-
公开(公告)号：CN105869166A
公开(公告)日：2016-08-17
申请号：CN201610188972.7
申请日：2016-03-29
Applicant: 北方工业大学
CPC classification number: G06K9/00342 , G06K9/00201 , G06T2207/10021
Abstract: 本发明公开了一种基于双目视觉的人体动作识别方法及系统，其中，该基于双目视觉的人体动作识别方法首先通过双目标定获取相机的内外参数，然后对左右相机分别拍摄的图像进行预处理及目标检测，以提取出目标轮廓，接着，从目标轮廓中提取出目标的边缘，之后，对左右两幅图像中的像素点进行匹配，将匹配的结果作为HMM模型进行训练的数据依据。按照上述方法训练出多个动作对应的HMM模型，当采集者在相机采集范围内做出动作时，可通过已训练好的多个HMM模型分别判断采集者做出相应动作的概率。本发明能够较准确的判断人体三维立体信息且运行成本较低。
-
公开(公告)号：CN105654501A
公开(公告)日：2016-06-08
申请号：CN201610096232.0
申请日：2016-02-22
Applicant: 北方工业大学
IPC: G06T7/00
CPC classification number: G06T2207/20004
Abstract: 本发明属于图像处理技术领域，具体说，涉及一种基于模糊阈值的自适应图像分割方法，包括：步骤1，对直方图进行预处理，获取具有双峰特性的图像直方图；步骤2，对预处理后的图像直方图进行梯度检测，确定波谷的位置；步骤3，根据波谷位置，确定波峰位置；步骤4，根据波峰的峰值，确定两临近波峰间的距离，并根据不同波峰间的距离计算不同图像的隶属函数窗宽大小；步骤5，确定分割阈值。实现了窗口宽度的自适应选取，并且有效改善了模糊阈值法对直方图呈不明显双峰的图像分割困难的缺点，拓展了模糊阈值图像分割方法的适用范围，改善了模糊阈值分割方法的分割效果。
-
公开(公告)号：CN104036488A
公开(公告)日：2014-09-10
申请号：CN201410184042.5
申请日：2014-05-04
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于双目视觉的人体姿态动作研究方法，该方法首先通过双目标定获取相机的内外参数，接着从相机拍摄的图像中提取出各肤色区域的质心点的坐标，并对质心点进行匹配判断，然后以世界坐标系为基准求出匹配的质心点在世界坐标系中的坐标，最后根据质心点在世界坐标系中坐标判断人体的姿态及动作。本发明不需要拍摄大量图像，能够通过实时采集视频帧对人脸和双手等人体关键部位的质心点进行立体匹配，以获取人体关键部位之间的位置关系，运行成本较低。
-
公开(公告)号：CN103023789A
公开(公告)日：2013-04-03
申请号：CN201210518667.1
申请日：2012-12-05
Applicant: 北方工业大学
IPC: H04L12/749 , H04L29/08
Abstract: 本发明公开了一种因特网中访问私网服务器的方法，包括：设置客户Client端和服务器Server端，使所述客户端和所述服务器端一个连接公网，另一个连接私网；建立路由映射，分别创建客户端进程和服务器进程；建立服务器进程进行绑定和监听，所述客户端进程和服务器进程通过一对套接字的读写来互相通信。本发明技术方案使得私网中服务器可以与客户端建立连接，使TCP/IP的应用范围更加广阔。
-
公开(公告)号：CN115374290B
公开(公告)日：2025-05-23
申请号：CN202210952545.7
申请日：2022-08-09
Applicant: 北方工业大学
IPC: G06F16/36 , G06F16/3329 , G06F16/35 , G06Q50/02
Abstract: 本发明涉及数据检索技术领域，特别是指一种花卉科学培植养护知识的检索方法和装置。方法包括：接收用户输入的花卉科学培植养护知识相关的检索信息；通过预先构建的多级关联的花卉科学培植养护知识图谱信息数据库检索得到检索结果；融合跨媒体技术完成花卉检索级联动态图谱的显示。采用本发明，可构建动态的花卉科学培植领域知识图谱，高效快速准确的完成花卉科学培植养护知识的检索，并进行花卉检索级联动态图谱的显示。
-
Patent Agency Ranking
公开(公告)号：CN116757889A
公开(公告)日：2023-09-15
申请号：CN202310806848.2
申请日：2023-07-03
Applicant: 北方工业大学
