-
Patent Agency Ranking
公开(公告)号：CN110457999A
公开(公告)日：2019-11-15
申请号：CN201910569930.1
申请日：2019-06-27
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于深度学习和SVM的动物姿态行为估计与心情识别方法，利用深度学习的动物姿态估计模型和SVM多分类算法，通过对大量动物的图片进行目标检测的边框标签标记和动物的十三个身体关键点(包括尾巴)标记，然后送进动物姿态估计网络模型进行充分地训练。通过训练好的动物姿态估计模型，估计计算出来目标检测边框的中心点位置和动物的十三个身体关键点位置，并基于其中心点的位置变化、十三个关键点的位置关系和尾巴三个关键点的位置关系和相对位置变化关系，构建与利用SVM分类器去判断动物的行为与心情，从而能更加准确地理解动物的心情和行为情况。
-
公开(公告)号：CN107070998B
公开(公告)日：2019-11-29
申请号：CN201710167462.6
申请日：2017-03-20
Applicant: 广东工业大学
Abstract: 针对目前物联网的通信安全、心跳包过大、数据字段加密不灵活等问题，提出了一个安全的通讯协议及方法。该方法通过动态随机数哈希验证方式登录并安全地协商对称密钥与TCP接入地址，协议可灵活运用选择性地对数据字段加密，并且协议的心跳包仅仅2字节。本方法提供了一种安全的物联网通讯协议及方法，可以很方便应用到物联网分布式架构，消息推送系统等。
-
公开(公告)号：CN110471526A
公开(公告)日：2019-11-19
申请号：CN201910575847.5
申请日：2019-06-28
Applicant: 广东工业大学
Abstract: 本发明公开了一种人体姿态估计与手势识别结合的无人机控制方法，包括以下步骤：通过无人机拍摄地面指挥者指挥的视频；截取视频的关键帧图像；对图像中的地面指挥者使用OpenPose网络进行估计，得出其骨骼关键点的带有时序的二维坐标组；以地面指挥者左右手手腕关键点为中心，各截取一个区域，在两个区域内采用SSD目标检测算法来识别左右手的手势；同步地，将获得的特征数据输入到训练好的SVM动作分类器，得出动作识别结果；若识别出左右手的手势，则基于左右手的手势控制无人机；否则，则基于得出的人体动作的识别结果控制无人机。本发明解决了如何既能近距离控制无人机，又能远距离控制无人机的难题，同时也提高手势识别的正确率。
-
公开(公告)号：CN110457999B
公开(公告)日：2022-11-04
申请号：CN201910569930.1
申请日：2019-06-27
Applicant: 广东工业大学
IPC: G06V40/20 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于深度学习和SVM的动物姿态行为估计与心情识别方法，利用深度学习的动物姿态估计模型和SVM多分类算法，通过对大量动物的图片进行目标检测的边框标签标记和动物的十三个身体关键点(包括尾巴)标记，然后送进动物姿态估计网络模型进行充分地训练。通过训练好的动物姿态估计模型，估计计算出来目标检测边框的中心点位置和动物的十三个身体关键点位置，并基于其中心点的位置变化、十三个关键点的位置关系和尾巴三个关键点的位置关系和相对位置变化关系，构建与利用SVM分类器去判断动物的行为与心情，从而能更加准确地理解动物的心情和行为情况。
-
公开(公告)号：CN107070998A
公开(公告)日：2017-08-18
申请号：CN201710167462.6
申请日：2017-03-20
Applicant: 广东工业大学
Abstract: 针对目前物联网的通信安全、心跳包过大、数据字段加密不灵活等问题，提出了一个安全的通讯协议及方法。该方法通过动态随机数哈希验证方式登录并安全地协商对称密钥与TCP接入地址，协议可灵活运用选择性地对数据字段加密，并且协议的心跳包仅仅2字节。本方法提供了一种安全的物联网通讯协议及方法，可以很方便应用到物联网分布式架构，消息推送系统等。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
