一种面向复杂康复运动视频序列3D人体姿态估计方法

    公开(公告)号:CN118351188A

    公开(公告)日:2024-07-16

    申请号:CN202410562121.9

    申请日:2024-05-08

    申请人: 南通大学

    摘要: 本发明涉及康复运动技术领域,尤其涉及一种面向复杂康复运动视频序列3D人体姿态估计方法,包括:S1:将视频逐帧进行拆分,获得每一帧的彩色图像,一帧内图像不满足有运动人员出现的条件,将在该步骤被直接剔除;S2:拆分并筛选好的彩色图片,将按照一个批次大小的彩色图片输入三维姿态估计模块,逐批次生成三维姿态;S3:将生成的三维姿态重新组合成视频序列,视频帧率按照需求决定,默认设置为每秒30帧。本发明能够将人体骨骼化,并从三维视角精准衡量人体在空间内的运动轨迹,为精准辅助康复治疗奠定基础。本发明为完全无接触,不会给康复人员带来任何的额外负担,进而对康复人员的表现带来人为的影响。

    一种基于深度生理特征的线上专注度检测方法

    公开(公告)号:CN117918841A

    公开(公告)日:2024-04-26

    申请号:CN202410099094.6

    申请日:2024-01-24

    申请人: 南通大学

    摘要: 本发明提出了一种基于深度生理特征的线上专注度检测方法,主要应用于在线教学技术领域,用于在线教学的评估,通过观察学生的生理指标的变化趋势,来判断学生的注意力水平。该方法采用非接触式测量的方法,无额外硬件,仅需通过电脑摄像头采集人脸脉搏波信号,对脉搏波信号进行去噪处理,构建复合C‑T血压模型以及HR心率模型即可实现对血压和心率的估计,然后根据各学生血压和心率变化的同步趋势,同时结合心理学理论分析在线学习专注度。对于在线学习,本发明的提出可以方便教师获取数据,得到的生理参数的值能够和课堂教学的内容时间线同步,有助于教师及时调整教学策略,提供有效的引导,确保学生在学习过程中能够保持良好的专注度。

    一种基于机器视觉的康复运动系统

    公开(公告)号:CN117766097A

    公开(公告)日:2024-03-26

    申请号:CN202311781585.0

    申请日:2023-12-22

    申请人: 南通大学

    摘要: 本发明涉及电子信息技术领域,尤其涉及一种基于机器视觉的康复运动系统,包括图像采集与增强模块、姿态分离模块、数据优化模块和康复指标模块;图像采集与增强模块同时获取深度图片和彩色图片,使用深度图片在光照不良情况下增强彩色图像;姿态分离模块基于本发明提出的DS‑Pose算法,实现粗特征到细特征的转变;数据优化模块针对二维骨架的飘动导致的深度不准问题提出了二阶段的DS‑filter全局修正算法,不仅能优化最开始的数据,同时能够监督运动全过程的变换;通过康复指标模块无接触获得康复过程中的角度、横向位移、高度、速度等指标量,避免复杂的硬件检测设备给康复人员在训练中带来负担,影响实际表现,同时无接触也规避了一些可能的二次损伤。

    一种用于农场大棚人员操作管理的一体化智能灯杆监控装置

    公开(公告)号:CN117173533A

    公开(公告)日:2023-12-05

    申请号:CN202310923981.6

    申请日:2023-07-26

    申请人: 南通大学

    摘要: 本发明涉及智能灯杆设备技术领域,尤其涉及一种用于农场大棚人员操作管理的一体化智能灯杆监控装置,包括一体化智能灯杆、以及安装在一体化智能灯杆上的监控装置,监控装置包括智能监控模块、LED灯管理控制模块、光敏电阻模块、温度监测模块、空调模块、湿度监测模块、加湿器模块、二氧化碳监测模块、土壤酸碱度监测模块、太阳能板模块以及主控模块;智能监控模块,通过视觉传感器采集大棚内正常光图像信息和红外图像信息,采用MOL‑POSE算法对采集的正常光图像信息处理,红外图像辅助提供检测目标的距离。本发明用于协助农民判断大棚内的人是否正在对大棚进行合理操作,并使大棚内部环境维持在最适宜内部植物生长的状态,实现农场大棚的监控一体化。

