-
公开(公告)号：CN101950464A
公开(公告)日：2011-01-19
申请号：CN201010285585.8
申请日：2010-09-17
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G08B21/04
摘要： 一种跌倒监测与报警方法，包括如下步骤：持续同时获取人体的加速度数据、身体角度数据以及足底压力数据中的至少两种数据；对所获取的至少两种数据，判断是否同时满足以下相应的条件：所述加速度大于设定的加速度阈值、所述身体角度大于倾角阈值、足底压力小于压力阈值；是则启动报警。将三轴加速度计、姿态传感器以及压力采集模块三者获取的信息进行融合，能够更全面地对跌倒状况进行判断，提高判断的准确度，减少误判。
-
-
公开(公告)号：CN112541535B
公开(公告)日：2024-01-05
申请号：CN202011426512.6
申请日：2020-12-09
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06V10/42 , G06V10/44 , G06N3/0464
摘要： 本申请公开了一种基于互补的多分支深度学习进行三维点云分类方法，该方法包括：获取待标记的三维点云数据集；将该三维点云数据集进行特征分类，所述特征分类包括局部特征、全局特征以及逐点特征；将所述局部特征、所述全局特征以及所述逐点特征串联在一起。本申请提供的上述方案，利用局部特征、全局特征以及逐点特征的鲁棒性，从而使模型在现实世界的数据集上能够取得良好的性能。
-
公开(公告)号：CN111126049B
公开(公告)日：2023-11-24
申请号：CN201911292582.4
申请日：2019-12-14
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06V20/70 , G06V20/50 , G06V10/25 , G06V10/42 , G06V10/82 , G06F40/253 , G06F40/30 , G06F40/284
摘要： 的预测准确度。本申请适用于图像识别技术领域，提供了一种对象关系预测方法、装置、终端设备及可读存储介质，该方法包括：通过预设的对象检测器，获取待检测图像中多个对象的特征信息、以及待检测图像的视觉特征向量。根据每个对象的特征信息，获取多个对象的非视觉特征向量。根据两个对象之间的非视觉特征向量和视觉特征向量，通过预设的谓词预测模型，获取两个对象之间的谓词预测结果。由于在预测谓词时，考虑了两个对象之间的位置向量以及两个对象的语义嵌入向量，使得在出现零样本的对象标签时，可以根据(56)对比文件徐守坤 等.融合施工场景及空间关系的图像描述生成模型《.计算机工程》.2019,(第06期),第1-15页.丁文博 等.深度学习的视觉关系检测方法研究进展《.科技创新导报》.2019,(第27期),第145-150页.
-
-
公开(公告)号：CN107704223B
公开(公告)日：2023-09-26
申请号：CN201710777033.0
申请日：2017-08-30
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06F3/14 , G06Q30/0251 , G06Q30/0226
摘要： 本发明适用于通信技术领域，提供了一种广告显示方法及移动终端，其中方法包括：采集广告受众信息；根据所述广告受众信息从广告商推送的广告中选择待显示的移动广告；获取所述移动终端的系统模式，所述系统模式包括待机模式和运行模式；若所述移动终端处于待机模式，则在主屏幕上展示所述待显示的移动广告；若所述移动终端处于运行模式，则在所述从屏幕上展示所述待显示的移动广告。本发明可以根据移动终端的系统模式选择移动广告的展示位置，避免移动广告占用有效内容的显示区域，提升了用户体验；并且还可以有针对性的为用户推送其感兴趣的移动广告，转变了用户对移动终端的态度，促进了移动广告的发展。
-
公开(公告)号：CN116645594A
公开(公告)日：2023-08-25
申请号：CN202310295336.4
申请日：2023-03-23
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06V20/10 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06T7/246 , G06T7/73 , G06T7/269 , G06N3/0464 , G06N3/08
摘要： 本申请涉及一种动态SLAM方法、装置、计算机设备以及存储介质。所述方法包括：从获取的环境图像中提取特征点，并采用金字塔光流法对所述特征点进行跟踪；获取特征点的语义信息，基于所述语义信息将所述特征点分为静态特征点和潜在动态特征点，并对所述潜在动态特征点进行初步过滤；采用深度约束算法对所述初步过滤后的环境图像进行动态特征点检测，并二次滤除检测到的动态特征点；利用滤除动态特征点后的静态特征点进行相机位姿估计；利用所述相机位姿估计以及滤除动态特征点后的环境图像进行建图和回环检测。本申请大大提高了动态特征点检测的精准度，避免了动态特征点对SLAM的干扰，有效地提升了SLAM系统的鲁棒性和精确度。
-
公开(公告)号：CN112419477B
公开(公告)日：2023-08-15
申请号：CN202011216635.7
申请日：2020-11-04
申请人： 中国科学院深圳先进技术研究院
摘要： 本申请适用于图像处理技术领域，提供了一种面部图像风格转换方法、装置、存储介质和电子设备，包括：获取待处理人脸图片与原型图片；将待处理人脸图片与原型图片分别输入至已训练的语义蒙版模型进行处理，得到待处理人脸图片对应的人脸蒙版图片，以及原型图片对应的原型蒙版图片，其中，语义蒙版模型用于对输入的图片中的人脸进行面部区域分割和标记；根据人脸蒙版图片和原型蒙版图片中标记的面部区域之间的对应关系和所述原型图片，对待处理人脸图片进行颜色转换，得到第一目标图片，第一目标图片为与原型图片的颜色相同的待处理人脸图片；基于原型图片对第一目标图片进行变形渲染，得到第二目标图片。本申请可提高风格转换时面部的处理速度。
-
公开(公告)号：CN116524121A
公开(公告)日：2023-08-01
申请号：CN202310456132.4
申请日：2023-04-18
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06T17/00 , G06V20/40 , G06V10/82 , G06V10/80 , G06V10/766 , G06N3/0464 , G06V40/10
摘要： 本申请实施例涉及图像处理技术领域，特别涉及一种单目视频三维人体重建方法、系统、设备及介质，该方法包括：首先，基于残差神经网络，从输入视频中提取静态特征；然后，将静态特征分别输入时域编码器、全局特征提取器，分别提取时域特征、全局静态特征；接下来，基于特征融合网络，对时域特征与全局静态特征进行融合，得到融合特征；最后，基于融合特征和回归模块，输出三维人体模型。本申请提供的单目视频三维人体重建方法，能够实现主客观效果更好的单目视频三维人体重建，且能够同时对时间信息进行建模并提取全局静态信息。
-
公开(公告)号：CN112257526B
公开(公告)日：2023-06-20
申请号：CN202011078182.6
申请日：2020-10-10
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08 , H04N19/85
摘要： 本申请适用于计算机视觉技术领域，提供了一种基于特征交互学习的动作识别方法及终端设备，所述方法包括：获取待识别动作的视频数据，视频数据包括第一视频序列和第二视频序列；将第一视频序列和第二视频序列分别进行压缩处理，得到第一运动图和第二运动图；将第一运动图和第二运动图输入训练后的双流神经网络模型，通过训练后的双流神经网络模型对第一运动图的特征和第二运动图的特征进行交互学习，得到第一视频序列的第一预测结果和第二视频序列的第二预测结果；基于第一预测结果和第二预测结果，确定待识别动作的分类结果。通过本申请解决了稀疏采样的动作识别准确度低的问题；通过对多模态输入特征的交互学习，提高了对动作类别识别的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
239 条记录 (耗时 0.052 秒)
