您所在的位置: 成果库 一种基于GPU片上的数据处理方法及设备

一种基于GPU片上的数据处理方法及设备

发布时间: 2022-11-03

基本信息

合作方式: 创业融资
成果类型: 发明专利
行业领域:
电子信息技术,计算机及网络技术,智能制造
成果介绍
该专利以人体姿态智能感知为核心技术,为传统制造业提供智能化的生产监督模式,提供软硬件一体化解决方案。可根据人体骨骼构造、3D面部特征进行工人动作的精准跟踪识别,对整个产线的人员作业动作以及作业路线进行智能识别和分析,对错误/危险/质量隐患进行预警,进而减少作业过程的动作浪费和异常事故,优化作业效率,提高产品质量,改善人员管理,降低事故率。实现的主要功能有:AI判断流程状态、人员、工件追踪;工时记录、超时报警、视频回放;动作完整度检测、动作异常预警;人员识别、上岗技能熟练度匹配;以及作业物料防呆。功能种类丰富多样,可以满足用户对于人像处理、人体感知、动作识别的多元化需求,为大型制造企业数字化转型创造价值。
成果亮点
本技术首创的身体+手部骨骼点识别模型、工序动作识别模型,无论从价格、识别准确度、对手部骨骼点的识别支持、对多人骨骼点的支持、对骨骼点遮挡问题的有效解决、用户自定义动作的便捷导入、对动作起点识别与连续动作识别的支持以及制造业实施上线案例等方面都具有绝对优势。 基于热力图的骨骼点识别算法,能有效解决遮挡问题,准确度超过80%,且在空间上更精确,远超其他骨骼识别算法;采用多层堆叠网络,支持画面内多人体识别,有效解决多人体关节点重叠干扰问题;业内首创的同时支持身体16个关键骨骼点与双手42个关键骨骼点的识别模型,可以更准确的对姿态进行估计。 基于时间序列的多层卷积神经网络模型,系统延迟时间低于100毫秒;并且设定采用滑动窗口,解决了传统算法无法预判动作起始点和工序顺序的问题;支持连续动作识别,支持客户自定义动作识别模板制作。
团队介绍
青大大学
成果资料