    一种高位视频下的车牌检测识别改进方法

    公开(公告)号:CN118230311A

    公开(公告)日:2024-06-21

    申请号:CN202410358312.3

    申请日:2024-03-27

    申请人: 南通大学

    摘要: 本发明涉及图像处理技术领域,尤其涉及一种高位视频下的车牌检测识别改进方法,包括:首先,采用高清智慧摄像头获取停车路段的图像信息,利用LPD‑YOLOv8算法对图像信息进行处理,初步检测并框选出车牌区域;其次,对提取到的车牌区域进行图像预处理;最后,使用改进的LPR‑NET算法对校正后的车牌图像进行识别,将识别得到的车牌图像信息上传至后台。本发明提出的方法架构轻量化,方法新颖,仅需一部高清智慧摄像头即可部署。相较于传统方法,该方法在检测速度和识别精度方面均取得显著提升,为城市道路路侧停车管理提供了高效而准确的车牌识别解决方案。

    一种基于CT影像的肠系膜下动脉分割方法

    公开(公告)号:CN116703953B

    公开(公告)日:2024-05-24

    申请号:CN202310261536.8

    申请日:2023-03-17

    申请人: 南通大学

    摘要: 本发明涉及计算机医学图像分割技术领域,尤其涉及一种基于CT影像的肠系膜下动脉分割方法,包括:S1:通过CT扫描仪获取上腹部体积图像,将数据预处理成肠系膜下动脉数据集;S2:对数据做增强处理,包括随机翻转、随机旋转、随机裁剪等:S3:设计基于Transformer的三轴特征提取模块,嵌入门控位置编码以学习精准的位置偏差;S4:基于自注意力设计血管边缘捕捉器,强化对图像边缘目标血管与非目标血管体素的区分能力,强化细小血管的边缘结构,增强血管的连通性;S5:在U型解编码器结构的基础上,结合三轴特征提取模块以及血管边缘捕捉器构建肠系膜下动脉分割模型。本发明利用血管的边缘信息有效约束3D血管的边界信息,提高血管的连续性。

    一种基于CT影像的肠系膜下动脉分割方法

    公开(公告)号:CN116703953A

    公开(公告)日:2023-09-05

    申请号:CN202310261536.8

    申请日:2023-03-17

    申请人: 南通大学

    摘要: 本发明涉及计算机医学图像分割技术领域,尤其涉及一种基于CT影像的肠系膜下动脉分割方法,包括:S1:通过CT扫描仪获取上腹部体积图像,将数据预处理成肠系膜下动脉数据集;S2:对数据做增强处理,包括随机翻转、随机旋转、随机裁剪等:S3:设计基于Transformer的三轴特征提取模块,嵌入门控位置编码以学习精准的位置偏差;S4:基于自注意力设计血管边缘捕捉器,强化对图像边缘目标血管与非目标血管体素的区分能力,强化细小血管的边缘结构,增强血管的连通性;S5:在U型解编码器结构的基础上,结合三轴特征提取模块以及血管边缘捕捉器构建肠系膜下动脉分割模型。本发明利用血管的边缘信息有效约束3D血管的边界信息,提高血管的连续性。

    基于多任务算法的护学岗视觉监测系统

    公开(公告)号:CN117935139A

    公开(公告)日:2024-04-26

    申请号:CN202311757078.3

    申请日:2023-12-20

    摘要: 本发明公开了一种基于多任务算法的护学岗视觉监测系统,包括护学岗亭;所述护学岗亭上设置有视觉传感器,且护学岗亭周边设定监测区域,所述视觉传感器采集监测区域内的图像,所述采集的图像传输至图像分析模块中分析,所述图像分析模块至少搭建车牌检测任务、姿态检测任务以及面部是否有佩戴物任务这三个任务的监测算法网络,所述车牌检测任务、姿态检测任务以及面部是否有佩戴物任务的监测算法均包括编码层和解码层,所述车牌检测任务、姿态检测任务以及面部是否有佩戴物任务的监测算法采用同一个编码层;多个任务共享同一个编码层,能够减少计算量,提升检测速度;减少交警、老师和家长时间精力的投入,及时管理和监测学生的各个方面的状况。