公开(公告)号：CN117744711A

公开(公告)日：2024-03-22

申请号：CN202311855513.6

申请日：2023-12-29

Applicant: 哈尔滨工程大学

Inventor： 凌焕章 ,  肖浩东 ,  吴继昊 ,  宋文远 ,  赵紫臣

IPC: G06N3/0455 ,  G06N3/0464 ,  G06F18/22 ,  G06F18/2415 ,  G06F18/2431 ,  G06F16/29 ,  G06F123/02

Abstract: 本发明公开了一种Transformer模型，包括输入层、Transformer网络模型和SoftMax分类器，所述输入层的输出端与Transformer网络模型的输入端连接，所述Transformer网络模型的输出端与SoftMax分类器的输入端连接；所述输入层用于将原始的航迹数据输入后开始进行预处理，所述Transformer网络模型包括位置编码模块、多头注意力机制、1层前馈网络层、2层残差连接与层归一化，所述SoftMax分类器用于对Transformer网络模型预测的归属可能性进行分类输出。本发明通过针对航迹数据关联中在空间和时间上的关系，利用Transformer中的自注意力机制对航迹信息的空间特征做相似度关联，同时添加位置编码，保证航迹信息的时序信息不会丢失，可以参与到特征提取当中。

公开(公告)号：CN118887730A

公开(公告)日：2024-11-01

申请号：CN202410912789.1

申请日：2024-07-09

Applicant: 哈尔滨工程大学

Inventor： 凌焕章 ,  刘鑫楠 ,  梁梦甜 ,  肖浩东 ,  吴昱轩

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/26 ,  G06V10/25 ,  G06V10/44 ,  G06V10/82 ,  G06T7/246 ,  G06N3/0464

Abstract: 本发明属于动态手势图像处理技术领域，公开了一种动态手势目标图像检测方法及检测系统，动态手势目标图像检测方法包括：进行手势图像预处理：对手势图像中的噪声进行去除；基于R‑CNN框架，采用针对目标检测任务的CNN进行特征提取；利用YOLO的网络结构模型，采用全连接层进行对识别出来的目标进行图像分类与位置检测。本发明通过设计一种实用的基于深度学习的手势分割算法，不仅要能将手和背景分割出来，还要对复杂的背景和各种干扰因素，具有鲁棒性强，运行速度快等特点。同时，本发明还基于机器学习的视觉动态手势识别需要对手势进行检测与分割，去除背景噪声，而后进行手势追踪‑特征提取‑手势分类及识别等手势建模过程。