公开(公告)号：CN107153829A

公开(公告)日：2017-09-12

申请号：CN201710433313.X

申请日：2017-06-09

Applicant: 南昌大学

Inventor： 姚磊岳 ,  闵卫东

IPC: G06K9/00 ,  G06T7/246 ,  G08B21/24

CPC classification number: G06K9/00369 ,  G06T7/251 ,  G06T2207/10016 ,  G06T2207/10028 ,  G06T2207/30196 ,  G06T2207/30232 ,  G08B21/24

Abstract: 一种基于深度图像的不良坐姿提醒方法和装置，该方法包括：监测Kinect摄像头拍摄的视频中每一帧深度图像，计算当前深度图像中人体的躯干弯曲角度；当所述躯干弯曲角度大于第一阈值时，确定所述当前深度图像为不良坐姿图像；当所述躯干弯曲角度小于或等于第一阈值时，计算所述当前深度图像中人体的颈部弯曲角度；当所述颈部弯曲角度大于第二阈值时，确定所述当前深度图像为不良坐姿图像；计算预设时间内所述不良坐姿图像的数量与所述预设时间内所述深度图像的总数量的比值；当所述比值大于第三阈值时，发出提示。本发明成本低、算法简单、计算量小、计算准确、效率高等特点，可在实际应用中得到更好推广和实施。

公开(公告)号：CN120014715A

公开(公告)日：2025-05-16

申请号：CN202510504014.5

申请日：2025-04-22

Applicant: 南昌大学

Inventor： 韩清 ,  赵龙琪 ,  闵卫东 ,  程洪辉 ,  严聪

IPC: G06V40/20 ,  G06N3/042 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/42 ,  G06V10/44

Abstract: 本申请属于计算机视觉领域，公开了基于多样式拓扑矩阵和细化骨骼特征的一种三维骨骼人体全身动作识别方法、系统、设备及介质，该方法首先获取包含多帧人体关节点三维坐标的骨骼动作序列数据，构建由头部、躯干、下肢三个局部邻接矩阵和一个全局邻接矩阵组成的多样式拓扑结构；通过图卷积网络进行时空特征提取后，对输出特征进行细化处理生成局部和全局特征表示，并计算对应的预测概率分布；采用全局与局部预测概率分布联合优化的组合损失函数训练网络，最终输出动作分类结果。该方法通过有效骨骼拓扑表示捕捉关节关系，结合局部与全局特征精细化学习，提升了三维骨骼人体动作识别性能。

公开(公告)号：CN119963708A

公开(公告)日：2025-05-09

申请号：CN202510449977.X

申请日：2025-04-11

Applicant: 南昌大学

Inventor： 韩清 ,  严聪 ,  闵卫东 ,  赵龙琪 ,  程洪辉

IPC: G06T13/40 ,  G06T7/68 ,  G06V10/776 ,  G06V10/82 ,  G06V40/10

Abstract: 本申请公开了一种三维数字人体生成方法及系统，属于计算机视觉技术领域。其中方法包括：获取人体正面图像数据集并进行预处理，得到目标数据集；构建背面生成法线融合网络模型，并根据目标数据集中对背面生成法线融合网络模型进行训练和测试；将待生成三维数字人体的正面图像输入测试后的背面生成法线融合网络模型，背面生成法线融合网络模型输出待生成三维数字人体的正面图像对应的三维数字人体。通过潜在扩散模型结合关节点信息生成人体背面图像，将单视图缺失的背面几何与纹理信息转化为双视角一致的数据，提高背面图像预测的准确性。

公开(公告)号：CN119941584A

公开(公告)日：2025-05-06

申请号：CN202510423729.8

申请日：2025-04-07

Applicant: 南昌大学

Inventor： 闵卫东 ,  项洪越 ,  韩清

IPC: G06T5/77 ,  G06T5/60 ,  G06N3/0464

Abstract: 本申请公开了一种盲图像修复方法及系统，属于计算机视觉技术领域。方法包括获取图像数据集并预处理，得到破损图像数据集；构建高鲁棒性盲图像修复网络模型，并根据破损图像数据集中的部分数据对高鲁棒性盲图像修复网络模型进行训练，并根据另一部分数据对训练后的高鲁棒性盲图像修复网络模型进行测试；将目标破损图像输入测试后的高鲁棒性盲图像修复网络模型进行处理，得到目标破损图像的目标修复图像；全局局部特征分析模块以从全局和局部两个不同层面上分别对目标破损图像进行分析，有效提高破损区域的定位精度；通过自适应特征聚合模块对卷积特征进行增强，并传递至转置卷积模块，有效提高图像修复性能，生成高质量修复图像。

公开(公告)号：CN119916946A

公开(公告)日：2025-05-02

申请号：CN202510397125.0

申请日：2025-04-01

Applicant: 南昌大学

Inventor： 闵卫东 ,  张瑶 ,  韩清 ,  杨菁 ,  项洪越

IPC: G06F3/01

Abstract: 本申请属于计算机视觉技术领域，公开了基于接触建模与接触区域对齐的虚拟手势生成方法及系统，该方法包括：获取并预处理手‑物接触数据样本，对手‑物接触数据样本进行点云特征提取，得到手‑物点云初始特征；利用条件变分自编码器对手‑物点云初始特征中的物体接触位置、手部接触位置、手部接触部位以及手部接触方向进行联合接触建模，得到联合接触表示，基于联合接触表示，利用接触预测模型获得手‑物预测接触图；根据手‑物预测接触图，在全局和局部两个层次分别对手部和物体的接触区域进行对齐约束，优化手的全局姿势参数和局部关节姿势参数，得到最终的抓取手势。该方法能够提升虚拟手势在复杂交互场景下的准确性和现实性。

