基于边缘信息和多尺度交叉融合网络的帧插入方法及系统

    公开(公告)号:CN116895037B

    公开(公告)日:2024-10-29

    申请号:CN202310912141.X

    申请日:2023-07-24

    Applicant: 济南大学

    Abstract: 本发明属于计算机视觉技术领域,具体为一种基于边缘信息和多尺度交叉融合网络的帧插入方法及系统,包括:获取连续的两帧图像,对图像进行裁剪和尺度变换,得到裁剪后的原尺度图像以及尺度变换后的图像;对原尺度图像进行特征提取,利用基于边缘信息的特征增强模块对提取的特征进行增强得到增强后的特征;对增强后的特征进行尺度变换后,分别对不同尺度的增强后的特征进行像素级参数提取,接着使用自适应流协作根据提取的像素级参数对不同尺度的图像进行帧扭曲操作,得到三个尺度的扭曲帧;将三个尺度的扭曲帧输入多尺度交叉融合网络中以合成插值帧。本发明的基于边缘信息的特征增强模块能够使模型获得更加完整的特征图,从而提高模型性能。

    一种基于路面估计的变周期车辆主动悬架系统控制方法

    公开(公告)号:CN116409103A

    公开(公告)日:2023-07-11

    申请号:CN202310565766.3

    申请日:2023-06-14

    Applicant: 济南大学

    Abstract: 本发明涉及车辆悬架系统领域,公开了一种基于路面估计的变周期车辆主动悬架系统控制方法,在本发明中采用FNT网络对道路进行分级,通过GP算法对FNT进行结构优化,通过PSO算法对FNT进行参数优化,适用于任何给定悬架控制策略的道路分类;在本发明设计了一个通用的基于路面估计的控制周期调整策略,该策略根据预估的路面性能选择不同控制周期,进而结合PID实现变周期控制。本发明融合了路面起伏监测与主动悬挂系统的PID控制方案,能通过预估路况自适应调整控制周期,在较好的路面上减少控制频率,在保证悬架稳定的前提下大大降低了控制执行器的损耗;在路面较差时能快速增加控制频率,使控制效果迅速逼近定周期控制。

    一种动态手势识别方法及系统

    公开(公告)号:CN110308795B

    公开(公告)日:2022-10-11

    申请号:CN201910604878.9

    申请日:2019-07-05

    Applicant: 济南大学

    Abstract: 本发明公开了一种动态手势识别方法及系统,该方法包括以下步骤:获取手部运动数据,包括三轴加速度和角速度数据;对手部运动数据进行处理,截取有效的手势动作数据;对手势动作数据进行特征提取,得到特征值,包括手势动作的长度、加速度的平均值、角速度的平均值以及加速度的极值点;获取待测手势动作数据,基于BP神经网络算法与K‑means算法对待测手势动作数据进行动态手势识别。

    一种基于场景感知的人机协同方法、系统及机器人

    公开(公告)号:CN114092791A

    公开(公告)日:2022-02-25

    申请号:CN202111382548.3

    申请日:2021-11-19

    Applicant: 济南大学

    Abstract: 本发明提供了一种基于场景感知的人机协同方法、系统及机器人,所述方法包括机器人通过场景感知确定人的意图,所述场景感知包括语音识别、手势识别以及周期性场景感知识别;基于所述意图,关联对应的活动,并通过数据库获取所述活动包含的子任务集合;在所述子任务集合未完成时,计算子任务对应的联合熵,基于所述联合熵的取值,将所述子任务分配至人或机器完成。本发明通过场景感知获取人的意图,将意图通过数据库对应的任务细化,在根据人机协同算法协助完成人想做的事情,高效的协助人及时完成任务。

