基于人体多特征的摔倒识别方法、装置、设备及存储介质.pdf
淑然****by
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于人体多特征的摔倒识别方法、装置、设备及存储介质.pdf
本申请涉及一种基于人体多特征的摔倒识别方法、装置、设备及存储介质。该方法包括:获取待识别视频,将所述待识别视频输入至预设的视频识别模型中;其中,所述待识别视频中包括目标人物;基于所述视频识别模型获取所述目标人物的骨骼关键点的位置数据;基于骨骼关键点的位置数据,判定所述目标任务是否处于摔到状态。本申请实施例通过预先设置的模型确定待识别视频中不同帧图像之间的骨骼关键点之间的差值,确定目标人物是否处于摔倒状态,并且能够有效区分躺下和摔倒两种不同的状态,提高识别的准确性。
人体摔倒识别方法、装置、终端设备及存储介质.pdf
本申请适用于图像处理技术领域,提供了一种人体摔倒识别方法、装置、终端设备及存储介质,所述人体摔倒识别方法包括:获取针对目标人物的第一待处理图像和第二待处理图像;分别获取第一待处理图像和第二待处理图像中将目标人物投影到地面上的正投影线段的长度;根据所述正投影线段的长度变化值,确定与所述长度变化值对应的摔倒识别规则;确定采用所述摔倒识别规则识别人体摔倒时所需的目标点,所述目标点为对应的待处理图像中所述目标人物所在区域内的像素点;根据所述目标点在对应的待处理图像中的坐标以及对应的所述摔倒识别规则,确定所述目标点
基于特征融合的文本识别方法、装置、设备及存储介质.pdf
本发明涉及人工智能领域,公开了基于特征融合的文本识别方法、装置、设备及存储介质,用于提高文本识别的准确率。调用预置的神经网络组对待识别医疗图像进行特征提取,生成医疗局部特征图像和医疗全局特征图像,并调用预置的加权求和函数对所述医疗局部特征图像和所述医疗全局特征图像进行特征融合,生成目标医疗融合特征图像;调用预置的双向双层循环神经网络对所述目标医疗融合特征图像进行字符集提取,生成医疗分类字符集,并基于医疗分类字符集与预置的时序分类算法进行对齐解码,生成目标医疗文本。此外,本发明还涉及区块链技术,待识别医疗图
基于脉搏特征的脉象识别方法、装置、设备及存储介质.pdf
本发明公开一种基于脉搏特征的脉象识别方法、装置、设备及存储介质。该方法包括:获取当前脉搏周期对应的待测脉搏波;对当前脉搏周期对应的待测脉搏波进行特征提取,获取至少一个待测脉搏特征;采用预先设置的对立脉象的脉象表征分析策略,对至少一个待测脉搏特征进行分析,获取第一脉象对应的第一目标特征分值和第二脉象对应的第二目标特征分值,第一脉象和第二脉象为对立脉象中的两个脉象;获取第一目标特征分值和第二目标特征分值中的较大特征分值,将较大特征分值对应的第一脉象或第二脉象,确定为当前脉搏周期对应的当前脉象;根据目标诊断时长
基于多尺度网络的水印识别方法、装置、设备及存储介质.pdf
本公开实施例公开了一种基于多尺度网络的水印识别方法、装置、设备及存储介质。该方法包括:将待识别图像输入设定多尺度卷积神经网络,获得至少两个不同尺度的特征信息;对所述至少两个不同尺度的特征信息按照设定框规则进行框回归处理,获得所述待识别图像在不同尺度下分别对应的多个候选框;对在不同尺度下分别对应的多个候选框分别进行水印识别,保留包含水印的候选框。本公开实施例提供的基于多尺度网络的水印识别方法,对待识别图像不同尺度下的特征信息进行框回归处理,对不同尺度下的候选框分别进行水印识别,可以实现对图像中的大水印及小水