一种有效目标快速识别的强化循环级联方法

    公开(公告)号:CN110188692B

    公开(公告)日:2023-06-06

    申请号:CN201910464159.1

    申请日:2019-05-30

    Abstract: 一种有效目标快速识别的强化循环级联方法。本发明提出了一种强化循环级联方法用于快速有效的目标识别任务,该方法包含循环级联模型,非线性映射操作以及分类识别模块。级联模型能够提取样本的多样化特征,其中低层特征能够逐层转换为高层特征,循环机制在强化样本特征的同时,还能轻量化网络模型;非线性映射操作增强了样本特征的非线性关系;建立损失函数,采用导数求逆矩阵的方式,直接计算网络权重,避免迭代优化算法的耗时问题,同时完成快速有效的目标识别任务。本发明通过利用目标区域定位和深度特征学习相结合的方法,解决了传统目标识别方法训练耗时,识别精度低的问题;避免了传统算法中复杂的模型建立,减小计算成本;具有训练时间短,识别精度高特点。

    一种有效目标快速识别的强化循环级联方法

    公开(公告)号:CN110188692A

    公开(公告)日:2019-08-30

    申请号:CN201910464159.1

    申请日:2019-05-30

    Abstract: 一种有效目标快速识别的强化循环级联方法。本发明提出了一种强化循环级联方法用于快速有效的目标识别任务,该方法包含循环级联模型,非线性映射操作以及分类识别模块。级联模型能够提取样本的多样化特征,其中低层特征能够逐层转换为高层特征,循环机制在强化样本特征的同时,还能轻量化网络模型;非线性映射操作增强了样本特征的非线性关系;建立损失函数,采用导数求逆矩阵的方式,直接计算网络权重,避免迭代优化算法的耗时问题,同时完成快速有效的目标识别任务。本发明通过利用目标区域定位和深度特征学习相结合的方法,解决了传统目标识别方法训练耗时,识别精度低的问题;避免了传统算法中复杂的模型建立,减小计算成本;具有训练时间短,识别精度高特点。

    一种基于骨骼节点信息的交互式机械臂控制方法

    公开(公告)号:CN109108970A

    公开(公告)日:2019-01-01

    申请号:CN201810962870.5

    申请日:2018-08-22

    Applicant: 南通大学

    Abstract: 本发明提出了一种基于骨骼节点信息的交互式机械臂控制方法,采用空间向量法计算出操控人员肘关节、腕关节以及肩关节的转动角度,使用限幅加权滑动平均滤波算法对各转动角度进行滤波处理;并将经滤波处理的转动角度作为控制指令的传入参数,根据所述含参控制指令控制机械臂。有益效果:该方法能够实现体感交互示教的功能且具有精度高、延时小等优点。

    一种车型的快速识别方法

    公开(公告)号:CN109598218B

    公开(公告)日:2023-04-18

    申请号:CN201811410036.1

    申请日:2018-11-23

    Abstract: 本发明提出了一种车型的快速识别方法,主要解决车型识别中的精确度和实时性问题,该方法首先采用颜色空间转换和多通道HOG特征提取算法相结合,减少光照环境影响的同时提取车辆前脸特征;使用PCA降维操作,降低样本特征维度,减少计算复杂度;然后对样本特征进行稀疏表示和非线性映射,减少特征之间的相关性;最后建立样本特征与样本标签之间的关系并求出二者之间权重系数,实现快速车型识别效果。在BIT‑Vehicle数据库上的实验结果表明,本发明方法的识别精度为96.69%,识别速度为70.3fps,不仅提高了车型识别精度同时也保证了实时性。

    一种基于骨骼节点信息的交互式机械臂控制方法

    公开(公告)号:CN109108970B

    公开(公告)日:2021-11-09

    申请号:CN201810962870.5

    申请日:2018-08-22

    Applicant: 南通大学

    Abstract: 本发明提出了一种基于骨骼节点信息的交互式机械臂控制方法,采用空间向量法计算出操控人员肘关节、腕关节以及肩关节的转动角度,使用限幅加权滑动平均滤波算法对各转动角度进行滤波处理;并将经滤波处理的转动角度作为控制指令的传入参数,根据所述含参控制指令控制机械臂。有益效果:该方法能够实现体感交互示教的功能且具有精度高、延时小等优点。

    一种车型的快速识别方法

    公开(公告)号:CN109598218A

    公开(公告)日:2019-04-09

    申请号:CN201811410036.1

    申请日:2018-11-23

    Abstract: 本发明提出了一种车型的快速识别方法,主要解决车型识别中的精确度和实时性问题,该方法首先采用颜色空间转换和多通道HOG特征提取算法相结合,减少光照环境影响的同时提取车辆前脸特征;使用PCA降维操作,降低样本特征维度,减少计算复杂度;然后对样本特征进行稀疏表示和非线性映射,减少特征之间的相关性;最后建立样本特征与样本标签之间的关系并求出二者之间权重系数,实现快速车型识别效果。在BIT-Vehicle数据库上的实验结果表明,本发明方法的识别精度为96.69%,识别速度为70.3fps,不仅提高了车型识别精度同时也保证了实时性。

Patent Agency Ranking