公开(公告)号：CN119097892A

公开(公告)日：2024-12-10

申请号：CN202411209616.X

申请日：2024-08-30

Applicant: 科大讯飞股份有限公司

Inventor： 黄世杰 ,  常欢 ,  殷兵 ,  胡金水

IPC: A63B24/00 ,  A63B71/06 ,  A63B5/16 ,  G06V40/20

Abstract: 本申请提供一种运动评测方法、装置、电子设备及存储介质，属于运动评测技术领域，该方法包括：在准备阶段，调用预设的人形检测模型对输入图像帧进行检测，以定位人体框，并根据人体框确定位于起跳区域的测试人员；在起跳阶段，调用预设的人体姿态估计模型和预设的关键帧定位模型，判断测试人员是否已经开始起跳，以确定起跳帧；在腾空阶段和落地阶段，基于起跳帧，调用人体姿态估计模型和关键帧定位模型，判断测试人员是否已经开始落地，以确定落地帧，并根据落地帧确定测试人员的落地点，计算立定跳远成绩。本申请通过自动化和智能化的技术手段，有效地解决了传统立定跳远评测中存在的问题，提供了更为准确、客观和便捷的评测方案。

公开(公告)号：CN118155274A

公开(公告)日：2024-06-07

申请号：CN202311870826.9

申请日：2023-12-29

Applicant: 科大讯飞股份有限公司

Inventor： 常欢 ,  胡雨隆 ,  黄世杰 ,  马彦博 ,  殷兵 ,  胡金水

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种动作计数方法及相关装置、设备和存储介质，其中，动作计数方法包括：获取对目标对象拍摄的图像序列，并基于若干种基础动作类别，得到周期动作集合；其中，周期动作集合包含若干种周期动作类别，且周期动作类别由顺序排列的基础动作类别构成；识别图像序列内拍摄图像中目标对象的目标动作类别；基于各帧拍摄图像的目标动作类别，得到目标对象的有效动作序列；其中，有效动作序列包含顺序排列的基础动作类别；基于周期动作集合对有效动作序列进行检索，得到目标对象分别执行各种周期动作类别的累计数目。上述方案，能够在尽可能地减少感知的前提下，降低动作计数的成本，并提升动作计数的精度。

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

Inventor： 殷实 ,  黄世杰 ,  常欢 ,  殷保才 ,  殷兵 ,  胡金水

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：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

Inventor： 黄世杰 ,  殷实 ,  王金钖 ,  常欢 ,  胡金水 ,  殷保才 ,  殷兵 ,  刘聪

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。