-
公开(公告)号：CN116844222A
公开(公告)日：2023-10-03
申请号：CN202310308786.2
申请日：2023-03-27
Applicant: 南通大学
Abstract: 本发明公开一种基于深度摄影技术的平衡木游戏反馈系统及反馈方法，方法包含以下步骤：Step1、通过深度摄像相机拍摄体操运动员平衡木训练时各种动作的照片，制作运动员动作数据集，并对数据做增强处理；Step2、使用nnformer作为体操运动员加分动作分割模型，采用监督学习训练动作分割模型；Step3、对监督学习方法进行改进，并对改进后的模型进行训练；Step4、使用训练好的子模型进行图像分割。Step5、结合游戏反馈系统，进行动作智能评分修正。本发明提出改进的监督学习方法，结合计算机视觉，准确率更高，且不会增加推理时间，模型的实用性和泛化性更高。且本发明结合游戏反馈系统，可以增加运动员训练趣味，并可以应用于生活中。
-
公开(公告)号：CN116434025A
公开(公告)日：2023-07-14
申请号：CN202310438180.0
申请日：2023-04-23
Applicant: 南通大学
Abstract: 本发明涉及目标检测技术领域，具体涉及一种基于多尺度感受野特征融合的目标检测模型，本发明设计新模块CspRepSPP，使用深度卷积(Depthwise Convolution)代替SPPF模块中的最大池化，通过深度卷积在特征图每个通道上进行卷积运算，有效地解决了原模块存在的信息丢失问题，并通过结构重参数化与CSP(CrossStagePartial)化进一步降低了模块在推理过程中的计算量。新模块CspRepSPP相比SPPF，在推理阶段具有更快的运算速度，并有更大的精度提升。同时，本发明受SPP的多尺度感受野特征融合思想启发，设计了一个新的特征提取模块ImprovedBottleNeck，将该模块替换YOLOv5中的传统BottleNeck，使得目标检测模型在每个阶段都对不同大小感受野的特征进行融合，进一步提升了模型的检测精度，并且没有额外的运算量。
-
公开(公告)号：CN116100981A
公开(公告)日：2023-05-12
申请号：CN202310222800.7
申请日：2023-03-09
Applicant: 南通大学
Abstract: 本发明公开一种双直角可伸缩式的柔性圆规结构，包括底盘；所底盘下方设置有支撑脚架以及定位圆心杆；底盘上设置有旋盘；旋盘上连接有主支撑伸缩臂；主支撑伸缩臂上连接有旋转手柄；旋转手柄一侧设置有多级伸缩臂，该多级伸缩臂一侧连接有副支撑伸缩臂；副支撑伸缩臂下端通过螺钉固定有笔具。本发明将副支撑伸缩臂连结洞孔限制螺钉处的圆柱挖切，使其中空，再添加螺栓来达到稳固笔具的作用。同时，通过调节螺栓的松紧，笔具的大小也可在一定范围内任意改变。本发明双直角圆规结构不仅可以有效解决画稍大或稍小圆困难的问题，而且使得绘画圆的方式更加便捷，画图错误率大大降低，所画的圆也更加精确和画图过程也更加快速便捷。
-
公开(公告)号：CN116173478B
公开(公告)日：2024-08-27
申请号：CN202310206485.9
申请日：2023-03-06
Applicant: 南通大学
IPC: A63B69/16 , A63B22/04 , A63B71/06 , A63B24/00 , G03B15/00 , G03B17/00 , G03B35/00 , H04N13/243 , H04N13/30 , H04W4/80
Abstract: 本发明提供一种用于室内自行车安全骑行训练的姿势矫正系统，包括握力传感器、装有光学式动作捕捉技术系统设备的训练衣、动作捕捉相机、压力传感器、小型显示屏、基于3Dmesh的微型电脑主控模块以及供电装置。本发明既可以试试监测骑行者的骑行状况，以便于对其骑行姿势进行规范与调整，也可以减少因为动作不规范，而造成的骑行费力，肩部、股部、脊椎的损伤。它可以实时反映骑行者的骑行姿势，手握力度，提高了骑行者训练的效率，促进自行车运动更好地融入人们的运动生活之中，同时也体现了“智慧体育”的概念。
-
Patent Agency Ranking
公开(公告)号：CN116935325A
公开(公告)日：2023-10-24
申请号：CN202310991297.1
申请日：2023-08-08
Applicant: 南通大学
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/246
