-
公开(公告)号：CN108717265B
公开(公告)日：2021-05-18
申请号：CN201810535506.0
申请日：2018-05-30
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于控制变量参数化的无人飞行器巡航跟踪控制系统及控制方法，无人飞行器在巡航空域飞行，飞行器巡航高度传感器、飞行器速度传感器、飞行器航道倾角传感器开启，获得飞行器巡航高度偏差、速度和飞行器航道倾角信息，飞行器MCU根据设定的巡航高度偏差、速度和飞行器航道倾角要求自动执行内部控制变量参数化优化算法，得到使无人飞行器在指定时间内到达设定巡航轨迹的控制策略，飞行器MCU将获得的控制策略转换为控制指令发送给飞行器推力控制模块和俯仰角控制模块执行。本发明能够根据无人飞行器不同的巡航高度偏差、速度和飞行器航道倾角状态快速地得到优化控制策略，使无人飞行器在设定时间内平稳到达指定的巡航轨迹状态。
-
公开(公告)号：CN108804654A
公开(公告)日：2018-11-13
申请号：CN201810581196.6
申请日：2018-06-07
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于智能问答的虚拟学习环境构建方法，属于人机交互技术领域，包括1.采集并构建特定领域教学问答数据集，对采集的问答对进行预处理；2.构建BI‑LSTM‑CRF模型对问答对进行语义分析和特征提取，实现语句的分词与序列标注；3.构建基于LSTM网络的答案置信度计算模型，输入问答对特征向量，通过模型衡量问答对的匹配程度，将得分最高的答案特征向量转换输出；4.利用基于Unity3D的虚拟现实技术搭建虚拟学习环境，构建智能问答引擎，引入训练好的深度学习问答模型，实现基于智能问答的虚拟学习环境构建。本发明利用深度学习实现了特定领域语义理解层面的智能问答，并将其应用于面向教学的虚拟学习环境之中，为虚拟课堂与人机交互研究拓展了思路和方法。
-
公开(公告)号：CN107491726A
公开(公告)日：2017-12-19
申请号：CN201710537921.5
申请日：2017-07-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于多通道并行卷积神经网络的实时表情识别方法，包括以下步骤：从面部表情数据集中提取包含RGB与Depth图像的表情数据；对彩色图像进行局部二值化及提取面部关键点预处理，对深度图像进行梯度化预处理，将预处理后的图像分为训练集与测试集两部分并构建多通道并行卷积神经网络；将训练集中预处理后的图像送入网络中训练，获得学习了面部表情轮廓、立体分布及关键点特征的深度通道、lbp通道及关键点通道识别模型；将三种识别模型的分类结果采用最大置信融合，得到最终表情识别模型并构建实时表情识别系统。本发明增强了识别网络的鲁棒性，有效提升了实时表情识别系统的性能。
-
公开(公告)号：CN106815578A
公开(公告)日：2017-06-09
申请号：CN201710052155.3
申请日：2017-01-23
Applicant: 重庆邮电大学
CPC classification number: G06K9/00355 , G06K9/6269
Abstract: 本发明涉及一种基于深度运动图‑尺度不变特征变换的手势识别方法，该方法主要包括以下三个部分：在运动数据获取方面，采用Kinect体感技术提供的原始深度图像作为手势识别系统的输入量；在人体手势特征构造方面，采用基于深度运动图‑尺度不变特征变换的提取方法，并对特征提取后的数据采用有监督局部线性嵌入的方法进行降维处理，以表示手势运动特征量；在手势分类器识别方面，利用判别式的支持向量机对深度图像序列的特征量进行样本训练建模，并对未知手势进行分类预测。本发明不仅能够适应不同光照环境、鲁棒性较强，还能够对手势序列进行实时高效识别，适用于人机交互中的实时手势识别领域。
-
公开(公告)号：CN106778506A
公开(公告)日：2017-05-31
申请号：CN201611044228.6
申请日：2016-11-24
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种融合深度图像和多通道特征的表情识别方法，所述方法包括：对输入的人脸表情图像进行人脸区域识别并进行预处理操作；选取图像多通道特征，纹理特征方面提取深度图像熵、灰度图像熵以及彩色图像显著性特征作为人脸表情纹理信息，采用灰度直方图方法提取纹理信息的纹理特征，几何特征方面利用主动外观模型，从彩色信息图像中提取出面部表情特征点作为几何特征；融合纹理特征和几何特征，不同特征选取不同的核函数进行核函数融合，并将融合结果输送至多类支持向量机分类器进行表情分类。相比现有技术，本方法能有效克服表情识别中不同光照、不同头部姿势、复杂背景等因素的影响，提高了表情识别率，具有好的实时性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN103810741B
