一种基于Kinect的卒中风患者康复训练与评估方法及系统

    公开(公告)号:CN114271814A

    公开(公告)日:2022-04-05

    申请号:CN202111603237.5

    申请日:2021-12-24

    Applicant: 安徽大学

    Abstract: 本申请公开了一种基于Kinect的卒中风患者康复训练与评估方法,包括以下步骤:利用深度相机获取患者做康复动作时的若干个关节点的三维坐标;对所述关节点的置信度进行判断,得到判断结果;当所述判断结果为是时,计算所述患者骨骼余弦角度和所述关节点瞬时速度形成测试特征向量;计算所述测试特征向量与标准库中动作相识度,得到所述患者的动作类别;利用评分模型对所述患者的康复动作进行评分,并给出指导意见。本申请解解决了现有技术中数据误差、关节点数据丢失的技术问题,实现了采集的数据进行均值滤波处理,减小噪声影响,并且可以对于缺失关节点数据进行数据预测修复处理,提高数据质量,能够给患者提供了更好的动作分析指导。

    一种基于改进Mask R-CNN草莓叶面积的智能视觉检测方法及系统

    公开(公告)号:CN115050020A

    公开(公告)日:2022-09-13

    申请号:CN202210468407.1

    申请日:2022-04-29

    Applicant: 安徽大学

    Abstract: 本申请公开了一种基于改进Mask R‑CNN草莓叶面积的智能视觉检测方法,包括以下步骤:获取带有参照物的草莓叶片照片数据;对照片数据进行预处理,得到输入图像数据;使用改进型Mask R‑CNN网络框架对输入图像数据进行特征提取,得的特征图像数据,改进型Mask R‑CNN网络框架中利用Swintransformer作为主干网络;将特征图像数据输入识别模型中,识别模型由改进型Mask R‑CNN网络框架进行模型训练得到;利用识别模型统计草莓叶片和参照物的像素;根据草莓叶片和参照物的像素面积比计算出草莓叶片的面积。本申请解决了现有技术中叶片面积测量方式比较繁琐、费时费工、对植株破坏性较大等技术问题,实现了采用改进Mask R‑CNN算法在对物体进行实例分割时具有叶片测量精度高,响应速度快的效果。

Patent Agency Ranking