-
公开(公告)号：CN115590504B
公开(公告)日：2025-05-20
申请号：CN202211224136.1
申请日：2022-09-30
Applicant: 科大讯飞股份有限公司
IPC: A61B5/11
Abstract: 本申请提出一种运动评测方法、装置、电子设备及存储介质，方法包括：对测试对象运动视频的图像帧进行动作属性分类，确定各图像帧对应的动作属性；图像帧对应的动作属性表示图像帧中所呈现的测试对象的姿态；根据各图像帧对应的动作属性，确定测试对象运动时的每组动作是否合规，得到对每组动作的规范性评测结果；根据对每组动作的规范性评测结果，确定对应测试对象的运动评测结果。采用本申请的技术方案，可以对测试时采集的图像帧进行动作分析，确定测试对象的动作是否合规，并根据动作的规范性评测结果进行动作计数，相比于人工评测更加准确，而且不仅进行了数量评测，还实现了动作规范评测，提高了运动评测以及动作评测的准确度。
-
公开(公告)号：CN117392427A
公开(公告)日：2024-01-12
申请号：CN202311136951.7
申请日：2023-09-04
Applicant: 科大讯飞股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种分子结构识别方法、装置、电子设备和存储介质，其中方法包括：获取分子图像；初始化空的角度集合，在基于分子图像的图像特征进行分子结构解码、并首次解码到分支角度的情况下，将分支角度存入角度集合；从角度集合中取出一个分支角度，以分支角度为引导，基于分子图像的图像特征对分支角度下的分子结构进行解码，并基于解码得到新的分支角度更新角度集合以供下一分支角度下的分子结构解码，直至角度集合为空；基于各分支角度下的解码结果，确定分子图像对应的分子结构。本发明提供的方法、装置、电子设备和存储介质，提高了分子结构解码的可靠性和准确性。
-
公开(公告)号：CN115813374A
公开(公告)日：2023-03-21
申请号：CN202211364774.3
申请日：2022-11-02
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种周期性运动测评方法、装置、电子设备及存储介质，其中方法包括：获取待测视频流；基于所述待测视频流中当前帧的参照物位置信息和人员骨骼点位置信息，确定所述当前帧的运动位移；基于所述待测视频流中各帧的运动位移，确定所述运动位移的极高值拐点和极低值拐点分别对应的拐点帧；基于所述拐点帧，进行周期性运动计数。本发明提供的方法、装置、电子设备和存储介质，降低了周期性运动测评的成本，并且不需要额外安装很多配套设备，提高了周期性运动测评的便捷性；并且基于拐点帧，进行周期性运动计数，相较于人工计数和各类传感器组成的测试仪更加方便快捷，并且没有误差，进一步提高了周期性运动测评的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117710411A
公开(公告)日：2024-03-15
申请号：CN202311665113.9
申请日：2023-12-06
Applicant: 科大讯飞股份有限公司
IPC: G06T7/246 , G06V10/74 , G06T7/73 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种关键点追踪方法及装置，包括：获取第一待处理图像的第一特征向量，第一待处理图像包括目标对象，第一特征向量包括目标对象中关键点的特征向量；根据第一待处理图像和第二待处理图像之间的时序关系以及关键点之间的空间关系，对第一特征向量进行处理，得到第二特征向量，其中，第二待处理图像包括目标对象，第二特征向量中关键点的特征向量学习到特定特征，特定特征包括关键点在第二待处理图像中的特征、与关键点存在空间关系的关键点在第一待处理图像中的特征；对第二特征向量进行解码，得到解码结果，根据解码结果生成关键点的热图；根据关键点的热图，得到关键点的坐标。
-
公开(公告)号：CN115590504A
公开(公告)日：2023-01-13
申请号：CN202211224136.1
申请日：2022-09-30
Applicant: 科大讯飞股份有限公司(CN)
IPC: A61B5/11
Abstract: 本申请提出一种运动评测方法、装置、电子设备及存储介质，方法包括：对测试对象运动视频的图像帧进行动作属性分类，确定各图像帧对应的动作属性；图像帧对应的动作属性表示图像帧中所呈现的测试对象的姿态；根据各图像帧对应的动作属性，确定测试对象运动时的每组动作是否合规，得到对每组动作的规范性评测结果；根据对每组动作的规范性评测结果，确定对应测试对象的运动评测结果。采用本申请的技术方案，可以对测试时采集的图像帧进行动作分析，确定测试对象的动作是否合规，并根据动作的规范性评测结果进行动作计数，相比于人工评测更加准确，而且不仅进行了数量评测，还实现了动作规范评测，提高了运动评测以及动作评测的准确度。
-
公开(公告)号：CN115861338A
公开(公告)日：2023-03-28
申请号：CN202211699750.3
申请日：2022-12-28
Applicant: 科大讯飞股份有限公司
IPC: G06T7/10
Abstract: 本发明公开了一种实例分割方法、装置、电子设备和存储介质，其中，实例分割方法包括：对待分割图像进行目标检测和实例分割，得到目标检测框和第一实例掩码；根据目标检测框，分别从待分割图像对应的多尺度特征图、待分割图像和第一实例掩码获取特征信息，并将获取的特征信息进行融合，得到多尺度深浅特征；基于多尺度深浅特征，生成第二实例掩码；输出目标检测框和第二实例掩码。本发明由于融合了多尺度的低分辨率深层特征和高分辨低层特征，可以更好地预测出实例的掩码细节，输出更为精细的实例掩码，提高了图像实例分割的精度。
-
公开(公告)号：CN115063858A
公开(公告)日：2022-09-16
申请号：CN202210716287.2
申请日：2022-06-23
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种视频人脸表情识别方法、装置、设备及存储介质，本申请获取人脸视频集合，该集合无需进行表情类型的标注，进一步可以利用携带有标注的训练数据训练初始表情分类模型，利用该模型对集合中每一视频段进行表情类型的预测，得到预测的伪标签，该伪标签可能会存在少量的误差，但是预测结果大部分还是正确的，本申请中以人脸视频集合中各视频段作为训练样本，参考伪标签基于对比自监督学习策略，对视频人脸表情识别模型进行预训练，采用这种训练方式无需提供有标注的训练数据，也即不需要大规模有标注人脸表情数据，同时通过对比学习策略，能够很好的学习到不同表情类型的表征特征，基于此训练的视频人脸表情识别模型的精度会更高。
-
公开(公告)号：CN115862147A
公开(公告)日：2023-03-28
申请号：CN202211700126.0
申请日：2022-12-28
Applicant: 科大讯飞股份有限公司
Abstract: 本发明公开了一种姿态估计方法、装置、电子设备和存储介质，属于计算机视觉技术领域，其中，姿态估计方法包括：获取同一用户的多个视图下的二维图像，对每个视图下的二维图像进行特征提取，得到每个视图下的二维图像对应的图像特征；基于图像特征，进行二维人体关键点定位，得到每个视图下的二维图像对应的二维人体关键点；基于二维人体关键点，预测得到三维人体关键点；将预测得到的三维人体关键点作为伪标签，建立多个视图下的二维点的对应关系；基于二维点的对应关系，对每个视图下的二维图像对应的图像特征进行特征加权融合，得到融合后的特征；将融合后的特征作为下一次迭代的图像特征，经过多次迭代后，得到用户的三维姿态估计结果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.032 seconds)
