-
公开(公告)号：CN114926898A
公开(公告)日：2022-08-19
申请号：CN202210494498.6
申请日：2022-05-07
Applicant: 武汉工程大学 , 武汉引行科技有限公司
IPC: G06V40/20 , G06V10/75 , G06T7/136 , G06T7/194 , G06V10/762 , G06V10/764 , G06V10/44 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种手势识别模型训练及手势识别方法、装置、设备及介质，涉及计算机视觉技术领域，手势识别模型训练方法包括：拍摄手部配戴有红色系手套的多张手势图像，对每张手势图像依次进行从RGB色彩空间转换成YCrCb空间、图像前景背景划分、二值化处理，得到手势分割图像；构建卷积神经网络结构，利用多张手势分割图像对卷积神经网络结构进行训练，得到手势识别模型。手势识别方法为：将待识别的图片或视频输入手势识别模型中，利用手势识别模型对待识别的图片或视频进行手势识别。本发明对图像中的手势分割效果好，通过本发明进行手势识别的识别准确率可明显提高。
-
Patent Agency Ranking
公开(公告)号：CN114852315B
公开(公告)日：2024-10-18
申请号：CN202210513454.3
申请日：2022-05-11
Applicant: 武汉工程大学
IPC: B64C19/00
Abstract: 本发明提供一种无人机运输系统、方法及存储介质，属于智能交通技术领域，包括无人机和控制中心，无人机用于获取环境参数和无人机机械参数，并从设置在无人机上的湿度传感器中获得湿度数据；判断湿度数据是否大于或等于温度阈值，若是则从设置在无人机上的存储器中导出预先存储的环境故障解决方案；若否则判断无人机机械参数是否为预设异常值，若是则从存储器中导出预先存储的自身机械故障解决方案；若否则生成未知异常信号，并将未知异常信号发送至控制中心中。本发明提升了无人机的运输效率，可以有效的解决自动驾驶交通工具适应性差，应对突发状况能力弱的问题，且能够大大地提升无人机的运输效率，降低的故障率，应用前景广泛。
-
公开(公告)号：CN114863937B
公开(公告)日：2024-06-18
申请号：CN202210536031.3
申请日：2022-05-17
Applicant: 武汉工程大学
Abstract: 本发明提供了基于深度迁移学习与XGBoost的混合鸟鸣识别方法，通过计算log‑Mel频谱图的一阶差分系数和二阶差分系数，反映鸟鸣信号的变化过程，在保留物种有效信息的同时减少环境噪声等无关因素的影响，提升了识别鸟类物种的准确率；减少了环境背景噪声等无关因素的影响，有效识别了自然场景下的多种鸟类物种。本发明采用深度迁移学习微调VGG16模型构建特征提取器，提升了少样本训练数据下深度卷积神经网络的泛化能力，减少了参数训练，提升了运行效率。本发明将鸟鸣信号更准确的映射为鸟类物种，对自然环境中多种鸟类鸣声均具有良好的识别性能。
-
公开(公告)号：CN112611376B
公开(公告)日：2023-08-01
申请号：CN202011373126.5
申请日：2020-11-30
Applicant: 武汉工程大学
Abstract: 本发明公开了一种RGI‑Lidar/SINS紧耦合AUV水下导航定位方法与系统，包括：通过捷联解算得到相应时刻包含AUV位置信息、姿态信息的导航信息；获取水下远距离、高清晰度的选通图像；对IMU输出信息进行预积分，获取AUV在不同时刻的IMU位姿约束；对当前帧的选通图像进行特征提取，并将上一帧选通图像作为参考帧与之进行特征匹配，获取视觉里程计约束；对当前帧选通图像进行回环检测，若检测到符合条件的回环帧图像，则将当前帧选通图像与相应回环帧图像进行特征匹配，获取回环检测约束；将上述三种约束作为约束关系加入到位姿图中进行联合优化，获取并输出优化后的AUV位姿；优化后的AUV位姿可作为惯性数据输入。本发明能满足广泛、长时间、远距离的水下导航定位的需求。
-
公开(公告)号：CN114863937A
公开(公告)日：2022-08-05
申请号：CN202210536031.3
申请日：2022-05-17
Applicant: 武汉工程大学
Abstract: 本发明提供了基于深度迁移学习与XGBoost的混合鸟鸣识别方法，通过计算log‑Mel频谱图的一阶差分系数和二阶差分系数，反映鸟鸣信号的变化过程，在保留物种有效信息的同时减少环境噪声等无关因素的影响，提升了识别鸟类物种的准确率；减少了环境背景噪声等无关因素的影响，有效识别了自然场景下的多种鸟类物种。本发明采用深度迁移学习微调VGG16模型构建特征提取器，提升了少样本训练数据下深度卷积神经网络的泛化能力，减少了参数训练，提升了运行效率。本发明将鸟鸣信号更准确的映射为鸟类物种，对自然环境中多种鸟类鸣声均具有良好的识别性能。
-
公开(公告)号：CN113422803A
公开(公告)日：2021-09-21
申请号：CN202110544910.6
申请日：2021-05-19
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于端边云协同的无人机智能巡检任务无缝迁移方法，包括：S1，搭建基于端边云协同的无人机智能巡检系统；S2，构建异构资源协同信任图谱：根据系统异构资源之间协同信任度，构建资源间协同信任知识图谱；S3，基于无人机移动位置，预测任务迁移时间、能耗：根据无人机实时移动位置，搜索附近可用资源，并预测计算任务迁移时间、能耗和成本；S4，基于能耗感知和位置移动的任务无缝迁移：以任务迁移时间和无人机能耗为目标，获得最优计算任务迁移策略，完成无缝迁移。本发明可以解决网络带宽压力问题和边缘层资源跨不同管理域问题，通过任务无缝迁移方法使得无人机智能巡检实时性更强，终端能耗更小。
-
-
-
-
-
Search Results
16
records
(took 0.03 seconds)