    一种基于老年人行为特征的老年人行为识别检测方法

    公开(公告)号:CN112101235A

    公开(公告)日:2020-12-18

    申请号:CN202010977729.X

    申请日:2020-09-16

    Applicant: 济南大学

    Abstract: 本发明公开一种基于老年人行为特征的老年人行为识别检测方法,包括:在老年人身体上佩戴加速度传感器,令老年人做指定动作;通过Kinect设备和所述加速度传感器进行数据采集,通过Kinect设备获取动作视频,所述加速度传感器获取身体加速度数据;从所述动作视频提取动作帧;以第一特征提取通道提取所述动作帧的空间特征和时间特征;以第二特征提取通道,提取所述身体加速度数据的数值特征和时间特征;将所述第一特征提取通道和第二特征提取通道的输出结果通过前馈神经网络融合获得目标结果。本发明利用老年人行为特征与年轻人行为特征在时间上的区别能识别老年人行为,而且通过对动作视频和身体加速度数据特征来进行行为识别,互为补充使得识别更加准确。

    一种面向老年陪护机器人的意图理解方法和系统

    公开(公告)号:CN112101219A

    公开(公告)日:2020-12-18

    申请号:CN202010970662.7

    申请日:2020-09-15

    Applicant: 济南大学

    Abstract: 本发明提出了一种面向老年陪护机器人的意图理解方法和系统,该方法包括:实时获取老年人的手势图像和姿态信息,对手势图像和姿态信息均进行图像分割分别形成手势数据集和姿态数据集;将手势数据集输入训练好的神经网络模型进行手势识别得到手势识别概率集、将姿态数据集输入训练好的隐马尔可夫模型进行姿态识别得到姿态识别概率集;基于混淆矩阵的融合算法将手势识别概率集和姿态识别概率集进行意图融合,在不同意图分类下,采用F1分数计算两个概率集融合时不同意图下的权重占比;进而确定出最终识别意图。基于该方法,还提出了意图理解系统。本发明提高了老年陪护机器人系统的意图理解率,以及老年人对于社交陪护机器人的使用满足感。

    一种面向虚拟实验的多模态语义融合人机交互系统和方法

    公开(公告)号:CN111665941A

    公开(公告)日:2020-09-15

    申请号:CN202010509144.5

    申请日:2020-06-07

    Applicant: 济南大学

    Abstract: 本发明涉及一种面向虚拟实验的多模态语义融合人机交互系统和方法,包括交互信息集成模块,还包括交互信息获取模块、交互意图推理模块和交互任务直行模块,其中,所述交互信息模块采用多模态融合模型来准确识别操作者的真实意图,并将获取到的信息提供给交互意图推理模块;所述交互意图推理模块根据手势语义和语言语义结合场景当前的交互情景来识别用户的交互意图,预测潜在的交互行为;所述交互任务执行模块根据交互意图推理模块预测的交互动作,生成用户期望的实验动作,生成响应的实验效果,返回对应的操作反馈,最后,实验效果和反馈通过不同的通道输出给用户。本发明解决了当下虚拟实验中面临的交互困难的问题。

    一种动态手势识别方法及系统

    公开(公告)号:CN110308795A

    公开(公告)日:2019-10-08

    申请号:CN201910604878.9

    申请日:2019-07-05

    Applicant: 济南大学

    Abstract: 本发明公开了一种动态手势识别方法及系统,该方法包括以下步骤:获取手部运动数据,包括三轴加速度和角速度数据;对手部运动数据进行处理,截取有效的手势动作数据;对手势动作数据进行特征提取,得到特征值,包括手势动作的长度、加速度的平均值、角速度的平均值以及加速度的极值点;获取待测手势动作数据,基于BP神经网络算法与K-means算法对待测手势动作数据进行动态手势识别。

    降低MIMO-OFDM系统峰均功率比的导向交织方法

    公开(公告)号:CN109194603A

    公开(公告)日:2019-01-11

    申请号:CN201811391688.5

    申请日:2018-11-21

    Applicant: 济南大学

    CPC classification number: H04L27/2614 H04B7/0413 H04L1/0071

    Abstract: 本发明公开了降低MIMO-OFDM系统峰均功率比的导向交织方法,包括:获得MIMO-OFDM系统中各个发射天线上的原始OFDM候选信号并计算各个候选信号的PAPR值;每次交织处理之前,均要比较各个发射天线上候选信号的PAPR值,然后对PAPR值最大的候选信号所在天线进行交织处理进而产生新的OFDM候选信号;将发射天线中新的OFDM候选信号的PAPR值PM与该天线上现存的OFDM候选信号PAPR值PAm进行比较,若PM

Patent Agency Ranking