公开(公告)号：CN118097778A

公开(公告)日：2024-05-28

申请号：CN202410211627.5

申请日：2024-02-27

Applicant: 华侨大学

Inventor： 周林 ,  郑琳潇 ,  鲁紫君 ,  练秋芳 ,  刘奕清 ,  曾金伟 ,  史天健 ,  张跃坤

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/08 ,  G16H20/30

Abstract: 本发明提供了一种康复动作识别方法、装置及计算机存储介质，该方法包括：S1、采集第一视频；S2、根据第一采样步长和第一视频，得到第一图像序列；以及，根据第二采样步长和第一视频，得到第二图像序列；S3、根据第一图像，得到第一图像中的第一目标对象的位置信息，第一图像为第一图像序列中的每一帧图像；S4、根据第二图像序列和第一目标对象的位置信息，得到第一目标对象图像序列；S5、根据第一图像序列和第一目标对象图像序列，得到第一视频中康复动作的类别。本发明可以不用穿戴复杂的设备，随时随地对患者在康复训练中的各种动作进行准确识别。

公开(公告)号：CN119479072A

公开(公告)日：2025-02-18

申请号：CN202411580585.9

申请日：2024-11-07

Applicant: 华侨大学 ,  厦门五卓未来科技有限公司

Inventor： 刘奕清 ,  周林 ,  林守捷 ,  柯毅东 ,  郑琳潇

IPC: G06V40/20 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种轻量化手势识别方法、系统、电子设备及存储介质，涉及计算机视觉技术领域。所述方法包括：获取待检测数据；所述待检测数据包括图片数据和视频数据；将所述待检测手势输入训练好的手势识别模型进行预测，并输出当前帧的手势位置及手势类别；所述手势类别包括one手势、five手势、fist手势、ok手势以及yeah手势；所述手势识别模型是基于YOLOv8n基础网络、GB‑C2f目标检测模块和F‑FPN融合型特征金字塔网络构建的。本发明能够提高手势识别的推理速度和检测精度。

公开(公告)号：CN118072353A

公开(公告)日：2024-05-24

申请号：CN202410277629.4

申请日：2024-03-12

Applicant: 厦门五卓互联网有限公司 ,  华侨大学

Inventor： 张仲衡 ,  刘奕清 ,  周林 ,  柯毅东 ,  欧阳崇辉 ,  柯秉宏

IPC: G06V40/10 ,  G06V10/82 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种手势识别检测方法、装置、设备及存储介质，首先，对特征金字塔进行改进，通过融合两个相邻的低级特征，并将高级特征渐近地纳入到融合过程中。使不相邻层级之间更好的交互，以提取更多有用的信息提高模型对手势特征的感知能力。其次，为有效减小预测框和真实框宽高之间的真实差异，对损失函数进行了改进，在位置回归损失函数中引入了WIoU loss，更加关注普通质量的样本，从而提高网络模型的泛化能力和整体性能。再次，对其进行轻量化改进，加入轻量化网络块到backbone中，最终形成新的YOLOv8‑tiny‑AW网络模型。旨在解决传统手势识别方法的局限性，提高手势检测的准确性和效率。