手部关节点检测方法、装置及存储介质

    公开(公告)号:CN109635630A

    公开(公告)日:2019-04-16

    申请号:CN201811238319.2

    申请日:2018-10-23

    CPC classification number: G06K9/00375 G06K9/00355

    Abstract: 本申请提供一种手部关节点检测方法、装置及存储介质,其中,该方法包括:通过人手检测算法从待检测图像中截取手部图像,将该手部图像输入卷积神经网络进行关节点预测,得到该手部图像中的手部关节点的位置,根据该手部关节点的位置以及手部关节点的约束条件,通过预设的级联结构对所述手部关节点的位置进行优化,输出对该待检测图像中的所有手部关节点的检测结果。该技术方案实现了待检测图像中手部关节点的准确定位,解决了现有技术中手部关节点定位不准确的问题。

    人体动作识别方法和装置
    14.
    发明授权

    公开(公告)号:CN108985259B

    公开(公告)日:2022-03-18

    申请号:CN201810878634.5

    申请日:2018-08-03

    Abstract: 本申请实施例公开了人体动作识别方法和装置。该方法的一具体实施方式包括:对输入的待识别视频进行采样,得到待识别视频的采样图像帧序列;采用已训练的人体关键点检测模型对采样图像帧序列进行关键点检测,得到采样图像帧序列中每个采样图像帧的人体关键点位置热图,人体关键点位置热图用于表征预设人体关键点所在位置的概率特征;将采样图像帧序列的人体关键点位置热图输入已训练的动作分类模型进行分类,得到待识别视频对应的人体动作。该实施方式实现了利用待识别视频中人体关键点的协调配合关系及人体动作的时间连续特性进行动作识别,有利于提升识别精度。

    一种基于形体识别的运动员训练方法和系统

    公开(公告)号:CN111249691B

    公开(公告)日:2021-11-23

    申请号:CN201811457304.5

    申请日:2018-11-30

    Inventor: 崔磊 高原

    Abstract: 本申请提供一种基于形体识别的运动员训练方法和系统,所述方法包括根据运动员训练的视频获取其三维骨架特征;根据所述三维骨架特征进行形体识别判决,得到对应的训练动作;根据预设的标准动作数据及其判断标准,对所述训练动作进行判断;对判断结果进行输出提示。用于解决现有技术中只能通过教练人工对运动员的训练进行动作评估问题;能够有效提高运动员的训练质量和安全性。

    图片聚类方法、装置、设备及存储介质

    公开(公告)号:CN111382770A

    公开(公告)日:2020-07-07

    申请号:CN201811643244.6

    申请日:2018-12-29

    Inventor: 崔磊 高原

    Abstract: 本发明提供一种图片聚类方法、装置、设备及存储介质,该方法可包括确定多张图片中每张图片的属性信息;根据属性信息对多张图片进行预分类,得到多个图片子集,每个图片子集包括至少一张图片;确定每个图片子集中图片间的相似度;根据图片间的相似度,对每个图片子集进行聚类处理。本发明可提高图片聚类速度,提高用户体验。

    一种基于形体识别的运动员训练方法和系统

    公开(公告)号:CN111249691A

    公开(公告)日:2020-06-09

    申请号:CN201811457304.5

    申请日:2018-11-30

    Inventor: 崔磊 高原

    Abstract: 本申请提供一种基于形体识别的运动员训练方法和系统,所述方法包括根据运动员训练的视频获取其三维骨架特征;根据所述三维骨架特征进行形体识别判决,得到对应的训练动作;根据预设的标准动作数据及其判断标准,对所述训练动作进行判断;对判断结果进行输出提示。用于解决现有技术中只能通过教练人工对运动员的训练进行动作评估问题;能够有效提高运动员的训练质量和安全性。

    物体检测方法、装置与电子设备

    公开(公告)号:CN109711241A

    公开(公告)日:2019-05-03

    申请号:CN201811280331.X

    申请日:2018-10-30

    Abstract: 本申请实施例公开了一种物体检测方法、装置与电子设备,该方法包括:将视频流中连续的N帧图像依次输入到检测模型中,获得每帧图像的M个特征图;针对每帧图像,将该帧图像的M个特征图的尺度缩放到统一尺度,并对尺度统一的M个特征图进行融合,输入到所述检测模型中的预测模块中,获得该帧图像的物体检测结果;将所述N帧图像的物体检测结果进行比较,确定目标物体。在实现对较大物体的准确检测的基础上,实现对小物体的准确检测。同时,将N帧图像的物体检测结果进行比较,进而对视频流中模糊图像的误检测结果进行过滤,实现目标物体的准确检测。

    图像拍摄辅助方法、装置、终端和存储介质

    公开(公告)号:CN109218615A

    公开(公告)日:2019-01-15

    申请号:CN201811132755.1

    申请日:2018-09-27

    Inventor: 高原

    Abstract: 本发明实施例公开了一种图像拍摄辅助方法、装置、终端和存储介质。该方法包括:在采用摄像头拍摄图像过程中,确定取景框内展示的用户图像的脸部区域特征;依据所述脸部区域特征确定用户图像的标准脸部姿态;依据所述标准脸部姿态在用户图像上添加姿态辅助标记,供用户依据所述姿态辅助标记进行脸部姿态调整。本发明实施例通过符合用户当前拍摄情况的标准脸部姿态的实时选取以及用户图像中脸部辅助线的灵活生成,提高了用户脸部调整的效率和准确度,从而提高了图像的拍摄质量、效率和用户满意度。

    手势检测模型处理方法、装置、设备及存储介质

    公开(公告)号:CN109117742A

    公开(公告)日:2019-01-01

    申请号:CN201810805273.1

    申请日:2018-07-20

    Abstract: 本发明提供一种手势检测模型处理方法、装置、设备及存储介质,本发明的方法,通过获取训练集合,所述训练集合包括至少一组包括训练图像及训练图像的标注数据的训练数据;根据训练集合中各训练图像和训练图像的标注数据,对卷积神经网络进行训练,得到手势检测模型;通过将待检测图像输入手势检测模型,即可检测出待检测图像中手势的手势类型和位置,实现了对于不包括深度信息的待检测图像的手势识别,无需使用包含深度信息的硬件单元,降低了成本,且相较于现有技术采用聚类方法进行手势检测,本实施例通过卷积神经网络模型进行手势检测提高了手势检测的精度和效率。

Patent Agency Ranking