基于深度学习的坐姿识别方法及系统

    公开(公告)号:CN116645721B

    公开(公告)日:2024-03-15

    申请号:CN202310458735.8

    申请日:2023-04-26

    Applicant: 贵州大学

    Abstract: 本发明的一种基于深度学习的坐姿识别方法及系统,其特征在于:该方法包括如下步骤:S1、采集视频数据,构建包含人体骨骼关键点时空序列数据和局部骨骼夹角时空序列数据的多维度特征的人体异常坐姿训练数据集;S2、将基于图卷积神经网络的人体异常坐姿多时空尺度特征提取模型和基于循环神经网络的人体异常坐姿局部骨骼夹角特征提取模型提取的特征进行融合,并结合人体异常坐姿训练数据集,进行训练,获得人体异常坐姿识别神经网络模型;S3、采用Faster‑RCNN目标检测模型、HRNet人体姿态估计模型、人体异常坐姿识别神经网络模型,预测异常坐姿种类。本发明具有不易丢失坐姿特征、人体异常坐姿识别准确性高的特点。

    基于深度学习的坐姿识别方法及系统

    公开(公告)号:CN116645721A

    公开(公告)日:2023-08-25

    申请号:CN202310458735.8

    申请日:2023-04-26

    Applicant: 贵州大学

    Abstract: 本发明的一种基于深度学习的坐姿识别方法及系统,其特征在于:该方法包括如下步骤:S1、采集视频数据,构建包含人体骨骼关键点时空序列数据和局部骨骼夹角时空序列数据的多维度特征的人体异常坐姿训练数据集;S2、将基于图卷积神经网络的人体异常坐姿多时空尺度特征提取模型和基于循环神经网络的人体异常坐姿局部骨骼夹角特征提取模型提取的特征进行融合,并结合人体异常坐姿训练数据集,进行训练,获得人体异常坐姿识别神经网络模型;S3、采用Faster‑RCNN目标检测模型、HRNet人体姿态估计模型、人体异常坐姿识别神经网络模型,预测异常坐姿种类。本发明具有不易丢失坐姿特征、人体异常坐姿识别准确性高的特点。

    基于多目标优化的中药一致性混批勾兑方法

    公开(公告)号:CN118658590A

    公开(公告)日:2024-09-17

    申请号:CN202410754175.5

    申请日:2024-06-12

    Applicant: 贵州大学

    Abstract: 本发明公开了本发明首先提出了一种基于多目标优化的中药一致性混批勾兑方法,包括如下步骤:步骤一:获取不同批次中药的指纹图谱;步骤二:基于中药指纹图谱,构建中药相似度评价模型:步骤三:以中药相似度值最大为目标,采用多目标人工蜂鸟算法对中药相似度评价模型求解,得到保证中药一致性的混批勾兑方案。本发明还公开了一种基于多目标优化的中药一致性混批勾兑方法和存储介质。本发明首先针对以往相似度评价方法中单纯采用定性分析或忽略绝对质量偏差的影响,提出了一种新的采用指纹图谱的定量相似度评价方法,并构建得到中药相似度评价模型;然后,通过改进的多目标人工蜂鸟算法得到中药混批投料的勾兑比,以此控制中药质量一致性。

Patent Agency Ranking