-
公开(公告)号：CN107844779B
公开(公告)日：2021-03-23
申请号：CN201711165320.2
申请日：2017-11-21
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种视频关键帧提取方法，包括以下步骤：使用ViBe算法融合帧间差分法对所获取的原视频序列进行运动目标检测，得到含有运动目标的关键视频序列；使用全局特征峰值信噪比对关键视频序列进行关键帧粗提取得到候选关键帧序列；使用峰值信噪比建立候选关键帧序列的全局相似度，使用SURF特征点建立候选关键帧序列的局部相似度，加权融合两者获取全局相似度，并利用综合相似度对候选关键帧序列进行自适应关键帧提取，最终得到目标关键帧序列。本发明提供的视频关键帧提取方法能有效提取视频关键帧，明显减少视频数据的冗余信息，简洁表达视频的主要内容，而且该算法复杂度不高，适用于监控视频关键帧的实时提取。
-
公开(公告)号：CN112364789A
公开(公告)日：2021-02-12
申请号：CN202011272734.7
申请日：2020-11-12
Applicant: 重庆邮电大学 , 重庆工业大数据创新中心有限公司
Abstract: 本发明涉及一种基于视觉的机器人目标物体识别方法，属于工业机器人目标物体识别技术领域，包括以下步骤：S1：采集关于目标物体的数字图像；S2：对含有目标物体的图像进行预处理，包括图像灰度化、图像增强、图像滤除噪声；S3：利用SURF算法提取图像中的特征点，包括源图像特征点以及目标图像的特征点；S4：基于特征点检测，利用模板匹配对目标物体进行识别，先识别出源图像和目标图像之间的共有特征点，再检测两特征点之间的相似程度。本方法方法具有良好的稳定性，在外界条件发生变化的情况下，诸如目标物体存在遮挡、旋转、缩放等条件下都够准确地识别出目标物体。
-
公开(公告)号：CN111950455A
公开(公告)日：2020-11-17
申请号：CN202010807134.X
申请日：2020-08-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于LFFCNN-GRU算法模型的运动想象脑电信号特征识别方法。包含以下步骤S1:采集脑电信号；S2：对原始脑电信号进行预处理；S3：采用层间融合卷积神经网络提取脑电信号的频域特征；S4：采用门控循环网络进一步的提取脑电信号的时域特征；S5：采用softmax回归方法对脑电信号进行分类；S6：输出最终的脑电信号分类结果。本发明有效提高了多类运动想象脑电信号的识别率。
-
公开(公告)号：CN111564160A
公开(公告)日：2020-08-21
申请号：CN202010316731.2
申请日：2020-04-21
Applicant: 重庆邮电大学
IPC: G10L21/0208 , G10L21/0264 , G10L25/30
Abstract: 本发明请求保护一种基于AEWGAN的语音降噪方法，该方法包括步骤：S1，将时域语音信号做为AEWGAN的生成器的输入，使用无监督方式让生成器自动生成新的语音；S2，将纯净语音和生成语音做为判别器的输入，训练判别器对干净语音的判别能力；S4，同时，在模型训练的过程会各自更新自身的参数使得损失最小，通过不断迭代优化，最终达到一个纳什均衡，此时模型达到最优；该发明能够有效的去除带噪语音信号的噪声，为后续的语音识别模型提供干净的语音信号，且鲁棒性好。
-
公开(公告)号：CN111429947A
公开(公告)日：2020-07-17
申请号：CN202010225783.9
申请日：2020-03-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多级残差卷积神经网络的语音情感识别方法，属于语音信号分析和图像处理等技术领域。该方法包括：1)训练过程：收集并预处理带所有情感的声音信号，生成语谱图；然后构建多级残差卷积神经网络，并将语谱图输入到多级残差卷积神经网络进行训练；2)测试过程：获取并预处理待识别声音信号，生成待识别语谱图；然后将待识别语谱图输入到训练好的多级残差卷积神经网络，得到识别结果。本发明通过跨越多级的残差块对CNN进行特征弥补，解决了对CNN随着卷积层加深而出现的特征丢失的问题，且提高识别率。
-
Patent Agency Ranking
公开(公告)号：CN111240326A
公开(公告)日：2020-06-05
