-
公开(公告)号：CN116824640B
公开(公告)日：2023-12-01
申请号：CN202311087438.3
申请日：2023-08-28
Applicant: 江南大学
IPC: G06V40/10 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/096 , G06V10/82 , G06V20/40
Abstract: 本发明涉及计算机视觉技术领域，公开一种基于MT与三维残差网络的腿部识别方法、系统、介质和设备，包括：获取腿部姿态视频并进行数据预处理得到腿部姿态图像，分为训练集和测试集；构建神经网络识别模型，识别模型的主干网络为三维残差网络，三维残差网络用于提取图像特征并输入到全连接层中，识别模型的全连接层中引入水平特征提取模块对提取到的图像特征进行局部特征提取；通过平均教师架构训练识别模型，平均教师架构包括学生模型和教师模型；将测试集输入训练完成的神经网络识别模型得到腿部姿态的识别结果。本发明可以在有限的数据样本下提高复杂环境下的腿部姿态识别精度、提高泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN117237984B
公开(公告)日：2024-06-21
申请号：CN202311115847.X
申请日：2023-08-31
Applicant: 江南大学
IPC: G06V40/10 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/096 , G06V10/764 , G06V10/82 , G06V20/40
Abstract: 本发明涉及计算机视觉技术领域，公开一种基于标签一致性的MT腿部识别方法、系统、介质和设备，包括：获取腿部姿态视频并预处理得到腿部姿态图像，分为训练集和测试集；构建神经网络识别模型，主干网络为用于提取图像特征并输入到全连接层中的三维残差网络，全连接层中引入水平特征提取模块对提取到的图像特征进行局部特征提取；通过平均教师架构训练识别模型，平均教师架构包括学生模型和教师模型，通过输出系数矩阵评估教师模型在特征空间中是否与学生模型一致；将测试集输入训练完成的识别模型得到识别结果。本发明可以降低数据集中的标签存在不平衡或偏斜时的影响、在有限的数据样本下提高复杂环境下的腿部姿态识别精度、提高泛化能力。
-
公开(公告)号：CN110292764A
公开(公告)日：2019-10-01
申请号：CN201910594285.9
申请日：2019-07-03
Applicant: 江南大学
IPC: A63B71/06
Abstract: 本发明公开了一种肩扑搂撞击力量测试装置及测试方法，属于体育设备领域。本申请通过提供一种可穿戴的装置，并针对肩扑搂撞击动作的特点，对应的在可穿戴装置的肩部位置的外、中、内部位分别设置压力传感器，并根据肩扑搂撞击力量阈值相应调整压力传感器的量程，以便准确的测量肩扑搂撞击力量，对规范肩扑搂动作同时尽可能预防动作损伤和降低肩扑搂的致损程度起到参考作用；本申请经过实验测试筛选，选用摩擦系数较低的莱卡面料，在保护撞击力量感应装置的同时，缩小了撞击力量实际值与采集值之间的误差；在恒定22℃的实验室进行肩扑搂撞击力量测试，降低了FlexiForceTM A502压阻式压力感应器片温度漂移。
-
公开(公告)号：CN117237984A
公开(公告)日：2023-12-15
申请号：CN202311115847.X
申请日：2023-08-31
Applicant: 江南大学
IPC: G06V40/10 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/096 , G06V10/764 , G06V10/82 , G06V20/40
Abstract: 本发明涉及计算机视觉技术领域，公开一种基于标签一致性的MT腿部识别方法、系统、介质和设备，包括：获取腿部姿态视频并预处理得到腿部姿态图像，分为训练集和测试集；构建神经网络识别模型，主干网络为用于提取图像特征并输入到全连接层中的三维残差网络，全连接层中引入水平特征提取模块对提取到的图像特征进行局部特征提取；通过平均教师架构训练识别模型，平均教师架构包括学生模型和教师模型，通过输出系数矩阵评估教师模型在特征空间中是否与学生模型一致；将测试集输入训练完成的识别模型得到识别结果。本发明可以降低数据集中的标签存在不平衡或偏斜时的影响、在有限的数据样本下提高复杂环境下的腿部姿态识别精度、提高泛化能力。
-
公开(公告)号：CN116824640A
公开(公告)日：2023-09-29
申请号：CN202311087438.3
申请日：2023-08-28
Applicant: 江南大学
IPC: G06V40/10 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06N3/096 , G06V10/82 , G06V20/40
Abstract: 本发明涉及计算机视觉技术领域，公开一种基于MT与三维残差网络的腿部识别方法、系统、介质和设备，包括：获取腿部姿态视频并进行数据预处理得到腿部姿态图像，分为训练集和测试集；构建神经网络识别模型，识别模型的主干网络为三维残差网络，三维残差网络用于提取图像特征并输入到全连接层中，识别模型的全连接层中引入水平特征提取模块对提取到的图像特征进行局部特征提取；通过平均教师架构训练识别模型，平均教师架构包括学生模型和教师模型；将测试集输入训练完成的神经网络识别模型得到腿部姿态的识别结果。本发明可以在有限的数据样本下提高复杂环境下的腿部姿态识别精度、提高泛化能力。
-
公开(公告)号：CN110292764B
公开(公告)日：2020-06-09
申请号：CN201910594285.9
申请日：2019-07-03
Applicant: 江南大学
IPC: A63B71/06
Abstract: 本发明公开了一种肩扑搂撞击力量测试装置及测试方法，属于体育设备领域。本申请通过提供一种可穿戴的装置，并针对肩扑搂撞击动作的特点，对应的在可穿戴装置的肩部位置的外、中、内部位分别设置压力传感器，并根据肩扑搂撞击力量阈值相应调整压力传感器的量程，以便准确的测量肩扑搂撞击力量，对规范肩扑搂动作同时尽可能预防动作损伤和降低肩扑搂的致损程度起到参考作用；本申请经过实验测试筛选，选用摩擦系数较低的莱卡面料，在保护撞击力量感应装置的同时，缩小了撞击力量实际值与采集值之间的误差；在恒定22℃的实验室进行肩扑搂撞击力量测试，降低了FlexiForceTM A502压阻式压力感应器片温度漂移。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
