公开(公告)号：CN108898063A

公开(公告)日：2018-11-27

申请号：CN201810562059.8

申请日：2018-06-04

申请人： 大连大学

发明人： 张强 ,  张正轩 ,  董婧 ,  周东生 ,  魏小鹏 ,  夏时洪 ,  刘玉旺

IPC分类号： G06K9/00 ,  G06K9/62

摘要： 本发明涉及一种基于全卷积神经网络的人体姿态识别装置及方法。首先，采集人体姿态数据构建训练数据集，捕获人体姿态图像并以手动标注对应图像上人体的关节点位置坐标；然后，对三阶段的全卷积神经网络进行训练，优化关节点预测器的识别精度；其次，在全卷积神经网络的前两个阶段依次提取待识别图像局部特征和关节点邻域特征；再次，在全卷积神经网络的第三阶段对两个特征进行叠加融合；最后，将融合后的特征作为关节预测器的输入，进而识别图像中人体关节点位置。本发明利用一个三阶段的全卷积神经网络配合多源特征来提高关节点的识别精度，改进了传统手工设计特征的弊端，具有简单、可靠等优点。

公开(公告)号：CN108898063B

公开(公告)日：2021-05-04

申请号：CN201810562059.8

申请日：2018-06-04

申请人： 大连大学

发明人： 张强 ,  张正轩 ,  董婧 ,  周东生 ,  魏小鹏 ,  夏时洪 ,  刘玉旺

IPC分类号： G06K9/00 ,  G06K9/62

摘要： 本发明涉及一种基于全卷积神经网络的人体姿态识别装置及方法。首先，采集人体姿态数据构建训练数据集，捕获人体姿态图像并以手动标注对应图像上人体的关节点位置坐标；然后，对三阶段的全卷积神经网络进行训练，优化关节点预测器的识别精度；其次，在全卷积神经网络的前两个阶段依次提取待识别图像局部特征和关节点邻域特征；再次，在全卷积神经网络的第三阶段对两个特征进行叠加融合；最后，将融合后的特征作为关节预测器的输入，进而识别图像中人体关节点位置。本发明利用一个三阶段的全卷积神经网络配合多源特征来提高关节点的识别精度，改进了传统手工设计特征的弊端，具有简单、可靠等优点。

公开(公告)号：CN306865507S

公开(公告)日：2021-10-08

申请号：CN202130359868.1

申请日：2021-06-10

申请人： 大连大学附属中山医院

设计人： 董婧 ,  王媛媛 ,  韩晓明 ,  徐宁宁

摘要： 1.本外观设计产品的名称：肠镜检查拉链裤。
2.本外观设计产品的用途：用于在肠镜检查时穿着。
3.本外观设计产品的设计要点：在于形状。
4.最能表明设计要点的图片或照片：分解状态图。
5.无设计要点，省略左视图;无设计要点，省略右视图;无设计要点，省略俯视图;无设计要点，省略仰视图。