公开(公告)号：CN111444390A

公开(公告)日：2020-07-24

申请号：CN202010254440.5

申请日：2020-04-02

Applicant: 徐州工程学院

Inventor： 卑璐璐 ,  赵文婧 ,  厉丹 ,  黄凯

IPC: G06F16/783 ,  G06F16/71 ,  G06K9/00 ,  G06F16/738 ,  G06K9/62

Abstract: 本发明公开了一种基于Spark和深度哈希的视频并行检索方法，先对原始视频数据集进行基于CNN的视频关键帧图像深度特征提取，得到视频摘要图像深度特征集；然后对视频摘要图像深度特征集进行基于分布式哈希的视频关键帧图像特征量化，得到图像分布式编码特征集和编码查找本；最后对待检索图像采用基于Spark的视频并行检索，通过基于Spark的分布式计算结合编码查找本，最终返回检索到的最近似图像所在的视频。本发明能在保证视频检索准确性的前提下，有效提高检索的计算效率，进而提高了视频检索的速度。

公开(公告)号：CN112344936A

公开(公告)日：2021-02-09

申请号：CN202011162281.2

申请日：2020-10-27

Applicant: 徐州工程学院

Inventor： 卑璐璐 ,  黄凯

IPC: G01C21/20 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N7/00 ,  G06N20/00

Abstract: 本发明公开了一种基于语义SLAM的移动机器人自动导航和目标识别算法，通过语义SLAM和区域卷积神经网路进行结合，将卷积神经网络基于语义分割机制，然后对采集的图片进行处理，这样方便提前定位到重要特征数据所在的区域，减少不必要的计算，调高运算速度和性能；同时，采用深度残差网络结构，这样避免了梯度消失问题的发生，提高网络训练的效率，因此本发明不仅能保证移动机器人自动导航和目标识别的准确性，而且能有效提高自主导航过程和目标识别过程中的鲁棒性，最终保证移动机器人的稳定运行。