一种手肘角度预测方法、终端设备及存储介质

    公开(公告)号:CN113537489B

    公开(公告)日:2024-03-19

    申请号:CN202110779885.X

    申请日:2021-07-09

    Applicant: 厦门大学

    Abstract: 本发明涉及一种手肘角度预测方法、终端设备及存储介质,该方法中包括:S1:通过柔性传感器采集手肘处于不同角度时的电阻值,将采集的电阻值和手肘角度组成原始数据集DO;S2:构建基于生成对抗网络的cmd‑GAN网络模型,通过原始数据集DO对cmd‑GAN网络模型进行训练,通过训练后的cmd‑GAN网络模型将原始数据集DO转换为合成数据集DS;S3:构建基于全连接神经网络的预测器,通过合成数据集DS对预测器进行训练;S4:当对手肘角度进行预测时,将通过柔性传感器采集的电阻值输入训练后的预测器后,得到预测的手肘角度。本发明可以提高通过柔性传感器预测手肘角度的准确性。

    一种踝关节运动跟踪方法、系统和存储介质

    公开(公告)号:CN113538514B

    公开(公告)日:2023-08-08

    申请号:CN202110795757.4

    申请日:2021-07-14

    Applicant: 厦门大学

    Abstract: 本发明公开了一种踝关节运动跟踪方法、系统和存储介质,所述方法包括步骤S1:获取踝关节的光学运动数据和传感器运动数据,并以传感器运动数据为预测器,光学运动数据为目标训练回归模型;步骤S2,将传感器运动数据输入回归模型,获得踝关节的运动数据。本发明的踝关节运动跟踪方法在确保高精度的同时有效避免了遮挡问题,可作为此类系统算法改良的参考。

    隐藏信息的方法、电子设备与计算机可读存储介质

    公开(公告)号:CN111984982B

    公开(公告)日:2022-08-23

    申请号:CN202010867479.4

    申请日:2020-08-26

    Applicant: 厦门大学

    Abstract: 本发明提供一种隐藏信息的方法、电子设备以及计算机可读存储介质。所述方法包括:根据各数据流的波动程度,确定波动程度相对大的数据流为原始数据流;根据原始数据流中一组待替换的值x和y,在加密矩阵中确定对应的元(x,y),加密矩阵是由相同的多个9进制数独矩阵拼接成的矩阵,9进制数独矩阵是由0至8组成的9*9数独矩阵;获取待隐藏的9进制信息中的信息值,9进制信息由0至8组成;获取加密矩阵中距离元(x,y)最近的,值等于信息值的元的行坐标m和列坐标n;对原始数据流,用m和n替换x和y,得到载体数据流。选择数据波动程度相对大的数据流进行信息隐藏,对原始数据流影响很小,隐藏效果好。

    一种踝关节运动跟踪方法、系统和存储介质

    公开(公告)号:CN113538514A

    公开(公告)日:2021-10-22

    申请号:CN202110795757.4

    申请日:2021-07-14

    Applicant: 厦门大学

    Abstract: 本发明公开了一种踝关节运动跟踪方法、系统和存储介质,所述方法包括步骤S1:获取踝关节的光学运动数据和传感器运动数据,并以传感器运动数据为预测器,光学运动数据为目标训练回归模型;步骤S2,将传感器运动数据输入回归模型,获得踝关节的运动数据。本发明的踝关节运动跟踪方法在确保高精度的同时有效避免了遮挡问题,可作为此类系统算法改良的参考。

    一种信息隐藏方法、终端设备及存储介质

    公开(公告)号:CN109684857B

    公开(公告)日:2020-11-10

    申请号:CN201811568272.6

    申请日:2018-12-21

    Applicant: 厦门大学

    Abstract: 本发明涉及信息加密技术领域,提出了一种信息隐藏方法、终端设备及存储介质,在该方法中,包括以下步骤:S100:将原始信息转换为数据格式;S200:设定数据格式的原始信息中每两个相邻数字为一组,组成一个坐标;S300:建立魔术矩阵,在该魔术矩阵中查找到坐标所对应的值后,分别查找该坐标对应的行替换数字和列替换数字,将查找到的行替换数字和列替换数字作为该坐标对应的行数字和列数字的隐藏数字;S400:重复步骤S300,将原始信息中的所有数字替换为对应的隐藏数字,组成隐藏数据后,将隐藏数据存放在BVH文件中特定关节位置处。本发明通过魔术矩阵对信息进行加密后,将信息隐藏在BVH文件的三维人体模型的相应关节中,从而实现信息隐藏的目的。

