-
公开(公告)号：CN116092127A
公开(公告)日：2023-05-09
申请号：CN202310179132.4
申请日：2023-02-27
Applicant: 重庆大学
IPC: G06V40/10 , G06V40/20 , G06V10/80 , G06V10/74 , G06V10/82 , G06F16/583 , G06N3/0464 , G06N3/08
Abstract: 一种基于并联式特征融合网络人体动作识别的行人重识别方法，包括以下步骤：1)建立并联式特征融合网络：设置并联式特征融合网络的骨干网络，用于从输入图像中提取多尺度特征，并在该骨干网络的每一层均设置一分支网络，该分支网络用于提高本层图像语义信息的特征表达能力，并累积到骨干网络下一层的分支网络；骨干网络第一层的输出特征作为第一层分支网络的输入特征，从骨干网络第二层开始，骨干网络当前层的输出特征与上一层分支网络的输出特征融合后作为当前层分支网络的输入特征；2)利用并联式特征融合网络提取待检索行人图像的语义信息，将提取的语义信息与候选行人库中所有图像的语义信息一一对比，筛选出候选行人库中与待检索行人图像相似度最高的图像。
-
公开(公告)号：CN116631064B
公开(公告)日：2025-04-22
申请号：CN202310775274.7
申请日：2023-06-28
Applicant: 重庆大学
IPC: G06V40/20 , G06V20/40 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明具体涉及基于关键点与网格顶点互补增强的3D人体姿态估计方法，包括：通过回归预测模型输出各个视频帧的SMPL模型参数；回归预测模型的处理步骤包括：通过骨干网提取关键点热度图以及浅层特征和最终层特征；依次将关键点热度图转换为2D关键点坐标和2D关键点特征，提取时空特征生成3D关键点坐标；通过多尺度特征处理生成部分3D顶点热度图并转换为3D顶点坐标；生成键点‑顶点坐嵌入特征，并通过SMPL参数回归模块输出SMPL模型参数；基于各个视频帧的SMPL模型参数构建SMPL模型。本发明能够实现在连续视频帧中对运动的人体进行连续、平滑的建模估计，并且能够改善SMPL参数回归网络在肢体旋转和体型的构建上存在的信息缺失和拟合难度大等问题。
-
公开(公告)号：CN117727025A
公开(公告)日：2024-03-19
申请号：CN202311730683.1
申请日：2023-12-15
Applicant: 重庆大学
IPC: G06V20/64 , G06V40/10 , G06V10/52 , G06V10/82 , G06N3/0455
Abstract: 本发明公开了单目3D人体姿态估计的帧填充多尺度时间特征提取方法，涉及3D人体姿态提取技术领域。本发明包括以下步骤：S1：问题背景：解释为什么需要单目3D人体姿态估计，以及为什么要使用帧填充和多尺度时间特征提取方法；S2：单目3D人体姿态估计：说明单目3D人体姿态估计的定义和目标；S3：帧填充：详细介绍帧填充的概念和原理，解释在这个特定问题中。本发明通过问题背景：解释为什么需要单目3D人体姿态估计，以及为什么要使用帧填充和多尺度时间特征提取方法，通过对问题背景进行细致的阐述，可以使研究更具可理解性，有助于读者深入了解为什么这个问题是重要的，以及你的研究如何填补现有研究中的空白。
-
公开(公告)号：CN110575609B
公开(公告)日：2022-01-11
申请号：CN201910919873.5
申请日：2019-09-26
Applicant: 重庆大学附属肿瘤医院
Abstract: 本发明公开了一种胆汁经体外引流后回输肠道的套件，包括PTCD组件、第一体外导管、单向导流组件、第二体外导管和胃肠植入组件；PTCD组件用于从体外经腹部皮肤的第一微创开口、肝脏后穿刺胆道，并将胆汁引流至第一体外导管；单向导流组件用于将胆汁从第一体外导管单向导流至第二体外导管；胃肠植入组件用于从体外经腹部皮肤的第二微创开口、胃后植入肠道，并将胆汁从第二体外导管回输入肠道；单向导流组件包括用于加快胆汁流速的手动泵。本发明可以引流得到胆汁并将其排入肠道，免去支架手术或者口服胆汁带来的痛苦，提升患者生存质量，相较于支架手术的可行性更高，并且患者可以通过体外的手动泵自行调节胆汁流速、流量，操作简单可行。
-
公开(公告)号：CN110575609A
公开(公告)日：2019-12-17
申请号：CN201910919873.5
申请日：2019-09-26
Applicant: 重庆大学附属肿瘤医院
Abstract: 本发明公开了一种胆汁经体外引流后回输肠道的套件，包括PTCD组件、第一体外导管、单向导流组件、第二体外导管和胃肠植入组件；PTCD组件用于从体外经腹部皮肤的第一微创开口、肝脏后穿刺胆道，并将胆汁引流至第一体外导管；单向导流组件用于将胆汁从第一体外导管单向导流至第二体外导管；胃肠植入组件用于从体外经腹部皮肤的第二微创开口、胃后植入肠道，并将胆汁从第二体外导管回输入肠道；单向导流组件包括用于加快胆汁流速的手动泵。本发明可以引流得到胆汁并将其排入肠道，免去支架手术或者口服胆汁带来的痛苦，提升患者生存质量，相较于支架手术的可行性更高，并且患者可以通过体外的手动泵自行调节胆汁流速、流量，操作简单可行。
-
Patent Agency Ranking
公开(公告)号：CN117593788A
