-
公开(公告)号：CN108830252B
公开(公告)日：2021-09-10
申请号：CN201810671262.9
申请日：2018-06-26
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种融合全局时空特征的卷积神经网络人体动作识别方法，它属于人体动作识别技术领域。本发明解决了传统动作识别方法存在的动作识别的准确率较低的问题。本发明选用InceptionV3基础网络结构，建立空间通道网络和全局时域通道网络，将UCF101视频数据集切割成单帧静态图像，将单帧静态图像分为训练和测试集对空间通道网络训练和测试；计算训练和测试集中单帧静态图像对应的能量运动历史图，对全局时域通道网络进行训练和测试；对训练好的空间通道网络和全局时域通道网络的参数微调，将概率平均值最大的类别作为待识别视频序列的每帧静态图像的动作识别结果，本发明方法的动作识别准确率可以达到87％以上。本发明可以应用于人体动作识别技术领域用。
-
公开(公告)号：CN109726672B
公开(公告)日：2020-08-04
申请号：CN201811613090.6
申请日：2018-12-27
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种基于人体骨架序列和卷积神经网络的摔倒检测方法，它属于人体摔倒检测技术领域。本发明解决了传统的人体摔倒检测方法仅利用不连续的单时间点传感信息来检测，容易带来摔倒的误判的问题。本发明采集了一部分人体摔倒骨架序列和类摔倒骨架序列，并且将MSRDaily Activity3D数据集融合到采集的数据集中，同时为了弥补数据集的空白，本发明利用两种数据增强的方法对数据集进行扩增，以避免过拟合的问题；扩增后的数据集用来训练和测试本发明建立的卷积神经网络，实验结果显示，在测试集上的识别准确率为93.75％，灵敏度为93.9％，所以，本发明的方法克服了传统方法容易带来摔倒的误判的问题。本发明可以应用于人体摔倒检测技术领域。
-
公开(公告)号：CN109829422A
公开(公告)日：2019-05-31
申请号：CN201910088572.2
申请日：2019-01-28
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 本发明提供一种基于脉冲神经网络人体摔倒动作的视频识别方法，属于视频识别技术领域。本发明首先将需要识别的视频中基于时间的人体骨骼节点转换为二维彩色图像，并将其转化为二维灰度图像；然后建立人体摔倒动作识别的脉冲神经网络模型；收集人体摔倒动作和未摔倒动作样本，建立人体摔倒动作数据集；并在该人体摔倒动作数据集的基础上，采用STDP算法对所述脉冲神经网络模型进行训练；最后将二维灰度图像作为训练好的脉冲神经网络模型的输入，输出得到识别结果。本发明解决了现有人体摔倒动作的视频识别技术需要进行人工特征提取，导致效率较低的问题。本发明可用于人体摔倒动作的视频识别。
-
公开(公告)号：CN108830252A
公开(公告)日：2018-11-16
申请号：CN201810671262.9
申请日：2018-06-26
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种融合全局时空特征的卷积神经网络人体动作识别方法，它属于人体动作识别技术领域。本发明解决了传统动作识别方法存在的动作识别的准确率较低的问题。本发明选用InceptionV3基础网络结构，建立空间通道网络和全局时域通道网络，将UCF101视频数据集切割成单帧静态图像，将单帧静态图像分为训练和测试集对空间通道网络训练和测试；计算训练和测试集中单帧静态图像对应的能量运动历史图，对全局时域通道网络进行训练和测试；对训练好的空间通道网络和全局时域通道网络的参数微调，将概率平均值最大的类别作为待识别视频序列的每帧静态图像的动作识别结果，本发明方法的动作识别准确率可以达到87％以上。本发明可以应用于人体动作识别技术领域用。
-
公开(公告)号：CN109886227A
公开(公告)日：2019-06-14
申请号：CN201910146795.X
申请日：2019-02-27
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 本发明提供基于多通道卷积神经网络的室内火灾视频识别方法，属于图像处理识别技术领域。本发明首先对视频中的图像进行火焰的区域分割，提取图像中疑似火焰目标，进而获得疑似火焰目标区域面积；然后对图像提取火焰颜色特征；根据疑似火焰目标区域面积对视频中的图像提取圆形度特征和面积变化特征；再将火焰颜色特征、圆形度特征以及面积变化特征作为检测特征通道，设计卷积神经网络CNN模型；对各个通道图像特征进行识别训练；最后将从待识别视频中提取的火焰颜色特征、圆形度特征以及面积变化特征输入训练好的卷积神经网络中进行火灾识别。本发明解决了现有火灾视频识别技术的识别准确率较低的问题。本发明可应用于室内火灾视频识别。
-
Patent Agency Ranking
公开(公告)号：CN109726672A
公开(公告)日：2019-05-07