公开(公告)日：2016-11-09
申请号：CN201410056652.7
申请日：2014-02-19
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于多智能体的井下应急撤离虚拟人群仿真方法。该方法基于多智能体技术，构建了一种虚拟矿井紧急撤离人群仿真框架，仿真框架主要由人群仿真引擎、几何场景仿真引擎、场景数据库、事件记录器、人机交互界面5部分组成。考虑到在矿难发生时生理、心理等健康因素对矿工的影响，以及不同角色的矿工在矿难发生时对矿井知识的认识不同，做出的行为决策不同，该方法面向角色理论，构建了班组长、有经验的矿工、普通矿工、救援者等不同角色的多智能体矿工人群应急撤离模型与算法。本发明提出的仿真方法能很好的模拟矿井真实情况，具有很好的通用性与逼真性，能为井下安全事故分析与预防、矿井安全培训、救援演练提供有效技术支撑。
-
公开(公告)号：CN105930770A
公开(公告)日：2016-09-07
申请号：CN201610226853.6
申请日：2016-04-13
Applicant: 重庆邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00342
Abstract: 本发明请求保护一种基于高斯过程隐变量模型和隐条件随机场的判别式人体动作识别方法，主要包括以下三个部分：在获取运动数据方面，通过动作捕捉技术或Kinect体感技术获取人体的骨骼结构和运动信息；在提取运动特征方面，采用加入动态过程和稀疏近似的高斯过程隐变量模型来得到高维运动信息在低维隐空间中的流行结构，以表示运动特征；在人体动作识别方面，利用判别式的隐条件随机场对时序运动数据的特征进行建模，并对动作进行分类。本发明不仅可以实现人体运动特征的可视化，还可以有效利用运动时序数据之间的信息，对人体运动进行高精度识别，适用于人体动作的实时识别领域。
-
公开(公告)号：CN103487047B
公开(公告)日：2016-05-11
申请号：CN201310340510.9
申请日：2013-08-06
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于改进粒子滤波的移动机器人定位方法，包括步骤：建立机器人的运动方程和路标计算方程；用多agent粒子群优化算法优化粒子集，所得的最优值为对位姿的估计；利用卡尔曼滤波算法对环境路标进行估计；权重更新及归一化，重采样。本发明定位方法定位准确且易于实现，在移动机器人的仿真过程中，移动机器人的位姿估计和环境路标估计更加精确。
-
公开(公告)号：CN117834785A
公开(公告)日：2024-04-05
申请号：CN202410019165.7
申请日：2024-01-05
Applicant: 重庆邮电大学
Abstract: 本发明属于信息安全领域，具体涉及一种基于二维压缩感知和视觉安全的多图像加密方法，包括获取4幅待加密的明文图像，随机选取一幅明文图像；对选取的明文图像计算混沌系统的初始值，并生成多个伪随机序列；对伪随机序列进行映射，得到受控测量矩阵；根据受控测量矩阵对4幅明文图像进行数据压缩，并将压缩后的图像进行合并，得到新的明文图像；采用超混沌Lorenz系统产生序列，构建对新的明文图像进行置乱和扩散操作，得到缺乏隐蔽性的秘密图像；将秘密图像随机嵌入到彩色载体图像中，生成有意义的彩色密文图像；本发明利用混沌系统来生成测量矩阵，解决了将整个测量矩阵作为密钥会令密钥过大，需占据大量的传输带宽和存储空间的问题。
-
公开(公告)号：CN113361397B
公开(公告)日：2022-07-12
申请号：CN202110625104.1
申请日：2021-06-04
Applicant: 重庆邮电大学
Abstract: 本发明属于深度学习领域，具体涉及一种基于深度学习的人脸口罩佩戴情况检测方法，该方法包括：实时获取待检测图像数据，将待检测图像输入到训练好的口罩检测网络模型中，得到检测结果；根据检测结果对待检测图像进行标记；所述口罩检测网络模型包括主干特征提取网络模、Neck网络模块以及Prediction网络；本发明在口罩检测模型中的主干特征提取网络中使用CSPDarkNet‑X模块不但可以加强模型的特征提取能力，同时可以降低模型的参数量并且简化了模型的骨干网络的结构，使得模型的特征学习能力得到提升。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.025 seconds)
