公开(公告)号：CN115131606A

公开(公告)日：2022-09-30

申请号：CN202210676727.6

申请日：2022-06-15

Applicant: 重庆文理学院

Inventor： 马新强 ,  黄羿 ,  李旺 ,  曹帅 ,  白金生 ,  刘友缘 ,  李强 ,  康阳 ,  姚行艳 ,  周安通 ,  万忠杰

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/40 ,  G06V40/20 ,  G06V10/22 ,  G06N3/04

Abstract: 本发明涉及计算机视觉时序动作检测技术领域，公开了一种基于YOLO‑TSM的二阶段工序动作检测方法，包括以下步骤：S1、获取原始工序动作视频流并进行预处理；S2、构建YOLO网络对工序动作视频流进行推理，获取人体的空间分布信息和动作特征信息；S3、构建TSM网络并输入从YOLO网络得到的人体空间分布信息，通过获取人体动作的时间特征进行推理，得到动作特征信息；S4、结合阈值以及通过YOLO网络得到的动作特征信息和TSM网络得到的动作特征信息推理出具体动作。本发明通过融合多个算法模型，在低算力下的硬件条件下提高了实时推理速率和动作检测的准确率。

公开(公告)号：CN115131606B

公开(公告)日：2024-09-10

申请号：CN202210676727.6

申请日：2022-06-15

Applicant: 重庆文理学院

Inventor： 马新强 ,  黄羿 ,  李旺 ,  曹帅 ,  白金生 ,  刘友缘 ,  李强 ,  康阳 ,  姚行艳 ,  周安通 ,  万忠杰

IPC: G06V10/764 ,  G06V10/82 ,  G06V20/40 ,  G06V40/20 ,  G06V10/22 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及计算机视觉时序动作检测技术领域，公开了一种基于YOLO‑TSM的二阶段工序动作检测方法，包括以下步骤：S1、获取原始工序动作视频流并进行预处理；S2、构建YOLO网络对工序动作视频流进行推理，获取人体的空间分布信息和动作特征信息；S3、构建TSM网络并输入从YOLO网络得到的人体空间分布信息，通过获取人体动作的时间特征进行推理，得到动作特征信息；S4、结合阈值以及通过YOLO网络得到的动作特征信息和TSM网络得到的动作特征信息推理出具体动作。本发明通过融合多个算法模型，在低算力下的硬件条件下提高了实时推理速率和动作检测的准确率。

公开(公告)号：CN115272218A

公开(公告)日：2022-11-01

申请号：CN202210868339.8

申请日：2022-07-22

Applicant: 重庆文理学院

Inventor： 马新强 ,  黄羿 ,  李旺 ,  蒋忪涛 ,  康阳 ,  万忠杰 ,  李康 ,  姚行艳 ,  周安通 ,  刘友缘

IPC: G06T7/00 ,  G06N3/04

Abstract: 本发明涉及医学影像检测技术领域，公开了一种基于CBAM机制的残差网络的医学影像辅助检测方法，包括以下步骤：S1、获取医学影像(肺部cxr医学影像)并对所述医学影像进行裁剪以及归一化处理；S2、对归一化处理后的医学影像进行数据变换；S3、基于卷积自编码并结合空间与通道注意力机制的特征提取方法以及hs‑block模块建立网络模型；S4、将进行数据变换后的医学影像输入所述网络模型进行预测并对病灶预测区域可视化。本发明通过引入cbam机制以及引入了hs‑block残差结构加强了模型对肺部X光的特征提取能力提升了检测准确率，用于辅助传统人工对x光肺片的筛查，能够加快检测效率。