    一种颗粒介质环境下动画角色的运动仿真方法

    公开(公告)号:CN107610208B

    公开(公告)日:2020-06-09

    申请号:CN201710676032.7

    申请日:2017-08-09

    Applicant: 厦门大学

    Abstract: 一种颗粒介质环境下动画角色的运动仿真方法,涉及计算机图形学。提供可实现在颗粒介质环境下动画角色视觉自然、物理稳定、用户可控的运动,在产业化之后可极大提高电影、动画、游戏领域中动画角色在颗粒介质环境下运动仿真的制作效率,算法明确、流程清晰的一种颗粒介质环境下动画角色的运动仿真方法。建立一个基于神经‑肌肉‑骨骼的动画角色运动仿真模型;建立一个动画角色‑颗粒介质的交互及动力学模型;完成基于神经网络模型的动画角色控制模型的参数优化引入大规模的运动控制单元,进一步模拟真实生物的运动机理,提高运动的稳定性和控制器的容错性。

    一种适合多自由度机器人的姿态迁移算法框架

    公开(公告)号:CN110990769A

    公开(公告)日:2020-04-10

    申请号:CN201911170676.4

    申请日:2019-11-26

    Applicant: 厦门大学

    Abstract: 本发明公开了一种适合多自由度机器人的姿态迁移算法框架,涉及机器人领域,本发明姿态迁移算法框架将机器人在不同环境下的姿态或动作生成任务视为一个多目标优化问题,将在简单环境中已经获得的机器人姿态(或动作)作为源域,将适合未知的复杂环境中的姿态(或动作)作为目标域,在寻找目标域的最优解时,利用源域的知识产生高质量的初始种群,并在此基础上利用任何一种基于种群的多目标优化算法快速地产生出适合复杂环境的机器人姿态(或动作)。本发明可以使用不同的迁移学习算法来进行知识复用,对于任何基于种群的多目标优化算法而言,本发明所提出的算法框架无需修改,即可与其实现有效结合。

    一种基于隐式拉伸曲面的冠脉血管几何模型重建方法

    公开(公告)号:CN108961224A

    公开(公告)日:2018-12-07

    申请号:CN201810639568.6

    申请日:2018-06-20

    Applicant: 厦门大学

    CPC classification number: G06T7/0012 G06T17/00 G06T2207/30101

    Abstract: 一种基于隐式拉伸曲面的冠脉血管几何模型重建方法,涉及计算机医学图像处理与三维重建领域。可根据已经提取出的冠脉血管各分枝结构的中轴线,构造与其相垂直的血管横截面信息,并利用2D PSPS函数实现对各个血管截面管腔轮廓的精确表达;然后,根据这些截面构造其相应的隐式拉伸曲面IES,并沿着中轴线将这些IES平滑地混合起来形成三维的血管分枝模型;最后,采用SPBBO将这些隐式表达的血管分枝模型平滑地混合起来,构成血管分枝结构,进而实现对整个冠脉血管树管腔表面模型的三维重建。

    可灵活放置的用于鲁棒关节运动跟踪的纺织传感器

    公开(公告)号:CN115844378B

    公开(公告)日:2025-04-08

    申请号:CN202210907849.1

    申请日:2022-07-29

    Applicant: 厦门大学

    Abstract: 本发明公开了可灵活放置的用于鲁棒关节运动跟踪的纺织传感器,纺织传感器由一个标准的纺织护肘和一个稀疏的由六个柔性拉伸传感器构成的网络组成,其中包括纺织传感器的制备流程:将蚕丝纤维缠绕纱线。本发明中针对现有的方法主要是对特定的运动进行分类,而不是利用柔性传感器精确地重建人体运动,一般不能补偿大位移,有的方法还不支持传感器的旋转,由于柔性传感器的易变形特性,在传感器有位置偏移的情况下更难实现鲁棒性运动跟踪;相比之下,本发明方法不仅可以鲁棒地跟踪人体关节运动,而且可以对于大的环形和横向设备位移鲁棒,此外,由于本发明的预测器可以通过鲁棒算法补偿位移,因此本发明一共的方法不需要校准。

    用于智能服装的传感器位置感知方法、装置、服装及产品

    公开(公告)号:CN119618200A

    公开(公告)日:2025-03-14

    申请号:CN202411471070.5

    申请日:2024-10-21

    Applicant: 厦门大学

    Abstract: 本发明提供了一种用于智能服装的传感器位置感知方法、装置、服装及产品,其中,在智能服装的袖口集成IMU传感器,该方法包括:实时获取测量数据;判断测量数据中每帧加速度数据的状态;将存在连续预定帧数的加速度数据为运动状态的测量数据作为运动数据;检测袖口翻折次数是否发生变化;若是,估算第一高度变化值;若否,从运动数据中提取第一数据并输入第一LSTM模型,获得运动类型;当运动类型为袖口拉动时,划分运动数据得到多个第二数据,分别将多个第二数据输入第二LSTM模型来获得多个第二高度变化值;将第一高度变化值与多个第二高度变化值相加,得到当前IMU传感器的高度变化值。利用上述技术方案,提高了传感器在小尺度运动中的测量精确度。

Patent Agency Ranking