-
Patent Agency Ranking
公开(公告)号：CN109064406A
公开(公告)日：2018-12-21
申请号：CN201810977242.4
申请日：2018-08-26
Applicant: 东南大学
IPC: G06T3/40
CPC classification number: G06T3/4076
Abstract: 本发明提了一种正则化参数自适应的稀疏表示图像重建方法，包括以下步骤：采用稀疏字典学习算法，提取图像边缘特征训练紧凑的稀疏字典，并对每个图像块自适应地分配子字典进行稀疏编码；从过完备字典中学习稀疏编码稀疏的估计；充分利用图像的局部结构相似性，采用基于最大后验概率的方法自适应地求解正则化参数；建立正则化参数自适应的稀疏表示模型。本发明利用局部结构相似性提高稀疏表示的有效性，很好的保持了图像的边缘和结构；基于最大后验概率自适应地调整正则化参数，在每次迭代过程中更新正则参数，更好地适应当前情况，大大减少手动选择正则参数的工作量；具有良好的图像的重建效果，对噪声和运动模糊的鲁棒性强。
-
公开(公告)号：CN107065850A
公开(公告)日：2017-08-18
申请号：CN201611136538.0
申请日：2016-12-12
Applicant: 东南大学
IPC: G05D1/02 , G08C17/02 , A61B5/0478
Abstract: 本发明公开了一种脑电波控制的四轮独立驱动智能小车系统及其控制方法，包括脑电信号采集头套、脑电信号处理程序以及四轮独立驱动电动车的驱动控制系统。使用者针对不同的驾驶指令作出相应的运动想象；通过脑电采集头套提取脑电信号，并传输给计算机，计算机对接收的脑电信号进行预处理、特征提取和分类，分类结果作为指令通过无线通信模块发送至电动车驱动控制系统，实现根据使用者脑电波处理结果为执行指令，通过对四轮独立驱动系统容错稳定性控制的智能电动车。本发明可以极大的扩展有严重运动障碍的残疾人的移动范围，同时可以用于运动想象识别系统训练使用，为使用者接入自动驾驶汽车系统提供了一种人车交互方式，具有很好的发展和应用前景。
-
公开(公告)号：CN110309723A
公开(公告)日：2019-10-08
申请号：CN201910483030.5
申请日：2019-06-04
Applicant: 东南大学
Abstract: 本发明提供了一种基于人体特征细分类的驾驶员行为识别方法，包括：建立驾驶员行为识别的图像数据集；构建基于人体特征细分类的识别模型；训练基于人体特征细分类的识别模型；对基于人体特征细分类的识别模型进行测试。本发明能够对人体关键点部位进行正确的动作分类，结合局部特征和图像全局特征进行驾驶员行为细分类，在交通安全领域有重要的应用价值。本发明通过Stacked Hourglass Networks模型进行关键点定位，随后，对关键点区域进行学习，将人体部位的具体动作作为卷积分类的中层特征，显著地提升了模型的识别精度。
-
公开(公告)号：CN110298257A
公开(公告)日：2019-10-01
申请号：CN201910483000.4
申请日：2019-06-04
Applicant: 东南大学
Abstract: 本发明提供了一种基于人体多部位特征的驾驶员行为识别方法，包括：建立驾驶员行为识别的图像数据集；构建神经网络模型；训练基于人体多部位特征的驾驶员行为识别模型；对基于人体多部位特征的驾驶员行为识别模型进行测试。本发明结合人体关键点区域与全局区域，利用某些具有判别力的局部区域进行驾驶员行为识别，由于融合人体关键点特征，进一步提高驾驶员行为识别准确率，在交通安全领域有重要的应用价值。
-
公开(公告)号：CN106821375A
公开(公告)日：2017-06-13
申请号：CN201710072658.7
申请日：2017-02-10
Applicant: 东南大学
IPC: A61B5/0476 , G06K9/62
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/725 , G06K9/6235 , G06K2009/6236
Abstract: 本发明公开了一种基于CSP算法及AR模型的想象动作电位的脑电信号特征提取方法，包括依次执行的脑电信号的采集、初步滤波、以及利用共空间模式算法（CSP算法）与自回归模型（AR模型）相结合进行特征提取步骤。本发明提高了脑电信号特征提取的准确性，开拓了应用领域，具备广阔的前景。
-
-
-
-
Search Results
15
records
(took 0.032 seconds)
