基于深度卷积神经网络框架的第一视角动态手势识别方法

    公开(公告)号:CN106980365A

    公开(公告)日:2017-07-25

    申请号:CN201710093747.X

    申请日:2017-02-21

    CPC classification number: G06F3/017 G06N3/0454 G06N3/08

    Abstract: 本发明公开了基于深度卷积神经网络框架的第一视角动态手势识别方法,包括步骤:采集不同复杂背景下的数字手势图片,使得相同的手势具有一个相同的标签,标出手势在数字手势图片中的外接矩形;深度卷积神经网络在数字手势图片上提取若干候选框,将若干候选框与外接矩形进行特征比较并保存手势完整存在的若干候选框,提取保存候选框中的特征信息,将得到的输出值和真实值进行损失计算并将误差反向传播;使用已标注标签和候选框的数字手势图片训练深度卷积神经网络,使得深度卷积神经网络收敛且参数稳定;将拍摄的第一视角的数字手势图片作为输入,识别不同手势的类别。本发明可以准确地识别复杂背景、低像素的视频中的动态手势。

    基于深度卷积神经网络的第一视角动态手势检测方法

    公开(公告)号:CN106960175A

    公开(公告)日:2017-07-18

    申请号:CN201710093766.2

    申请日:2017-02-21

    Abstract: 本发明公开了本发明公开了基于深度卷积神经网络的第一视角动态手势检测方法,包括步骤:采集不同环境下的具有复杂背景的数字手势图片,人工标记出手势在所述数字手势图片中的外接矩形;设计一个深度卷积神经网络,利用卷积计算进行特征提取,在特征图上预测和滑窗操作得到不同尺寸的候选框,将候选框和真实值进行损失计算并误差反传;利用已标记外接矩形的手指手势图片训练所述深度卷积神经网络,使得深度卷积神经网络收敛且参数稳定;输入第一视角的动态手势视频,将视频拆分成一帧帧图片,检测出图片中手势外接矩形位置的坐标点。与现有技术相比,本发明能准确地检测复杂背景、不同光线下的视频中动态手势。

    一种基于圆形轮廓提取的柔性IC封装基板的过孔检测方法

    公开(公告)号:CN109671052A

    公开(公告)日:2019-04-23

    申请号:CN201811363529.4

    申请日:2018-11-16

    Abstract: 本发明公开了一种基于圆形轮廓提取的柔性IC封装基板的过孔检测方法,包括如下步骤:首先对柔性IC封装基板原始彩色图像进行灰度变换,得到灰度图;然后获取灰度图的灰度直方图信息,采用自适应阈值选择法确定分割阈值,对灰度图分割得到二值化图;之后去除二值化图中的噪点区域,进行轮廓提取得到边缘图;再采用圆检测算法方法中提取边缘后的算法对边缘图进行圆检测,提取圆形轮廓,得到圆形轮廓图;最后遍历所有的圆形轮廓,通过计算两两圆形轮廓的圆心位置偏移值,当偏移值满足缺陷过孔的圆形轮廓圆心偏移条件时,则判定该圆形轮廓属于某一缺陷过孔,从而标记出该过孔区域。本发明能够精准地实现缺陷过孔的识别与定位。

    一种基于圆形轮廓提取的柔性IC封装基板的过孔检测方法

    公开(公告)号:CN109671052B

    公开(公告)日:2023-03-24

    申请号:CN201811363529.4

    申请日:2018-11-16

    Abstract: 本发明公开了一种基于圆形轮廓提取的柔性IC封装基板的过孔检测方法,包括如下步骤:首先对柔性IC封装基板原始彩色图像进行灰度变换,得到灰度图;然后获取灰度图的灰度直方图信息,采用自适应阈值选择法确定分割阈值,对灰度图分割得到二值化图;之后去除二值化图中的噪点区域,进行轮廓提取得到边缘图;再采用圆检测算法方法中提取边缘后的算法对边缘图进行圆检测,提取圆形轮廓,得到圆形轮廓图;最后遍历所有的圆形轮廓,通过计算两两圆形轮廓的圆心位置偏移值,当偏移值满足缺陷过孔的圆形轮廓圆心偏移条件时,则判定该圆形轮廓属于某一缺陷过孔,从而标记出该过孔区域。本发明能够精准地实现缺陷过孔的识别与定位。

    基于深度卷积神经网络的第一视角动态手势检测方法

    公开(公告)号:CN106960175B

    公开(公告)日:2020-01-31

    申请号:CN201710093766.2

    申请日:2017-02-21

    Abstract: 本发明公开了基于深度卷积神经网络的第一视角动态手势检测方法,包括步骤:采集不同环境下的具有复杂背景的数字手势图片,人工标记出手势在所述数字手势图片中的外接矩形;设计一个深度卷积神经网络,利用卷积计算进行特征提取,在特征图上预测和滑窗操作得到不同尺寸的候选框,将候选框和真实值进行损失计算并误差反传;利用已标记外接矩形的手指手势图片训练所述深度卷积神经网络,使得深度卷积神经网络收敛且参数稳定;输入第一视角的动态手势视频,将视频拆分成一帧帧图片,检测出图片中手势外接矩形位置的坐标点。与现有技术相比,本发明能准确地检测复杂背景、不同光线下的视频中动态手势。

    一种基于MK60DN512单片机的智能汽车主控开发板

    公开(公告)号:CN207833266U

    公开(公告)日:2018-09-07

    申请号:CN201721734991.1

    申请日:2017-12-13

    Abstract: 本实用新型公开了一种基于MK60DN512单片机的智能汽车主控开发板,该主控开发板包括MCU电路、5V稳压电路、3.3V稳压电路、舵机电路、摄像头采集电路、拨码开关电路、五向开关电路、OLED显示电路、蜂鸣器电路、电压测量电路、LED显示电路。MCU电路通过I/O口对电压测量电路、拨码开关电路、五向开关电路的测量信号进行采样;通过SPI接口与OLED显示电路进行通信;通过并行传输方式从摄像头采集电路中获取图像信息;通过I/O口的输出电平对蜂鸣器电路和LED显示电路进行控制;通过FTM接口与所述舵机电路进行舵机角度控制。该开发板提供多种外设接口,以供后期开发人员使用,实现更加高级的控制任务。

Patent Agency Ranking