Abstract: 本发明公开了用于高校研究生招录的数据采集方法及系统，其中系统包括，用户登录模块，用户根据自身身份选择对应角色账号登录数据采集系统，用于对学生考试成绩进行操作；数据处理模块，将学生考试信息以及学生成绩作为学生数据分为若干个小组；将小组中学生数据导入至数据采集系统中，通过进行汇总整理得到学院成绩并导出；权重计算模块，预设一种程序算分逻辑用于计算学生成绩的权重参数，并根据权重参数得到学生的最终成绩；系统测试模块，设置测试框架，通过生成测试指令对学生成绩的计算过程进行测试，通过数据采集系统，快速读取学生的基本信息，并进行自动化计算，准确高效的得出学生考研成绩。
-
公开(公告)号：CN110619261B
公开(公告)日：2022-03-22
申请号：CN201910163955.1
申请日：2019-03-05
Applicant: 北方工业大学
IPC: G06V40/10 , G06V10/764 , G06V10/80 , G06K9/62
Abstract: 本发明提供了一种基于多特征融合的人体交互行为识别方法、系统及装置，该方法包括：对交互视频中的多个独立个体，分别提取局部时空特征与全局光流特征；将所述局部时空特征与所述全局光流特征进行特征融合，获得局部时空特征与所述全局光流特征之间的相关性，进而得到每个独立个体的单人特征信息；通过并行长短期记忆网络，获得混合特征信息；基于混合特征信息，进行分类，获得交互行为识别结果。本发明的技术方案充分保留了交互中的行为信息和交互信息，大大提高了交互行为识别的准确率。
-
公开(公告)号：CN108241849B
公开(公告)日：2021-09-07
申请号：CN201710750516.1
申请日：2017-08-28
Applicant: 北方工业大学
Abstract: 本发明公开一种基于视频的人体交互动作识别方法，包括以下步骤：S1：对输入的视频帧图像采用帧间差分法进行运动目标检测；S2：对处理后获得的运动目标进行特征提取，包括：S21：对处理后获得的运动目标采用局部时空特征与全局光流特征相结合的方式提取人体交互动作特征；S22：对所述光流和时空兴趣点进行描述，形成特征描述子HOF和HOG；S23；将所述局部时空特征与全局光流特征分别通过BP神经网络，以获得在某一特征下动作类别的概率矩阵；S3：通过对利用不同特征得到的概率矩阵赋予不同权值进行加权求和以得到融合概率矩阵，概率最大的动作类别即为该帧的动作类别；S4：将初始分类序列输入到改进的正态分布BP神经网络中，获得最终的交互动作分类。
-
公开(公告)号：CN112989955A
公开(公告)日：2021-06-18
申请号：CN202110192941.X
申请日：2021-02-20
Applicant: 北方工业大学
Abstract: 本发明公开一种基于空时双流异构嫁接卷积神经网络人体动作识别方法，其包括：S1：对输入的视频进行预处理，包括根据输入视频生成光流图像和基于TRN算法对视频帧进行处理；S2：采用基于空时双流异构嫁接卷积神经网络分别将经过预处理的输入视频分成两路进行特征提取后，采用典型相关分析将提取的特征进行特征融合，其中，进行特征提取的两路分别为采用基于滤波器嫁接技术的稠密卷积神经网络提取空间信息，采用基于滤波器嫁接技术的改进Xception网络提取运动信息，空间信息为从预处理后的视频帧图像中提取的特征信息，运动信息为从预处理后的光流图像中提取的特征信息；S3：采用Softmax分类器对人体动作识别行为特征进行分类，得到最终识别结果。
-
公开(公告)号：CN111931603A
公开(公告)日：2020-11-13
申请号：CN202010710147.5
申请日：2020-07-22
Applicant: 北方工业大学
Abstract: 本发明公开一种基于竞合网络的双流卷积网络的人体动作识别系统及方法，所述系统包括视频输入部分、特征提取部分和结果融合部分，其中特征提取部分还包括竞合网络。所述方法为：将视频输入双流架构的网络，其中时间流部分通过竞合网络对视频帧进行动静像素分割，输出剔除静态区域的光流图像，并输入到中等规模卷积网络，对光流图像进行特征提取；空间流部分将多帧视频图像输入卷积3D网络，对每一帧视频图像进行特征提取；分别在所述中等规模卷积网络和卷积3D网络的softmax层对提取的特征进行特征分类，然后采用多类支持向量机将分类结果进行分数融合，得到人体动作的正确识别，由此减少由环境等外部差异带来的误差，提升动作识别准确度。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.025 seconds)