公开(公告)号：CN119863613A

公开(公告)日：2025-04-22

申请号：CN202510344884.0

申请日：2025-03-24

Applicant: 南昌大学

Inventor： 廖频 ,  陈瑞 ,  王富康 ,  王曦颖 ,  邹昌凯 ,  闵卫东 ,  韩清

IPC: G06V10/25 ,  G06V20/54 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V10/77 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明涉及交通目标检测领域，提出一种基于自适应感知注意力的实时交通目标检测方法及系统，通过设计了自适应缩放因子，以动态调整每个注意力头对不同特征的关注强度和注意力分布，增强了对局部特征的注意力，提高了目标检测的准确性，再设计一种多尺度偏移感知注意力模块，增强了采样偏移生成过程的空间感知能力，以更好地关注关键区域，提高了复杂场景下目标检测的准确性和鲁棒性，又设计了一种双向跨尺度特征融合模块，在不同特征层次之间进行跨层连接，增强了特征融合能力，以减少特征的信息损失，同时加入动态上采样算子，进一步减少了特征的信息损失，提高了目标检测的准确性，本发明提高了交通目标检测方法的准确性和鲁棒性。

公开(公告)号：CN118397402B

公开(公告)日：2024-10-11

申请号：CN202410863073.7

申请日：2024-06-29

Applicant: 南昌大学

Inventor： 廖频 ,  王曦颖 ,  王富康 ,  陈瑞 ,  邹昌凯 ,  闵卫东 ,  韩清

IPC: G06V10/774 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种轻量级小目标森林火灾检测模型的训练方法及系统，涉及森林火灾检测技术领域，该训练方法包括：获取关于森林火灾的初始图像数据集并进行数据增强；构建StarELAN网络，将StarELAN网络作为YOLOv9模型中特征提取的主网络，并对YOLOv9模型进行缩小调整，以轻量化YOLOv9模型；在轻量化的YOLOv9模型中增设小目标检测头，并在所有检测头中引入LSK注意力机制，以捕捉小目标森林火灾；构建Inner‑CIoU损失函数，并作为轻量级小目标森林火灾检测模型的最终损失函数；根据该损失函数，将数据增强后的初始图像数据集对轻量级小目标森林火灾检测模型进行检测训练。因此，基于该训练方法得到森林火灾检测模型能够快速准确地对小目标森林火灾进行检测。

公开(公告)号：CN114170176B

公开(公告)日：2024-04-02

申请号：CN202111471745.2

申请日：2021-12-02

Applicant: 南昌大学

Inventor： 李渭 ,  夏正豪 ,  闵卫东

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/62 ,  G06T5/20 ,  G06T5/70 ,  G06V10/762

Abstract: 本发明公开了一种基于点云的钢格板焊缝自动检测方法，包括以下步骤：步骤S1，获取焊缝数据；步骤S2，点云降采样；步骤S3，分割出框面点云集；步骤S4，分割出焊面点云集；步骤S5，确定框面；步骤S6，确定焊面和焊缝起始端；步骤S7，确定起始焊点、中间焊点、结束焊点和安全点；步骤S8，坐标转换。本发明具有针对钢格板焊缝进行检测时精度高，在强烈弧光、飞溅和电弧噪声等干扰下准确地提取出焊缝位置，特征点位置，具有抗干扰能力强、识别准确等优点。

公开(公告)号：CN117611820A

公开(公告)日：2024-02-27

申请号：CN202311623913.4

申请日：2023-11-30

Applicant: 南昌大学

Inventor： 闵卫东 ,  黄政 ,  盖迪 ,  汪琦 ,  韩清 ,  熊辛

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V10/77 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明公开了一种基于局部特征对比学习的半监督医学图像分割方法，包括：1）将医学图像数据送入框架中的学生模型，得到相应的预测分割结果和预测SDM，将预测分割结果和预测符号距离图与真实标记分割结果和真实符号距离图进行损失计算；2）利用BC进行局部特征块的分类；3）通过对步骤2）中提取的最后一层特征进行投影得到投影特征，将该投影特征同样切割成n×n个特征块，将预测符号距离图中的n×n个图像块和投影特征中的n×n个特征块一一对应，得到特征块的分类，利用密集局部特征对比学习模块进行对比学习，得到最后的图像分割结果。本发明方法相较传统分割算法能较好的适应边界模糊、对比度低的情况，分割效果优于其他算法。

公开(公告)号：CN117391928A

公开(公告)日：2024-01-12

申请号：CN202311050476.1

申请日：2023-08-21

Applicant: 南昌大学

Inventor： 闵卫东 ,  胡晓平 ,  杜伟 ,  叶芳华

IPC: G06T3/04 ,  G06V40/16 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供了一种基于注意力跳跃连接的人脸属性编辑方法，基于对称的编码器解码器架构，在编码器和解码器利用卷积神经网络提取图像特征的过程中引入自注意力机制，有利于模型获取长距离依赖关系，进一步提升模型的属性解耦能力。此外在基于编码器解码器的架构上引入了跳跃连接，让解码器进行上采样时利用编码器传递过来的细节信息进行补充，并在跳跃连接中引入了信息过滤模块，在注意力机制的引导下选择性地丢弃与目标属性有关的信息，只保留与目标属性无关的信息，从而提升图像生成质量并且不会对编辑能力造成负面影响。