安徽一视科技有限公司专利技术

安徽一视科技有限公司共有38项专利

  • 本发明属于体育器材技术领域,特别涉及一种基于机器视觉技术的引体向上训练系统及方法,包括引体向上计数系统,引体向上计数系统包括违规检测模块,还包括移动训练装置,其中,违规检测模块用于检测用户在训练系统中的引体向上状态,当检测到引体向上状态...
  • 本发明公开一种跑步运动监测方法,其特征在于,包括如下步骤:采集预设终点区域内图像;对所述图像进行第一次相似度匹配,当匹配到具有与目标个体第一预设特征符合的第一类型图像时,触发运动圈数计数加一,相邻两次触发运动圈数计数加一所对应的两张第一...
  • 本发明公开了基于深度学习算法的运动姿态校正追踪系统,涉及姿态识别技术领域,解决了现有技术在运动姿态识别中需要进行大量计算,且无法根据运动姿态识别结果提供校正建议,导致无法高效识别和校正运动姿态的技术问题;本发明根据主点对齐综合姿态和参考...
  • 本发明公开了一种基于计算机视觉的跑步违规检测系统,涉及跑步违规检测技术领域,解决了裁判员依靠肉眼很难准确判断运动员是否起跑违规,以及利用压力感应器检测抢跑不准确的技术问题;本发明通过数据采集模块采集视频数据;并将视频数据发送至数据处理模...
  • 本发明公开了一种基于机器视觉的卷体动作计数方法,对视频流保存生成图像,将图像处理得到含有与人体部位对应的特征点的点位图,实现对人体姿态获取,并且动态特征点的位置,作为完成卷体动作的判断依据,对卷体动作进行计数,便于图像检测,在保证计数准...
  • 本发明属于体育器材技术领域,特别涉及一种基于人工智能的跳绳训练系统及方法,包括跳绳计数系统,跳绳计数系统包括违规检测模块,训练系统还包括移动训练装置,其中,违规检测模块用于检测用户在训练系统中的跳绳状态,当检测到跳绳状态为违规动作时,向...
  • 本发明公开一种标定测距装置,具有测距区域,测距区域内设有间隔分布的若干标志物,标志物包括多个第一标志物和多个第二标志物,多个第一标志物在第一直线上的投影等间距分布,且间距为Δ,第一标志物一一对应与第二标志物在第一直线上的投影重合。本发明...
  • 本申请公开了一种基于人工智能的推掷铅球违规检测和动作分析方法及系统。首先获取摄像头所采集的受测人员推掷铅球的包含多帧视频图像的视频;针对视频中的每帧视频图像,通过目标检测算法获取其中受测人员的人体区域以及铅球的边界框;然后确定人体区域及...
  • 本发明公开了基于高帧率视觉摄像头的人体姿态分析追踪方法,属于图像识别技术领域,具体方法包括:建立采集室,在采集室内采集目标人物的目标数据,建立初始人体模型;设置目标追踪点集的识别特征,将设置的识别特征整合为图像识别集;通过高帧率视觉摄像...
  • 本发明公开了一种基于机器视觉的运动距离测量系统及应用,该系统包括:标定装置、视频采集设备和计算服务器,用于对指定区域内的运动距离进行测量。本发明利用人工智能和机器视觉能实现运动距离的智能测量,测试效率高,使用简单,并减少人为测量误差,从...
  • 本发明公开了一种基于人工智能的投掷铅球成绩记录系统,是在投掷场地内设置有准备区和成绩区,准备区内设置有投掷起始线,所述投掷场地内设置有1个摄像头;在所述投掷场地内的n个运动员按照出场顺序依次穿戴不同的号码牌,在投掷场地的一侧设置有工控机...
  • 本发明公开了一种基于人工智能的跳绳计数系统,包括:工控机、摄像头、喇叭和显示屏用于对指定区域内的跳绳运动员进行计数;在工控机上设置有数据采集模块、指令模块、运动员检测模块、预处理模块、违规检测模块、计数模块、报警模块和成绩输出模块。本发...
  • 本发明公开了一种基于人工智能的跑步计时系统及方法,该系统包括:数据采集模块、预处理模块、人员检测模块、轨迹检测模块、逻辑判断模块、号码检测模块、过线检测模块、计时模块和成绩输出模块;并应用于由跑道区和成绩区所组成的跑步场馆中,在跑道区的...
  • 本发明公开了一种基于机器视觉的引体向上数量计算方法,是以三个指标判断一次标准的引体向上动作,分别考察被测试者的抓握姿势、头部高度和手臂弯曲程度,其中,使用YOLO目标检测模型检测抓握姿势和头部高度,识别手臂姿态,首先判断手掌握杆是否正确...
  • 本发明公开了一种基于人工智能的跑步智能计时方法,其步骤包括:1摄像机采集跑步者的跑步视频并统计跑步人数;2起点摄像头对起点处的跑步者进行起跑检测并判断有无抢跑行为;3跑步者跑步过程中,摄像机对进入自身有效区域视野范围内的所有跑步者进行人...
  • 本发明公开了一种基于机器视觉的立定跳远腾空高度量测方法,其步骤包括:1摄像机采集立定跳远样本视频并利用OpenPose检测模型得到立定跳远人体关键点;2根据所述关键点构建躯干姿态向量;3利用所述人体躯干姿态向量对起跳帧和落地帧进行判别;...
  • 本发明公开了一种基于人体姿态估计和TPA注意力机制的跳绳个数统计方法,其步骤包括:1、使用Openpose模型提取跳绳动作视频中的人体关键点;2、得到关键点与基准线距离关于时间的波形图;3、构建并训练基于TPA注意力机制的SRNN模型;...
  • 本发明公开了一种基于深度学习的人员检测计数方法,包括:1、对视频监控图像进行周期采集,基于FiarMot算法对人员进行检测;2、提取检测人员感兴趣区域并计算其与监控区域交并比;3、构建自适应尺度LSTM神经网络,融合全连接层和小波变换特...