红外管，用于测量多个手指之间的距离关系；麦克风传感器模块，用于获得多个手指与作用表面的滑动摩擦声并触发滑动或点击动作；微处理器模块，用于对人机交互戒指进行调度、控制和处理，从而实现多点手势的人机交互。本发明不仅支持一种全新人机交互方式，可接任何固体表面作为触摸平面，而且在传统的单点触摸模式的基础上，加入了新的手势，使得该设备可以支持类似触摸屏的多点触摸功能。
-
公开(公告)号：CN102999901A
公开(公告)日：2013-03-27
申请号：CN201210395366.4
申请日：2012-10-17
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了一种基于深度传感器的在线视频分割后的处理方法及系统，该方法包括：步骤1，深度传感器基于视频帧和其对应的深度图像提取特征，对所述特征进行视频帧前景、背景分割，得到二值图像；步骤2，对该二值分割图像中的前景孔洞进行检测和填充，得到前景孔洞填充后的二值图像；步骤3，对该前景孔洞填充后的二值图像进行边界优化，获取优化后的二值图像；步骤4，将该优化后的二值图像融合虚拟背景和所述视频帧，生成虚实融合图像。本发明解决了基于深度传感器的在线视频分割在深度非连续处容易出错和现有技术在准确度和实时性上存在顾此失彼的问题，提供了一种满足实时性要求的高质量的基于深度传感器的在线视频分割后处理方法和虚实融合系统。
-
公开(公告)号：CN102302370B
公开(公告)日：2013-01-30
申请号：CN201110180341.8
申请日：2011-06-30
Applicant: 中国科学院计算技术研究所
IPC: A61B5/11
Abstract: 本发明提供一种跌倒检测方法和装置，该方法包括：1)采集用户行为数据；2)根据用户行为数据识别用户行为；3)根据行为识别结果从所采集的数据中分割出行为切换数据，并将行为切换数据规整成等长的特征向量；4)根据规整后的特征向量进行跌倒检测。本发明基于行为切换进行跌倒检测，能够过滤掉大量的正常行为数据，降低特征空间的复杂度，增强模型的区分能力，提高模型的检测率。
-
公开(公告)号：CN102024151B
公开(公告)日：2012-12-26
申请号：CN201010577408.7
申请日：2010-12-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种手势动作识别模型的训练方法，包括：通过陀螺传感器获取用于手势动作识别训练的样本数据，所述样本数据包括用于记录某一手势动作的二轴陀螺数据序列；对所得到的样本数据中的各个二轴陀螺数据序列做数据长度归一化，生成标准长度的二轴陀螺数据序列；从所得到的二轴陀螺数据序列中提取特征向量；所述特征向量反映了所述陀螺传感器的运动角度信息；利用所述的特征向量训练手势动作识别模型。本发明实时性高，适用范围广；实现简单；鲁棒性强，体感动作识别可靠。
-
-
-
-
-
-
-
-
-
Search Results
321
records
(took 0.043 seconds)