公开(公告)日：2024-02-23
申请号：CN202311375268.9
申请日：2023-10-23
Applicant: 重庆大学
Abstract: 本发明公开了计算机科学领域的一种基于计算机视觉的人体姿态分类方法，包括如下步骤：使用摄像头捕获实时视频，使用红外传感器获取额外信息，使用光线传感器测量环境光照强度；使用目标检测模型来检测视频帧中的人体，使用目标跟踪算法跟踪检测到的人体，以获取其轨迹信息；使用图像分割技术来检测遮挡物，分析遮挡物的位置和形状；使用姿态估计模型来分析每个人体的关键点，推断人体的姿势；使用机器学习或深度学习模型来进行人物分类；将来自不同传感器和模型的数据整合在一起，区分真实人体和人偶。本分类方法具有高度的灵活性和适应性，可以在各种复杂场景下提供准确的人体姿态分类和识别，为各种应用提供了有力的支持。
-
公开(公告)号：CN117593275A
公开(公告)日：2024-02-23
申请号：CN202311620496.8
申请日：2023-11-30
Applicant: 重庆大学
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种医学图像分割系统，包括预处理模块、图像分割模块和网络轻量化模块。该医学图像分割系统，能够完成数据集的选取、划分和预处理，搭建分割网络框架，在选取的基线网络上进行模块设计，选取优化策略、监督策略和合适的损失函数，在设计完成的模型基础之上，进行模型精简以降低模型的计算和存储资源需求，提高模型的运行效率和部署灵活性，根据重参数化原理，对模型进行重参数化，通过合理的参数融合和近似表示来减少参数的数量，通过深入研究深度学习图像分割算法，设计并实现了针对肾肿瘤三维CT图像的算法，通过模型重参数化和建立基于深度学习的肾肿瘤图像分割系统，为肾肿瘤的诊断和治疗提供了有力的支持。
-
公开(公告)号：CN118212689A
公开(公告)日：2024-06-18
申请号：CN202410306519.6
申请日：2024-03-18
Applicant: 重庆大学
IPC: G06V40/20 , G06V10/82 , G06V10/80 , G06V10/766 , G06V10/44 , G06V10/42 , G06N3/0455 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 本发明公开了基于GCN和Transformer的特征融合3D人体姿态估计方法，包括：将带置信度的2D姿态关键点输入经过训练的姿态估计模型中，输出对应的预测3D人体姿态关键点；姿态估计模型的处理步骤如下：将2D姿态关键点映射到高维；通过多个层级的特征层依次对高维特征进行特征提取，得到对应的时空特征；通过依次连接的空间Transformer和时间Transformer提取全局姿态特征；通过依次连接的GCN块和多尺度Transformer提取局部姿态特征；通过层级特征融合层将各个层级特征层对应的时空特征进行特征融合，生成对应的总体特征；通过回归头对总体特征进行处理，生成对应的预测3D人体姿态关键点。本发明通过GCN来弥补Transformer在人体姿态的空间特征提取上表现不佳的问题，从而提高3D人体姿态估计的准确性。
-
公开(公告)号：CN116631064A
公开(公告)日：2023-08-22
申请号：CN202310775274.7
申请日：2023-06-28
Applicant: 重庆大学
IPC: G06V40/20 , G06V20/40 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明具体涉及基于关键点与网格顶点互补增强的3D人体姿态估计方法，包括：通过回归预测模型输出各个视频帧的SMPL模型参数；回归预测模型的处理步骤包括：通过骨干网提取关键点热度图以及浅层特征和最终层特征；依次将关键点热度图转换为2D关键点坐标和2D关键点特征，提取时空特征生成3D关键点坐标；通过多尺度特征处理生成部分3D顶点热度图并转换为3D顶点坐标；生成键点‑顶点坐嵌入特征，并通过SMPL参数回归模块输出SMPL模型参数；基于各个视频帧的SMPL模型参数构建SMPL模型。本发明能够实现在连续视频帧中对运动的人体进行连续、平滑的建模估计，并且能够改善SMPL参数回归网络在肢体旋转和体型的构建上存在的信息缺失和拟合难度大等问题。
-
公开(公告)号：CN117243598A
公开(公告)日：2023-12-19
申请号：CN202311320562.X
申请日：2023-10-12
Applicant: 重庆大学
Abstract: 本发明公开了健康技术领域的人体姿态智能识别方法及计算机设备，包括数据收集模块、姿态识别模块、提醒和建议模块、突发性疾病识别和预警模块以及通信模块。数据收集模块用于收集老人的个人信息，收集老人在养老院内的行径习惯数据，集成监测设备。姿态识别模块用于使用计算机视觉技术或传感器技术，对老人的姿态进行实时识别，分析老人的姿态，检测是否存在不良姿势或潜在的风险因素。提醒和建议模块用于基于姿态识别结果，向老人提供实时提醒，提供姿势矫正的建议；突发性疾病识别和预警模块：用于进行突发性疾病的识别，在识别到潜在风险时，触发警报或紧急通知；由此提供了高效的监测和干预机制，有效提高老人的健康和安全。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
