公开(公告)号：CN110188700B

公开(公告)日：2022-11-29

申请号：CN201910470515.0

申请日：2019-05-31

Applicant: 安徽大学

Inventor： 王华彬 ,  何学胜 ,  贺莹 ,  秦愿 ,  徐晗 ,  张首平 ,  李宁森 ,  陶亮

IPC: G06V40/20 ,  G06V10/80 ,  G06V10/766 ,  G06V10/82

Abstract: 本发明公开一种基于分组回归模型的人体三维关节点预测方法，包括以下步骤：采集人体2d关节点检测数据；将2d关节点坐标输入到相同结构的回归网络中并得到不同组的3d关节位置并将所得的关键三维位置合并为整体关节向量；通过BiLSTM构建关节点自约束网络和关节组自约束网络，然后将两个自约束网络输出的3d关节点进行累加得到微调后的3d预测关节；通过损失函数计算3d预测关节与3d关节之间的欧氏距离。本发明结合人体四肢关节运动独立性的特点采用分组回归的结构，将四肢和躯干划分入不同关节组中，分别预测各组内关节点的3d位置，同时为使预测结果更贴近真实人体姿态，利用BiLSTM设计人体关节自约束网络用于调整预测结果，提升准确度。

公开(公告)号：CN110188700A

公开(公告)日：2019-08-30

申请号：CN201910470515.0

申请日：2019-05-31

Applicant: 安徽大学

Inventor： 王华彬 ,  何学胜 ,  贺莹 ,  秦愿 ,  徐晗 ,  张首平 ,  李宁森 ,  陶亮

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开一种基于分组回归模型的人体三维关节点预测方法，包括以下步骤：采集人体2d关节点检测数据；将2d关节点坐标输入到相同结构的回归网络中并得到不同组的3d关节位置并将所得的关键三维位置合并为整体关节向量；通过BiLSTM构建关节点自约束网络和关节组自约束网络，然后将两个自约束网络输出的3d关节点进行累加得到微调后的3d预测关节；通过损失函数计算3d预测关节与3d关节之间的欧氏距离。本发明结合人体四肢关节运动独立性的特点采用分组回归的结构，将四肢和躯干划分入不同关节组中，分别预测各组内关节点的3d位置，同时为使预测结果更贴近真实人体姿态，利用BiLSTM设计人体关节自约束网络用于调整预测结果，提升准确度。

公开(公告)号：CN108491802A

公开(公告)日：2018-09-04

申请号：CN201810251845.6

申请日：2018-03-26

Applicant: 安徽大学

Inventor： 王华彬 ,  李梦雯 ,  符春兰 ,  陈昱翔 ,  何学胜 ,  李雪中 ,  陶亮

IPC: G06K9/00

Abstract: 本发明公开了一种基于联合加权差分激励和双Gabor方向的掌纹交叉匹配识别方法。本申请根据掌纹图像纹线丰富的特点，首先，计算中心像素和邻域像素的灰度差分，提取图像的灰度变化特性，并通过各邻域的方向角对差分值进行加权。然后，利用Gabor滤波器提取图像中纹线的方向信息。最后，构建联合加权差分激励和双Gabor方向的掌纹特征。此外，为了能够更好地衡量特征间的相似度，进一步使用交叉匹配算法，提高系统的识别性能。在PolyU，PolyU M_B和CASIA掌纹库上进行实验，识别率均达到100％。实验结果表明，与其它基于局部描述子的掌纹识别方法相比，本申请所述方法具有更高的识别率和更低的等错误率。