申请号：CN201811613090.6
申请日：2018-12-27
Applicant: 哈尔滨工业大学 , 中移(杭州)信息技术有限公司
Abstract: 一种基于人体骨架序列和卷积神经网络的摔倒检测方法，它属于人体摔倒检测技术领域。本发明解决了传统的人体摔倒检测方法仅利用不连续的单时间点传感信息来检测，容易带来摔倒的误判的问题。本发明采集了一部分人体摔倒骨架序列和类摔倒骨架序列，并且将MSRDaily Activity3D数据集融合到采集的数据集中，同时为了弥补数据集的空白，本发明利用两种数据增强的方法对数据集进行扩增，以避免过拟合的问题；扩增后的数据集用来训练和测试本发明建立的卷积神经网络，实验结果显示，在测试集上的识别准确率为93.75％，灵敏度为93.9％，所以，本发明的方法克服了传统方法容易带来摔倒的误判的问题。本发明可以应用于人体摔倒检测技术领域。
-
公开(公告)号：CN115866028B
公开(公告)日：2025-04-29
申请号：CN202111120732.0
申请日：2021-09-24
Applicant: 中移(杭州)信息技术有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种信息处理方法，所述方法包括：接收第一设备发送的目标信息标识；将目标信息标识发送至至少一个第二设备中的目标第二设备，使得第一设备基于目标第二设备接收到的目标信息标识得到第二用户标识；第二用户标识为目标对象在第一设备中的用户标识；接收第一设备发送的第一用户标识；第一用户标识为目标对象在目标第二设备中的用户标识；接收第一设备发送的第二用户标识；将第一用户标识和第二用户标识发送至目标第二设备，使得目标第二设备对第一用户标识和第二用户标识进行绑定。本申请还提供一种信息处理装置、设备及存储介质。本申请提供的信息处理方法，能够避免多个第三方平台无法同步获取即时通信软件的账号的问题。
-
公开(公告)号：CN119697206A
公开(公告)日：2025-03-25
申请号：CN202311247562.1
申请日：2023-09-25
Applicant: 中移(杭州)信息技术有限公司 , 中国移动通信集团有限公司
IPC: H04L67/12 , H04L12/28 , H04L41/0803
Abstract: 本发明提供一种套装设备的绑定方法、装置、电子设备和存储介质，涉及物联网技术领域。其中方法包括：网关设备判断第一信息是否包括第二信息，所述第一信息包括从服务端接收到的所述至少一个子设备的子设备标识信息，所述服务端基于所述套装设备对应的套装设备标识信息获得所述至少一个子设备的子设备标识信息，所述第二信息为从接收到的广播信息中解析得到的待绑定设备的设备标识信息；若是，则确定所述待绑定设备为所述套装设备中的子设备，并将设备绑定请求发送至所述服务端，所述设备绑定请求中携带有所述待绑定设备的设备标识信息。本发明可以大大缩短套装设备的绑定时间，提高套装设备的绑定效率，进而提升用户体验感。
-
公开(公告)号：CN114911829B
公开(公告)日：2025-03-25
申请号：CN202210496773.8
申请日：2022-05-07
Applicant: 中移(杭州)信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F16/2455
Abstract: 本发明涉及数据库技术领域，公开了一种缓存数据库响应方法、多活系统、存储介质及装置，缓存数据库响应方法应用于多活系统，多活系统由多个活跃系统组成，活跃系统包括：应用服务、数据中心以及缓存数据库，由于本发明在应用服务和缓存系统之间建立数据中心，根据缓存数据库的数据结构特征及数据操作方式，从数据操作的角度，定义了数据操作字典，数据中心根据操作字典来控制应用服务对数据缓存系统的数据存取，从而保证了数据操作的透明性和数据库的物理独立性，解决了缓存数据在多活系统中的应用问题。
-
公开(公告)号：CN119359830A
公开(公告)日：2025-01-24
申请号：CN202411932790.7
申请日：2024-12-26
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学 , 中移(杭州)信息技术有限公司
Abstract: 本申请实施例提供一种基于隐式神经表达的动态三维点云压缩方法及装置，方法包括：通过由下采样层与基于分组矢量注意力的注意力层组成的编码器对给定动态点云序列中各帧的点云数据进行嵌入提取，得到包含有点云内容信息的自适应内容特征嵌入；获取各帧的点云数据在给定动态点云序列中的索引值，并通过位置编码函数将点云数据的索引值映射至高维嵌入空间进行嵌入提取，得到包含有点云时间信息的时间索引嵌入；将最佳网络模型的浮点数参数转换为低比特位的整数参数后采用哈夫曼编码进行无损压缩，得到经过无损压缩后的最佳网络模型，并通过最佳网络模型执行动态三维点云数据解码工作；本申请能够有效提高三维点云压缩的效率和准确率。
-
-
-
-
-
-
-
-
-
Search Results
191
records
(took 0.037 seconds)
