公开(公告)号：CN116343338A

公开(公告)日：2023-06-27

申请号：CN202310351817.2

申请日：2023-04-04

Applicant: 西安电子科技大学

Inventor： 李睿敏 ,  陈栋 ,  缑水平 ,  李卫斌 ,  郑洋 ,  逯皓帆 ,  黄湖

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于层次时空注意力网络的人体骨架动作识别方法，主要解决现有技术混淆时间特征与空间特征，缺乏多层次动作表征的问题。其实现方案是：获取人体骨架序列组成人体骨架数据，构建训练样本集和测试样本集；将训练样本集和测试样本集中的关节点划分为身体部位，人体骨架序列划分为时间片段；构建由位置编码模块、层次时空注意力模块、分类模块组成的人体骨架动作识别模型；用划分后的训练样本集训练人体骨架动作识别模型；将划分后的测试样本集输入训练好的动作识别模型中，得到人体骨架动作识别结果。本发明能提取人体动作的多层次动作特征，且识别精度高，可广泛应用于视频理解、人机交互、智能监控及医疗康复等领域。

公开(公告)号：CN119229525A

公开(公告)日：2024-12-31

申请号：CN202411258532.5

申请日：2024-09-09

Applicant: 西安电子科技大学

Inventor： 李睿敏 ,  孙海林 ,  郑洋 ,  赵子瑜 ,  黄湖 ,  缑水平

IPC: G06V40/20 ,  A61B5/11 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种基于视觉行为分析的发展协调障碍单手精细动作评估方法，主要解决现有发展性协调障碍单手精细动作评估方法客观性不足，准确性差以及泛化性低的问题。其实现方案是：构建标准插钉子任务视频数据集并将其划分为训练数据集与测试数据集；构建第一阶段的重复动作定位网络F1，用于对视频中的重复动作进行定位；构建第二阶段的时序区域网络F2，用于对定位出的动作片段进行评估；使用训练数据集通过梯度下降分别对F1和F2这两个网络进行训练；将测试数据集分别输入到训练好的这两个网络中得到评估结果。本发明通过基于视觉的评估方法，实现了单手精细动作的细粒度评估，有效提高了评估准确性和效率，可用于发展性协调障碍DCD的大规模筛查。

公开(公告)号：CN114973401A

公开(公告)日：2022-08-30

申请号：CN202210433456.1

申请日：2022-04-24

Applicant: 西安电子科技大学

Inventor： 李睿敏 ,  黄湖 ,  缑水平 ,  陈栋 ,  逯皓帆 ,  侯彪 ,  李卫斌

IPC: G06V40/20 ,  G06V40/16 ,  G06V20/40

Abstract: 本发明公开了一种基于动作检测与多模态学习的标准化引体向上评估方法，主要解决现有方法对引体向上计数和标准性评估不准确的问题。其实现方案是：引入人脸识别进行身份识别，通过语音关键词控制视频采集；采用单周期波形序列分割法对完整引体向上动作视频进行单次动作检测，提取单次动作视频片段；根据考核标准设定动作判定参数；对视频片段进行人体骨骼点估计，生成单次动作评估向量，判断单次引体向上动作的标准性；基于实时判断结果进行视频、骨骼数据与音频的多模态学习；统计符合标准的引体向上动作个数，生成评估报告，以指导被测试人员查看标准示例进行动作调整。本发明检测准确性高，抗干扰能力强，可用于平时体育训练及体测。

公开(公告)号：CN114973401B

公开(公告)日：2025-04-04

申请号：CN202210433456.1

申请日：2022-04-24

Applicant: 西安电子科技大学

Inventor： 李睿敏 ,  黄湖 ,  缑水平 ,  陈栋 ,  逯皓帆 ,  侯彪 ,  李卫斌

IPC: G06V40/20 ,  G06V40/16 ,  G06V20/40

Abstract: 本发明公开了一种基于动作检测与多模态学习的标准化引体向上评估方法，主要解决现有方法对引体向上计数和标准性评估不准确的问题。其实现方案是：引入人脸识别进行身份识别，通过语音关键词控制视频采集；采用单周期波形序列分割法对完整引体向上动作视频进行单次动作检测，提取单次动作视频片段；根据考核标准设定动作判定参数；对视频片段进行人体骨骼点估计，生成单次动作评估向量，判断单次引体向上动作的标准性；基于实时判断结果进行视频、骨骼数据与音频的多模态学习；统计符合标准的引体向上动作个数，生成评估报告，以指导被测试人员查看标准示例进行动作调整。本发明检测准确性高，抗干扰能力强，可用于平时体育训练及体测。

公开(公告)号：CN119625817A

公开(公告)日：2025-03-14

申请号：CN202411346934.0

申请日：2024-09-26

Applicant: 西安电子科技大学

Inventor： 李睿敏 ,  吕修哲 ,  缑水平 ,  王文金 ,  黄湖

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了基于文本规则提示学习的动作时空感知质量评估方法，主要解决现有技术评估局限性大及准确率低的问题。其实现方案是：采集不同健身方法的动作视频，并按照要求标注，划分训练集与测试集；基于现有的CLIP模型，构建基于文本规则提示学习的动作时空感知质量评估网络；挖掘动作规则的时间进程线索，提炼对评估结果有直接影响的视频动作特征和规则文本特征；对视频动作特征和规则文本特征进行多模态融合；用训练集对基于文本规则提示学习的动作时空感知质量评估网络进行训练；将测试数据输入到训练好的质量评估网络给出动作评分，给出动作是否标准的结果。本发明降低了动作质量评估的成本，提高了评估的准确率，可用于细粒度体育健身动作质量评估。