公开(公告)号：CN115439934A

公开(公告)日：2022-12-06

申请号：CN202211102627.9

申请日：2022-09-09

Applicant: 上海工程技术大学

Inventor： 杨运成 ,  吴飞 ,  朱润哲 ,  杨明泽 ,  朱海

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/77 ,  G06V10/764 ,  G06V10/30 ,  G06N3/04

Abstract: 本发明涉及一种基于CNN‑LSTM运动模式识别的自适应步频检测方法，所述检测方法包括以下步骤：获得用户行走时传感器采集数据；将采集数据输入CNN‑LSTM模型进行运动模式识别分类；将采集数据和分类结果输入到采用自适应阈值波峰检测的步频检测算法中，得到步频检测结果；采用所述CNN‑LSTM模型进行运动模式识别分类的步骤包括：将采集数据制成二维切片数据，并将切片数据输入到CNN；利用卷积层提取切片数据运动特征；经过池化层进行降维下采样；通过展平层将数据展开为一维阵列输入到LSTM层；利用LSTM层对数据的不同运动模式进行分类；通过全连接层输出分类结果。与现有技术相比，本发明具有自适应行人不同运动模式，无需人工提取特征，识别准确性高，有效消除伪波峰等优点。

公开(公告)号：CN115393955A

公开(公告)日：2022-11-25

申请号：CN202211000411.1

申请日：2022-08-19

Applicant: 上海工程技术大学

Inventor： 杨明泽 ,  吴飞 ,  朱海 ,  朱润哲 ,  杨运成

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/764 ,  G06N3/04

Abstract: 本发明涉及一种利用WiFi基于BVP和WiTransformer的手势识别方法及系统，方法包括：接收并记录识别对象运动引起的CSI模式，基于CSI推导出BVP序列，BVP序列为三维数据，是一组沿时间维度T排列的BVP，BVP序列的长度由BVP的帧数确定，BVP中沿x轴和y轴速度分量可能值的数量记为N；对不同长度的BVP序列进行序列填充和归一化处理，得到处理好的BVP序列；将BVP序列输入训练好的WiTransformer模型，得到手势识别结果，WiTransformer模型是通过改装Transformer模型框架得到的。与现有技术相比，本发明改装Transformer模型，在编码器前增加了时序信息堆叠融合与帧位置编码模块，对编码器结构进行了调整，在编码器后增加了分类器，在面对高复杂度的识别任务时，也能够稳定、准确地识别。

公开(公告)号：CN115272719A

公开(公告)日：2022-11-01

申请号：CN202210889578.1

申请日：2022-07-27

Applicant: 上海工程技术大学

Inventor： 朱润哲 ,  吴飞 ,  尹玲 ,  朱海 ,  杨明泽 ,  杨运成

IPC: G06V10/74 ,  G06V10/764 ,  G06V10/77 ,  G06V20/13 ,  G06V20/17 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种用于无人机图像和卫星图像的跨视角景象匹配方法，该方法包括以下步骤：步骤1：建立基于孪生神经网络的景象匹配模型；步骤2：通过景象匹配模型的预处理层对输入的图像进行预处理；步骤3：将预处理后的图像输入至特征提取器进行特征提取；步骤4：基于得到的卫星图的特征向量与无人机图的特征向量进行匹配，以实现无人机定位和导航任务。与现有技术相比，本发明具有提高景象匹配模型推理阶段的精度、大幅提高在不同环境和姿态下的鲁棒性以及提高了景象匹配模型的收敛速度等优点。