一种基于Transformer的康复动作评估方法

    公开(公告)号:CN117671787A

    公开(公告)日:2024-03-08

    申请号:CN202311655843.0

    申请日:2023-12-05

    Applicant: 安徽大学

    Abstract: 本申请公开了一种基于Transformer的康复动作评估方法,涉及动作质量评估技术领域,包括下列顺序的步骤:S1、设计基于Transformer的预测模型;S2、使用KIMORE数据集训练模型;本发明能够更为科学的评估动作质量,能够检测出同类测试动作之间比较细微的差异,利用深度学习算法对骨骼点坐标信息进行分析和建模,能够实时监测、识别和预测人体动作的质量,为用户提供精确的动作指导和质量提升,本发明通过智能评估系统对患者的运动进行评估,并以分数的形式形成反馈,这种互动技术可以激励患者的积极参与,提高训练效果,本发明对比通过图像对动作质量进行评估的方法,集采集和分析于一体大大减少了计算资源的消耗。

    一种基于jetson tx2和TensorRT加速推理的跌倒检测方法

    公开(公告)号:CN116912943A

    公开(公告)日:2023-10-20

    申请号:CN202310886878.9

    申请日:2023-07-19

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于jetsontx2和TensorRT加速推理的跌倒检测方法,包括:对截取的视频片段进行预处理;对预处理后的视频数据源进行数据集标注,得到标注数据集;对标注数据集进行预处理,得到标签数据集;构建并训练动作识别模型TwoStreamST‑GCN;通过人体框检测模型、人体关键点检测模型、动作识别模型TwoStreamST‑GCN进行TensorRT加速,得到加速推理引擎;根据加速推理引擎对视频流进行动作识别推理,得到动作识别推理结果;将动作识别推理结果进行报警通知。本发明有效解决了跌倒检测设备的成本较高、摄像头检测造成的隐私问题、检测设备的是否侵入式问题,相较于传统的跌倒检测算法具有可扩展性好、鲁棒性强等优点。

    一种基于卷积神经网络的工业产品表面缺陷检测和分类装置

    公开(公告)号:CN112686833B

    公开(公告)日:2023-06-06

    申请号:CN202010852805.4

    申请日:2020-08-22

    Applicant: 安徽大学

    Abstract: 本发明涉及工业产品表面的缺陷检测和分类技术领域,公开了一种基于卷积神经网络的工业产品表面缺陷检测和分类装置,包括图片采集系统、缺陷检测系统、显示系统、数据分发系统和模型更新系统,所述图片采集系统包括ARM芯片、标号模块、摄像模块和数据发送模块A。本发明具有缺陷检出、缺陷定位和缺陷分类的功能,利用监控模块可以实时采集产品表面情况以及进行相应的缺陷检测和分类任务,且基于度量学习的小样本分类网络进行缺陷的分类,能够在ImageNet数据集上训练,在缺陷检测时,不需要大量的数据集进行训练,只要很少的产品缺陷数据就能获得良好的结果,且自动化程度高,准确率高,成本较低。

    一种基于卷积神经网络的无创血压预测方法、装置及实时监测系统

    公开(公告)号:CN115470716A

    公开(公告)日:2022-12-13

    申请号:CN202211306415.2

    申请日:2022-10-24

    Applicant: 安徽大学

    Abstract: 本发明提供了一种基于卷积神经网络的无创血压预测方法、装置及实时监测系统。通过采集用户指尖的PPG信号;对所述PPG信号执行预处理,以获取第一处理信号;将所述第一处理信号输入至基于卷积神经网络的血压预测模型,以预测生成用户血压信号;所述血压预测模型包括主干网络、基于注意力机制的信息蒸馏网络。相比于现有技术,通过使用双通道编码部分,通过双通道特征提取以提升精度;在编码部分使用改进注意力机制的信息蒸馏模块,获取不同尺度下的特征信息;双通道编码部分使用Addition连接输入到解码部分,加快血压预测速度的同时,提升模型的预测性能。

    一种基于StyleGAN的人脸图像修复方法

    公开(公告)号:CN115049556A

    公开(公告)日:2022-09-13

    申请号:CN202210736142.9

    申请日:2022-06-27

    Applicant: 安徽大学

    Abstract: 本申请公开了一种基于StyleGAN的人脸图像修复方法,步骤包括:将真实人脸图像分割为人脸区域和背景区域,作为训练集;对数据集进行数据增强,将原始图像设置为标签;利用训练集和标签对编码器进行训练,得到编码器网络;利用编码器网络分别提取真实人脸图像的隐码向量、待修复图像人脸区域的隐码向量、待修复图像背景区域的隐码特征图;将真实人脸图像的隐码向量与待修复图像人脸区域的隐码向量进行混合,得到混合人脸的隐码向量,将混合人脸的隐码向量与待修复图像背景区域的隐码特征图一同输入到StyleGAN生成器网络中,得到修复完成的人脸图像。本申请实现了人脸图像修复能力大幅提升,并且使得修复过程中很好地保证结构相似。

