一种基于三维人体建模点云特征编码的步态识别方法

    公开(公告)号:CN114973422A

    公开(公告)日:2022-08-30

    申请号:CN202210844535.1

    申请日:2022-07-19

    Abstract: 本发明提供了一种基于三维人体建模点云特征编码的步态识别方法,涉及人体三维建模和步态识别领域。从步态视频中获取三维点云序列数据,提出了一种基于点云特征编码的步态识别模型,该模型设计了一种关节点感知的点云区域划分方法,首先将无序的点特征映射到有序的骨架关节上来聚合局部信息,然后设计多层级点特征编码捕捉关节点邻域局部空间几何特征,并通过区域特征编码捕捉关节点间的全局依赖,最后构建时序特征编码器学习全局时空动态特征进行步态识别。本发明从高维度的时序点云数据中捕捉具有鉴别性的局部空间依赖和全局动态特征,对现有的基于模型步态识别方法进行了实质性的改进,提升了现实场景非受控视角下步态识别的准确性和鲁棒性。

    一种曲面分片共形摊平方法
    22.
    发明公开

    公开(公告)号:CN118864231A

    公开(公告)日:2024-10-29

    申请号:CN202411346090.X

    申请日:2024-09-26

    Abstract: 本发明公开了一种曲面分片共形摊平方法,涉及曲面摊平领域;步骤为:对于输入的三角网格曲面,首先检查曲面的亏格数,若亏格数大于0,则利用Reeb图和环绕数寻找环柄圈和隧道圈,然后利用最短路径树缩短环柄圈和隧道圈,沿环柄圈和隧道圈剪开曲面,得到分片带边曲面;再搜索分片带边曲面的所有边界和连通分支,不是单连通曲面的连通分支,通过寻找不同边界之间的路径,并沿路径剪开,形成单连通曲面,无边界的连通分支,则沿一条路径剪开为边界;最后通过共形能量极小化方法计算共形摊平映射,将所有连通分支摊平。本方法实现了曲面分片,并通过共形能量极小化计算共形摊平映射,保留了曲面的形状特征,适用于任意亏格曲面的分片和共形摊平。

    一种有人模式下的便携式无人机空间定位方法及装置

    公开(公告)号:CN118011318A

    公开(公告)日:2024-05-10

    申请号:CN202311845807.0

    申请日:2023-12-28

    Abstract: 本发明公开一种有人模式下的便携式无人机空间定位方法。通过在人群中使用具有拍照功能的便携式联网设备,如手机等对无人机进行定位。首先设计软件,该软件主要包括信息采集与拍照系统,并将软件收集的信息发送至服务器终端进行处理。首先判断在tk至tk+1时刻内是否存在大于1名人员使用该软件,若大于1名人员则进入无人机定位流程。用户通过便携式设备拍摄出现的无人机画面,并通过信息采集系统记录当前时刻各类信息,通过点击拍摄画面中出现的无人机,然后发送至后台处理终端,终端得到传送来的数据信息,即可对当前时刻所出现的无人机进行定位。该方法是一种新型的无人机定位方法,通过大于1人使用可拍照便携式设备即可完成对低小慢无人机的定位。

    基于多模态结构相似度神经网络的低剂量PET-CT重建方法

    公开(公告)号:CN115423893A

    公开(公告)日:2022-12-02

    申请号:CN202211366435.9

    申请日:2022-11-03

    Abstract: 本发明公开了一种基于多模态图像结构相似度的神经网络的低剂量PET‑CT重建方法。发明的核心是利用CT图像的结构信息,使得短时间窗位采集的PET图像达到长时间窗位采集的效果,有助于减少运动伪影并提高病人的扫描舒适度。通过构建多模态多分支带自注意力机制的深度卷积神经网络,在损失函数中引入多模态图像结构相似度来学习CT图像中的结构信息,使得低剂量PET图像的峰值信噪比提高9%的同时,成功达到标准剂量PET图像的效果,且结构信息明显优于标准剂量PET图像。本发明利用CT图像信息的同时,在损失函数中引入刻画多模态图像结构相似度的罚项,从而得到了包含更多结构信息的高精度PET图像。

    一种精密进近下地基增强系统完好性评估方法及系统

    公开(公告)号:CN114296117B

    公开(公告)日:2022-06-21

    申请号:CN202210226260.5

    申请日:2022-03-09

    Abstract: 本发明公开了一种精密进近下地基增强系统完好性评估方法,本方法利用蒙特卡洛采样进近过程中的参数,并仿真飞机精密进近过程中的GBAS系统,利用设计的多个监视器对于进近过程中的参数进行检验,最终得到单个监视器的漏检率并进行组合,通过加权最终得到飞机精密进近过程中的完好性风险评估结果。本方法能够模拟极限异常情况下的飞机精密进近过程,消除潜在的完好性风险。

    基于最优传输的3D大脑病变分割方法

    公开(公告)号:CN112991355A

    公开(公告)日:2021-06-18

    申请号:CN202110519585.8

    申请日:2021-05-13

    Abstract: 本发明设计了一种基于二阶段最优传输的3D大脑病变分割方法,主要步骤为:针对3D大脑医学影像发展有效、可靠且稳定的二阶段最优传输数值算法,将3D大脑影像二阶段最优传输映射到一个长方体,两者之间的转换所产生的精度损失仅为0.5%左右;选择精度损失最少的映射所得到的长方体图像,放入神经网络进行训练,利用权威网站提供的数据集训练模型,得到数据集的预测结果;借助最优传输映射的逆映射,将其还原至原始大脑影像,得到的训练集及测试集的整体病变分割精度分别达到98.5%及92.0%。

Patent Agency Ranking