-
公开(公告)号：CN113705521A
公开(公告)日：2021-11-26
申请号：CN202111036062.4
申请日：2021-09-05
Applicant: 吉林大学第一医院
Abstract: 本发明涉及一种结合YOLO‑MobilenetV3人脸检测的头部姿态估计方法，属于机器视觉图像处理领域。构建人脸和人脸关键特征点检测模块，对原始YOLOV3损失函数进行改进，对包含头部姿态的图像预处理，训练改进的YOLOV3检测模型进行训练，将测试图像输入上述训练好模型中，并结合PnP算法计算欧拉角，估计头部姿态。有益效果是利用MobileNetV3结构代替原始YOLOV3中的darknet53结构实现模型轻量化；采用空间金字塔池化模块提升模型对图像全局语义的获取，更有效地处理目标的空间位置信息，从而提升检测精度；对YOLOV3输出层和损失函数进行改进，使得模型能检测人脸关键点，易于实际应用，可以更加快速准确地对头部姿态进行估计。
-
公开(公告)号：CN110414306A
公开(公告)日：2019-11-05
申请号：CN201910342523.7
申请日：2019-04-26
Applicant: 吉林大学
Abstract: 本发明采用一种基于meanshift算法和SVM的婴儿异常行为检测方法，首先对获取到的婴儿视频进行预处理，然后用meanshift算法对视频中的婴儿四肢和全身分别进行目标运动轨迹跟踪，将得到的运动轨迹信息进行保存，之后利用小波变换对运动轨迹信息进行提取，对提取得到的小波近似波形建立样本集，用设置好的SVM支持向量机对其进行训练，利用小波对运动轨迹信息求功率谱，得到的特征建立样本集，同样利用设置好的SVM支持向量机对其进行训练，将两个训练好的模型进行测试，根据两个模型精确度的不同，利用数据加权融合算法设置不同权值参数进行加权判断，从而得到最佳训练结果。
-
公开(公告)号：CN110414306B
公开(公告)日：2022-07-19
申请号：CN201910342523.7
申请日：2019-04-26
Applicant: 吉林大学
IPC: G06V40/10 , G06V10/764 , G06V10/774
Abstract: 本发明采用一种基于meanshift算法和SVM的婴儿异常行为检测方法，首先对获取到的婴儿视频进行预处理，然后用meanshift算法对视频中的婴儿四肢和全身分别进行目标运动轨迹跟踪，将得到的运动轨迹信息进行保存，之后利用小波变换对运动轨迹信息进行提取，对提取得到的小波近似波形建立样本集，用设置好的SVM支持向量机对其进行训练，利用小波对运动轨迹信息求功率谱，得到的特征建立样本集，同样利用设置好的SVM支持向量机对其进行训练，将两个训练好的模型进行测试，根据两个模型精确度的不同，利用数据加权融合算法设置不同权值参数进行加权判断，从而得到最佳训练结果。
-
公开(公告)号：CN117789286A
公开(公告)日：2024-03-29
申请号：CN202311384368.8
申请日：2023-10-25
Applicant: 吉林大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/096
Abstract: 一种自适应儿童孤独症行为的识别方法，属行为识别技术领域，本发明先对采集到的儿童诊断视频进行预处理，构建ASD行为识别数据集，训练YOLOv5获得视频中所有人员身份及位置的检测框；在VideoMAEV2模型的基础上，通过自适应微调方法AdaptFormer模块，实现高效的迁移学习，冻结VideoMAEV2模型参数，额外引入少量模型参数，对ASD行为数据进行训练获得适应的模型参数。本发明在ASD行为研究中引入先进网络模型，能提高识别精度，并减少模型训练成本，对ASD行为识别任务有很好的启示作用。
-
公开(公告)号：CN110473602B
公开(公告)日：2022-05-24
申请号：CN201910559004.6
申请日：2019-06-26
Applicant: 吉林大学
Abstract: 本发明涉及一种用于穿戴式体感游戏设备的体态数据集采集处理方法，包括下列步骤：1、定义体态表达；2、根据体态表达定义随机生成分立目标体态；3、采集分立目标体态的数据样本；4、根据体态表达定义随机生成连续目标体态；5、采集连续目标体态的数据样本；6、矫正连续目标体态的数据样本，构成体态数据集；7、使用获得的训练数据集训练体态识别算法。所采集的数据集中的体态表达可人为自由定义，由此可支持康复治疗师针对脑瘫患儿康复训练的需求对体态进行定义，而非仅支持识别算法技术本身限定体态表达，从而使得系统中的体态表达形式与治疗师理解的体态表达形式相匹配，增强用于脑瘫患儿康复训练的体感游戏系统对病症针对性。
-
公开(公告)号：CN118658604A
公开(公告)日：2024-09-17
申请号：CN202410622290.7
申请日：2024-05-20
Applicant: 吉林大学
Abstract: 基于指物识别及视线跟踪的孤独症儿童异常行为检测方法属计算机视觉深度学习技术领域。本发明包括：1.基于YOLOv8目标识别技术针对儿童指物动作的目标检测，计算视频每帧图像中儿童指物动作的置信概率；2.根据ATD网络进行儿童视线跟踪，捕获视线关注点。结合两个网络对指物游戏进行综合评判，判断儿童在该行为中表现是否正常。本发明对幼儿的孤独症谱系障碍诊断进行计算机视觉辅助判断，为准确诊断孤独症谱系障碍提供了更多可能。
-
公开(公告)号：CN110473602A
公开(公告)日：2019-11-19
申请号：CN201910559004.6
申请日：2019-06-26
Applicant: 吉林大学
Abstract: 本发明涉及一种用于穿戴式体感游戏设备的体态数据集采集处理方法，包括下列步骤：1、定义体态表达；2、根据体态表达定义随机生成分立目标体态；3、采集分立目标体态的数据样本；4、根据体态表达定义随机生成连续目标体态；5、采集连续目标体态的数据样本；6、矫正连续目标体态的数据样本，构成体态数据集；7、使用获得的训练数据集训练体态识别算法。所采集的数据集中的体态表达可人为自由定义，由此可支持康复治疗师针对脑瘫患儿康复训练的需求对体态进行定义，而非仅支持识别算法技术本身限定体态表达，从而使得系统中的体态表达形式与治疗师理解的体态表达形式相匹配，增强用于脑瘫患儿康复训练的体感游戏系统对病症针对性。
