-
公开(公告)号：CN105389569B
公开(公告)日：2019-03-26
申请号：CN201510792096.4
申请日：2015-11-17
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明公开了一种人体姿态估计方法，其有效地解决了传统算法中存在的人体姿态易受光照、遮挡等因素影响的问题，通过将彩色图像信息与深度图像信息相融合，实现更高的鲁棒性以及定位准确度。包括步骤：(1)分部位计算特征模板，提取深度特征：以待测点到人体中心点的最短路径为极坐标方向，通过该极坐标系下依次取半径和角度所统计的深度差作为待测点的深度特征向量；(2)将各个特征模板整合起来构建人体姿态数据的树结构模型；(3)基于树结构模型构建打分函数，将待检测图像与模型进行匹配，从而实现人体特征定位。
-
公开(公告)号：CN108564047A
公开(公告)日：2018-09-21
申请号：CN201810352501.4
申请日：2018-04-19
Applicant: 北京工业大学
Abstract: 本发明公开一种基于3D关节点序列的人体行为识别方法，对给定的人体运动序列，包括以下步骤：步骤1、提取基于运动引导的关节点帧内偏移和帧间偏移；步骤2、通过偏移特征集合的聚类中心将其转换为由“视觉单词”组成的码本，并聚集所有的码本与偏移向量的差获得一个高维的特征向量；步骤3、基于融合特征分析模型的监督哈希映射生成哈希编码，并采用K最近邻进行分类。
-
公开(公告)号：CN108447038A
公开(公告)日：2018-08-24
申请号：CN201810258396.8
申请日：2018-03-27
Applicant: 北京工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于非局部全变分算子的网格去噪方法，主要包括获取待测对象的三角网格测量数据；分别为每条边在包含它的两个三角面上指定方向；计算每条边的非局部全变分算子；通过求解目标公式得到整个三角网格滤波后的面法向量；更新三角网格中所有的顶点坐标，更新后的坐标即为滤波后的顶点坐标。本发明将传统的二维图像去噪的全变分和非局部方法扩展到三角网格上，在网格去噪中考虑到非局部性和几何位置信息，通过定义非局部全变分算子，最终可以简单高效地达到保持特征的网格去噪的效果。
-
公开(公告)号：CN108154104A
公开(公告)日：2018-06-12
申请号：CN201711395472.1
申请日：2017-12-21
Applicant: 北京工业大学
Abstract: 本发明公开一种基于深度图像超像素联合特征的人体姿态估计方法，以单幅包含人体的深度图像为输入数据，对深度图像进行人体姿态特征提取，应用特征对人体部位进行分割，对分割后的部位进行聚类操作，并应用于稀疏回归进行人体骨架点的位置估计。采用本发明的技术方案，提高人体姿态估计的准确率，并提升姿态估计方法的实时性。
-
-
Patent Agency Ranking
公开(公告)号：CN106951840A
公开(公告)日：2017-07-14
申请号：CN201710138179.0
申请日：2017-03-09
Applicant: 北京工业大学
CPC classification number: G06K9/00228 , G06K9/00268 , G06K9/4652
Abstract: 本发明公开一种人脸特征点检测方法，以姿态检测任务作为约束，以多类特征图进行融合的新型三通道GEH(Gray‑Edge‑Hog)模式图像作为输入的人脸特征点检测的方法。考虑到人脸三维姿态信息对人脸全局特征点的检测，尤其在姿态偏转较大的情况下对人脸图像特征点检测，具有相当大的影响；同时加入反映人脸图像局部特征表象和形状的Hog特征信息以及用于边缘检测的Sobel算子提取的边缘图像信息可有效降低轮廓特征点检测的复杂度，本发明通过提取图像灰度值，边缘信息及Hog特征生成新型GEH三通道图像作为输入，同时以三维姿态估计的辅助任务作为约束信息，进行人脸特征点检测。
-
公开(公告)号：CN105389569A
公开(公告)日：2016-03-09
申请号：CN201510792096.4
申请日：2015-11-17
Applicant: 北京工业大学
IPC: G06K9/00
CPC classification number: G06K9/00362
Abstract: 本发明公开了一种人体姿态估计方法，其有效地解决了传统算法中存在的人体姿态易受光照、遮挡等因素影响的问题，通过将彩色图像信息与深度图像信息相融合，实现更高的鲁棒性以及定位准确度。包括步骤：(1)分部位计算特征模板，提取深度特征：以待测点到人体中心点的最短路径为极坐标方向，通过该极坐标系下依次取半径和角度所统计的深度差作为待测点的深度特征向量；(2)将各个特征模板整合起来构建人体姿态数据的树结构模型；(3)基于树结构模型构建打分函数，将待检测图像与模型进行匹配，从而实现人体特征定位。
-
公开(公告)号：CN104899600A
公开(公告)日：2015-09-09
申请号：CN201510282688.1
申请日：2015-05-28
Applicant: 北京工业大学
CPC classification number: G06K9/6253 , G06T7/215 , G06T7/246 , G06T2207/10016 , G06T2207/10024 , G06T2207/10028
Abstract: 本发明公开了一种基于深度图的手部特征点检测方法，包括步骤：(1)利用Kinect采集到人体运动视频序列来提取手部，通过深度图利用OPENNI得到人体手部位置信息，通过设定搜索区域及深度阈值方法，初步获得手心点；利用OPENCV的find_contours函数得到手部轮廓；通过找到手轮廓内最大内接圆圆心，精确确定手部手心点，通过计算所有手部内部点到轮廓点之间的最短距离m，在最短距离中找到最大值M，M所代表的手部内部点为手心点，内接圆半径R＝M；(2)通过不断对手部轮廓进行高斯平滑，并结合曲率阈值从而得到CSS曲率图，根据图中CSS轮廓分析极限值得出手部指尖点及指谷点坐标，补全根据CSS曲率图无法得到的手部指谷点；(3)补全缺失手指。
-
-
公开(公告)号：CN119495124B
公开(公告)日：2025-04-29
申请号：CN202510065575.X
申请日：2025-01-16
Applicant: 北京工业大学
IPC: G06V40/20 , G06V10/40 , G06V10/764 , G06V10/75
Abstract: 本公开提供了一种基于动作元的超越行为模拟方法、装置以及电子设备，其中，该方法包括：基于预先构建的特质因子与超越行人的人格参数之间的关联关系，确定目标行人的目标人格参数，并基于人格参数与预先构建的动作元模型之间的映射关系，确定与所述目标行人匹配的至少一个动作元模型；在所述目标行人运动过程中，判断所述目标行人的当前行走环境是否满足超越条件；在确定出所述当前行走环境不满足所述超越条件的情况下，在所述至少一个动作元模型中确定满足能耗要求的目标动作元模型，并通过所述目标动作元模型和社会力模型确定所述目标行人的行动轨迹。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.027 seconds)