申请号：CN202010042867.9
申请日：2020-01-15
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明涉及一种基于异构双种群蚁群算法的移动机器人路径规划方法，该方法首先将静态地图中位置坐标转为二进制数，并结合海明距离计算从起点到目标点整个分块地图中复杂度，将其与预测的复杂度阀值进行对比动态选择局部搜索效率高的蚁群算法还是收敛速度快的精英蚂蚁系统算法的信息素更新算子。其次，在迭代阶段，根据前一阶段选择的结果来选择在迭代前期是否增加较优路径上的蚂蚁的信息素浓度以进一步增加算法的探索度。
-
公开(公告)号：CN111207756A
公开(公告)日：2020-05-29
申请号：CN202010194141.7
申请日：2020-03-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进人工势场算法的移动机器人路径规划方法。具体步骤为：首先，根据移动机器人到目标点的距离构造出引力势场函数，根据移动机器人到目标点的距离以及到障碍物的距离构造出斥力势场函数；然后，分别对引力势场函数以及斥力势场函数求负梯度得到移动机器人受到的吸引力和排斥力；最后，移动机器人在吸引力和排斥力共同作用下避开障碍物向目标点前进，并且中途会生成强制干扰力使机器人逃离局部极小值点影响范围。在室内多障碍物环境中的实验结果表明：相较于其他方法，本方法路径规划的成功率较高，满足实际应用需求。
-
公开(公告)号：CN111176286A
公开(公告)日：2020-05-19
申请号：CN202010010351.6
申请日：2020-01-06
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明请求保护一种基于改进D*lite算法的移动机器人路径规划方法及系统。具体步骤为：首先，根据机器人所在环境的栅格地图，使用地图分割算法将地图分割为若干内部没有障碍物的有界单元；然后，根据若干单元之间的连通关系得到单元连接图，计算得到各单元之间的原始距离代价值和邻接矩阵；接着，根据邻接矩阵，使用双向图搜索算法，计算得到从目标单元到起始单元所经过的单元顺序；之后，根据单元顺序，依次按照核心网格设置方法在对应单元中设置核心网格，按顺序组成搜索链表；最后，根据搜索链表引导D*lite路径规划算法完成移动机器人路径规划。实验结果证实了本方法能够在保证路径长度接近最短的同时降低路径规划时间。
-
公开(公告)号：CN106901731B
公开(公告)日：2020-05-12
申请号：CN201710131446.1
申请日：2017-03-07
Applicant: 重庆邮电大学
IPC: A61B5/0488
Abstract: 本发明请求保护一种融合小波包和双谱分析的肌电信号特征提取方法，该方法包括步骤：S1，采用小波包对sEMG进行j层分解；S2，选取n个有效频带，求出每个频带的能量；S3，将上述的频带能量进行归一化处理，当作sEMG信号的特征向量；S4，小波包重构sEMG的时域信号；S5，对sEMG的时域信号进行双谱分析，提取出双谱特征；S6，融合小波包和双谱分析的肌电信号特征向量。本发明不仅能提取到高时频分辨率的sEMG信号特征信息，还能抑制噪声，从而提高sEMG信号的识别率。
-
公开(公告)号：CN108529180B
公开(公告)日：2020-03-17
申请号：CN201810410690.6
申请日：2018-05-02
Applicant: 重庆邮电大学
IPC: B65G47/248 , B65G57/22 , B65G61/00 , G06T7/00 , G06T7/33
Abstract: 本发明请求保护一种基于机器视觉的不规则烟包组合码垛系统，包括通过视觉系统对不规则烟包图像进行处理得到目标二值图，然后提取烟包的角点特征从而进行特征点匹配并且用改进的RANSAC算法消除其中的误匹配点对，实现烟包的识别匹配，其识别结果再与上位机数据库中的订单烟包信息校对。完成校对后，烟包进入组合码垛系统，依据上位机的预排列算法组合码垛进行调整并精确定位，最后由码垛机器人抓取码垛。本发明中，不规则烟包正确识别率达100％，高效且快速的完成不规则烟包的校对和组合码垛。创造出一种新的烟包自动码垛模式，促使烟草物流行业向智能化迈出坚实的一步。
-
-
-
-
-
-
-
-
-
Search Results
375
records
(took 0.064 seconds)
