一种基于显著特征点提取的手势识别方法及装置

    公开(公告)号:CN107203742B

    公开(公告)日:2020-05-08

    申请号:CN201710305721.7

    申请日:2017-05-03

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于显著特征点提取的手势识别方法及装置,包括:提取模块,用于获取待识别手势的形状,由所述待识别手势形状边缘提取出一个不闭合的轮廓,获取该轮廓上所有轮廓点的坐标;计算模块,用于计算每个轮廓点的面积参数,并根据面积参数对轮廓点进行筛选,提取出显著特征点,以显著特征点序列的面积参数以及归一化后的点序参数作为该轮廓的特征参数;匹配模块,用于利用显著特征点的特征参数,将所述待识别手势与预设模板库中的模板进行匹配,得到所述待识别手势的最佳匹配模板,并确定所述最佳匹配模板的类别为所述待识别手势的类别。本发明在对手势形状特征的有效提取和表示的同时,还具有平移不变性、旋转不变性、尺度不变性和铰接不变性等优良性能,能有效抑制噪声干扰。

    一种图像椒盐噪声的去除方法

    公开(公告)号:CN106910170B

    公开(公告)日:2019-10-29

    申请号:CN201710057468.8

    申请日:2017-01-26

    Applicant: 苏州大学

    Abstract: 本发明公开了一种图像椒盐噪声的去除方法,包括下列步骤:输入含椒盐噪声的数字图像,如果像素点的灰度值为0或255,则进行去噪处理,否则不处理;去噪处理为,在四连通区域中,剪切灰度值为0或255的像素点,若剩余像素点个数≥2,进行均值滤波;否则,在八连通区域中,剪切掉灰度值为0或255的像素点,对剩余像素点进行均值滤波;如果剩余像素点为空集,在5×5区域中,剪切掉灰度值为0或255的像素点,进行均值滤波;如果剩余像素点为空集,采用递归形式的滤波窗口,输出左方、左上、上方、右上四个像素点灰度的平均值;重复直至完成所有像素点的处理。本发明无需设计模糊规则;不需要进行阈值的选取,提高了计算效率,能适应不同污染程度的图像的噪声去除。

    一种人体动作识别方法
    53.
    发明公开

    公开(公告)号:CN110119707A

    公开(公告)日:2019-08-13

    申请号:CN201910387635.4

    申请日:2019-05-10

    Applicant: 苏州大学

    Inventor: 杨剑宇 黄瑶 朱晨

    Abstract: 本发明提出一种人体动作识别方法,提取动作样本每个骨骼关节点在相邻帧之间的运动作为该动作样本的动态特征;对动态特征进行空间多尺度划分,得到各个子特征集;对于每个子特征集,将同一帧所有骨骼关节点的运动特征组成向量;提取所有训练样本的该子特征集的帧特征向量,进行聚类,得到聚类中心;将动作样本所有帧的特征向量输入至各个子特征集构建的概率分布神经元,累加每个概率分布神经元上的所有输出,得到直方图表达;对该子特征集进行时间多尺度划分,得到时间多尺度直方图;组成时空多尺度软量化直方图;构成时空多尺度软量化网络;训练时空多尺度软量化网络,将测试样本输入至训练好的网络模型中,实现动作识别。

    一种图像椒盐噪声的去除方法

    公开(公告)号:CN106910170A

    公开(公告)日:2017-06-30

    申请号:CN201710057468.8

    申请日:2017-01-26

    Applicant: 苏州大学

    Abstract: 本发明公开了一种图像椒盐噪声的去除方法,包括下列步骤:输入含椒盐噪声的数字图像,如果像素点的灰度值为0或255,则进行去噪处理,否则不处理;去噪处理为,在四连通区域中,剪切灰度值为0或255的像素点,若剩余像素点个数≥2,进行均值滤波;否则,在八连通区域中,剪切掉灰度值为0或255的像素点,对剩余像素点进行均值滤波;如果剩余像素点为空集,在5×5区域中,剪切掉灰度值为0或255的像素点,进行均值滤波;如果剩余像素点为空集,采用递归形式的滤波窗口,输出左方、左上、上方、右上四个像素点灰度的平均值;重复直至完成所有像素点的处理。本发明无需设计模糊规则;不需要进行阈值的选取,提高了计算效率,能适应不同污染程度的图像的噪声去除。

    一种复杂3D运动识别方法及装置

    公开(公告)号:CN104050461B

    公开(公告)日:2017-05-03

    申请号:CN201410307841.7

    申请日:2014-06-30

    Applicant: 苏州大学

    Abstract: 本发明提供了一种复杂3D运动识别方法及装置,本发明首先采样运动轨迹获得多个轨迹点,然后在分别获得每个轨迹点的类别和尺度信息,将每个轨迹点类别和尺度信息依次排列作为整个运动轨迹的描述子,从而获得运动轨迹的特征信息,依据特征信息与数据库进行匹配,从而获得匹配后的运动类型,完成运动识别。本发明能够有效的利用运动轨迹的显著特征来进行运动识别,从而提高了3D复杂运动识别精度和准确率。

    基于车路协同的交叉口车辆右转引导系统及其引导方法

    公开(公告)号:CN104916152A

    公开(公告)日:2015-09-16

    申请号:CN201510253763.1

    申请日:2015-05-19

    Applicant: 苏州大学

    Abstract: 本发明涉及一种基于车路协同的交叉口车辆右转引导系统及其引导方法,该引导系统包括路侧设备和监控中心及至少一个车载设备,当车辆进入路侧设备的交叉口通信范围时,车载主控模块根据本车的静态信息、车辆运行位置信息、车辆的行驶方向和车辆速度及本车所处的交叉口交通状态信息进行分析判断,若判断未来时间内会发生机动车和非机动车冲突或机动车与机动车冲突,则车载主控模块分析得出右转所需的安全车速至提示模块和车速控制模块,通过提示模块提示驾驶员右转所需的安全车速,同时车载主控模块会监控车辆是否按所给安全车速行驶,若监测到车辆未按安全车速行驶则车速控制模块自动控制车辆的速度。

    一种复杂3D运动识别方法及装置

    公开(公告)号:CN104050461A

    公开(公告)日:2014-09-17

    申请号:CN201410307841.7

    申请日:2014-06-30

    Applicant: 苏州大学

    Abstract: 本发明提供了一种复杂3D运动识别方法及装置,本发明首先采样运动轨迹获得多个轨迹点,然后在分别获得每个轨迹点的类别和尺度信息,将每个轨迹点类别和尺度信息依次排列作为整个运动轨迹的描述子,从而获得运动轨迹的特征信息,依据特征信息与数据库进行匹配,从而获得匹配后的运动类型,完成运动识别。本发明能够有效的利用运动轨迹的显著特征来进行运动识别,从而提高了3D复杂运动识别精度和准确率。

Patent Agency Ranking