Abstract: 本发明提供一种基于检测和跟踪的公交站台遗留物检测方法，包括以下步骤：构建图像数据集；将图像数据集输入到改进后的YOLOv5s目标检测器中进行训练；用训练好的YOLOv5s目标检测器识别乘客及其随身携带的物品；通过多目标跟踪器StrongSORT对目标的运动轨迹进行跟踪；利用欧几里得距离度量和速度度量对多个物品及其对应乘客进行匹配；根据乘客、物品的匹配关系和遗留判定规则，判断视频帧中出现的物品是否为遗留物，并向控制台发送预警信息。本发明可以克服光影变化和场景变化，有效过滤环境噪声的干扰。通过新型空间金字塔池化层和特征提取模块，结合新型多目标跟踪器StrongSORT，本发明的检测效果更优，即使在复杂、有遮挡的环境中，也能准确的检测出遗留物。
-
公开(公告)号：CN116637341A
公开(公告)日：2023-08-25
申请号：CN202310535415.8
申请日：2023-05-12
Applicant: 南通大学
Abstract: 本发明公开一种基于深度摄像技术辅助体育锻炼的系统及其方法，基于深度摄像技术、传感器技术、超声波测距技术、大数据算法，为人们体育锻炼提更加可靠的锻炼计划，本发明利用利用传感器技术，多模态融合，利用热成像技术，根据人体运动时温度的变化对人体某个区域机体活动的强度和运动量变化进行监测；利用超声波测距技术测量锻炼者身高，以及是否位于合理的传感器监测范围内。基于以上多项测算，最大程度上建立出三维人体模型，并通过以上数据自动测算出锻炼者所需要的力度以及所需要做的个数与组数。使体育锻炼更加科学化、数字化、个性化，避免体育锻炼过程中的新手锻炼者锻炼不到位或者过度的情况，同时为新手提供锻炼方案。
-
公开(公告)号：CN116173478A
公开(公告)日：2023-05-30
申请号：CN202310206485.9
申请日：2023-03-06
Applicant: 南通大学
IPC: A63B69/16 , A63B22/04 , A63B71/06 , A63B24/00 , G03B15/00 , G03B17/00 , G03B35/00 , H04N13/243 , H04N13/30 , H04W4/80
Abstract: 本发明提供一种用于室内自行车安全骑行训练的姿势矫正系统，包括握力传感器、装有光学式动作捕捉技术系统设备的训练衣、动作捕捉相机、压力传感器、小型显示屏、基于3Dmesh的微型电脑主控模块以及供电装置。本发明既可以试试监测骑行者的骑行状况，以便于对其骑行姿势进行规范与调整，也可以减少因为动作不规范，而造成的骑行费力，肩部、股部、脊椎的损伤。它可以实时反映骑行者的骑行姿势，手握力度，提高了骑行者训练的效率，促进自行车运动更好地融入人们的运动生活之中，同时也体现了“智慧体育”的概念。
-
公开(公告)号：CN118840552A
公开(公告)日：2024-10-25
申请号：CN202410921267.8
申请日：2024-07-10
Applicant: 南通大学 , 苏州申辰医疗科技有限公司 , 盐城同洲骨科医院
IPC: G06V10/26 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明属于图像分割技术领域，具体涉及基于注意力机制的多尺度残差脑肿瘤图像分割方法。本发明首先，利用双残差特征融合模块增强不同层次间的特征信息融合。其次，引入空洞空间金字塔池化作为网络的桥接模块，捕获图像不同尺度的特征，从而提升网络对细节特征的提取能力。最后，设计反转残差坐标注意力模块替换Unet的直接拼接操作，来融合各层次和各尺度大特征信息，从而增强模型对脑肿瘤空间位置信息的识别能力。本发明通过双重残差特征融合模块DRFF，有效地融合了不同层次的特征信息，既保留了局部细节又结合了全局语义特征，提升了模型在处理复杂肿瘤结构时的准确性。
-
公开(公告)号：CN118447244A
公开(公告)日：2024-08-06
申请号：CN202410535284.8
申请日：2024-04-29
Applicant: 南通大学
IPC: G06V10/26 , G06V10/44 , G06V10/52 , G06V10/62 , G06V10/80 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了基于多尺度卷积和Mamba结构的脑肿瘤图像分割方法，属于MRI图像分割技术领域。解决了现有方法对脑肿瘤MRI图像的细节特征提取不足和计算量大的技术问题。其技术方案为：该方法使用训练集和验证集训练MambaBTS网络，得到脑肿瘤图像分割模型；MambaBTS网络为Unet网络作为基础网络，在Unet网络的每个下采样层中采用多尺度聚合编码器；多尺度聚合编码器包括残差提取模块、MambaLayer模块；脑肿瘤图像分割模型对测试集进行预测并输出对脑肿瘤区域分割的结果。本发明的有益效果为引入状态空间模型，减小计算量，并引入串级残差多尺度卷积模块提升细节特征的识别能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.028 seconds)