    一种基于情景式照片匹配群组和好友的方法及系统

    公开(公告)号:CN114880638A

    公开(公告)日:2022-08-09

    申请号:CN202210284119.0

    申请日:2022-03-22

    Applicant: 安徽大学

    Abstract: 本申请公开了一种基于情景式照片匹配群组和好友的方法及系统,方法包括以下步骤:获取用户人脸图片,对用户人脸图片进行识别检测;匹配得到用户的虚拟身份;依据虚拟身份向用户推送符合虚拟身份的情景群组;将情景群组中的群内好友推荐给用户;其中,情景群组的生成包括以下步骤:利用生成对抗网络生成多个主题照片库,每个主题照片库对应一个情景主题;将每个情景主题中划分为多个具体化的情景标签;将每个情景标签对应一个情景群组。本申请实现了利用用户人脸创建虚拟身份,并依据虚拟身份匹配预设的情景群组,通过在情景群组内获取好友推荐,整个系统的活动都是基于虚拟身份,对用户的隐私保护较好。

    一种基于AR眼镜的产品配件检测定位引导组装方法及系统

    公开(公告)号:CN114299260A

    公开(公告)日:2022-04-08

    申请号:CN202111584269.5

    申请日:2021-12-22

    Applicant: 安徽大学

    Abstract: 本申请公开了一种基于AR眼镜的产品配件检测定位引导组装方法及系统,包括以下步骤:获得安装基座的位置数据;获取安装基座的深度图像数据流和视频数据流;将深度图像数据流转换为点云数据;将视频数据流传输至台式机服务端;接收台式机服务端发送的与安装基座相匹配的配件的识别数据;将配件的识别数据与点云数据进行比对,并得到配件的三维坐标数据;识别配件上的二维码,并得到配件的序号;配件的模拟模型与安装基座的模拟模型之间建立模拟引导线。本申请实现了采用三维点云的目标识别,并结合二维码识别辅助,能够快速定位目标配件的三维空间位置,得到较为精确的三维坐标,将物件与物件之间能够进行虚拟模型引导,以便于快速安装。

    一种基于卷积神经网络的工业产品表面缺陷检测和分类装置

    公开(公告)号:CN112686833A

    公开(公告)日:2021-04-20

    申请号:CN202010852805.4

    申请日:2020-08-22

    Applicant: 安徽大学

    Abstract: 本发明涉及工业产品表面的缺陷检测和分类技术领域,公开了一种基于卷积神经网络的工业产品表面缺陷检测和分类装置,包括图片采集系统、缺陷检测系统、显示系统、数据分发系统和模型更新系统,所述图片采集系统包括ARM芯片、标号模块、摄像模块和数据发送模块A。本发明具有缺陷检出、缺陷定位和缺陷分类的功能,利用监控模块可以实时采集产品表面情况以及进行相应的缺陷检测和分类任务,且基于度量学习的小样本分类网络进行缺陷的分类,能够在ImageNet数据集上训练,在缺陷检测时,不需要大量的数据集进行训练,只要很少的产品缺陷数据就能获得良好的结果,且自动化程度高,准确率高,成本较低。

    一种地下水采样分析系统
    39.
    实用新型

    公开(公告)号:CN220819553U

    公开(公告)日:2024-04-19

    申请号:CN202322525167.7

    申请日:2023-09-18

    Abstract: 本实用新型涉及地下水采样技术领域,公开了一种地下水采样分析系统,包括采样分析系统主体,采样机构包括:采样皿,采样皿呈圆柱状;升降柱,升降柱连接在采样皿的外侧;支撑座,支撑座安装在采样皿的头尾两端;通孔,通孔开设在支撑座的外表面上;驱动座,驱动座安装在采样皿的底端;伸缩杆,伸缩杆连接在驱动座的上方;阻水板,阻水板安装在伸缩杆的顶端。本实用新型通过驱动座控制伸缩杆的工作,伸缩杆从而带动阻水板进行收缩,阻水板从而下降高度,阻水板松开对通孔的抵接,地下水从而穿过通孔进入到采样皿的内部,采样皿从而实现对地下水的收集,后续取出地下水进行分析操作也方便。

Patent Agency Ranking