-
公开(公告)号:CN111595292A
公开(公告)日:2020-08-28
申请号:CN202010355530.3
申请日:2020-04-29
Applicant: 杭州电子科技大学
IPC: G01C3/00
Abstract: 本发明公开了一种基于不等焦距的双目视觉测距方法。本发明应用于基于两个不同焦距相机的双目测距,相对于传统的双目测距,该测距可以根据测量目标的距离的改变,来改变相机的焦距,使得测量目标在相机图像中处于一个清晰的状态,所测出深度信息也较为精确。相对于其他不等焦距的双目测距方法,该方法获取深度信息的视野范围更广。本发明不同于传统的利用两个固定焦距相机的双目测距,它可以在两个相机焦距不一致的情况下进行双目视觉测距,并且该方法能适用于全部双相机共同视野,适用范围较大。
-
公开(公告)号:CN112069419B
公开(公告)日:2021-03-30
申请号:CN202010932739.1
申请日:2020-09-08
Applicant: 杭州电子科技大学
IPC: G06F16/9536 , G06F16/9535
Abstract: 本发明公开了一种融合用户弱痕迹行为偏好的互相关协同过滤方法。本发明通过采集点击、物品被浏览时间等弱痕迹行为,构建用户的评分矩阵和弱痕迹行为矩阵,并将用户的算术评分均值赋值表示用户的弱痕迹行为偏好,得到融合用户弱痕迹行为偏好的评分增强矩阵,更准确地描述用户行为偏好和物品之间的相关性;进而提出一种改进的互相关系数计算方法,融合热门惩罚系数构建“用户‑用户”偏好相似度矩阵,预测用户对物品的偏好相似度,优化相似偏好物品的推荐排序。本发明改善了传统协同过滤方法中的数据稀疏问题,降低了用户评分尺度不一、热门因素造成非偏好行为等因素对用户偏好相似度计算的影响,从而有效提高相似偏好推荐结果及排序的准确性。
-
公开(公告)号:CN110348321A
公开(公告)日:2019-10-18
申请号:CN201910526378.8
申请日:2019-06-18
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于骨骼时空特征及长短时记忆网络的人体动作识别方法。首先基于单帧内骨骼点的相对空间位置构建骨骼点的空间特征。其次基于传统光流法提出一种基于三维骨骼信息的光流特征计算方法。并将骨骼信息的光流特征作为骨骼点的时间特征。再次设计一种双流长短时记忆网络的人体动作识别模型,双流模型的两个通道分别输入骨骼信息的空间特征序列和时间特征序列。从而综合分析人体动作的时空特征,提高人体动作识别的准确率。最后构建带有时空特征的测试数据集和训练数据集,训练双流时空长短时记忆网络模型,并验证人体动作识别的准确率。
-
公开(公告)号:CN112069419A
公开(公告)日:2020-12-11
申请号:CN202010932739.1
申请日:2020-09-08
Applicant: 杭州电子科技大学
IPC: G06F16/9536 , G06F16/9535
Abstract: 本发明公开了一种融合用户弱痕迹行为偏好的互相关协同过滤方法。本发明通过采集点击、物品被浏览时间等弱痕迹行为,构建用户的评分矩阵和弱痕迹行为矩阵,并将用户的算术评分均值赋值表示用户的弱痕迹行为偏好,得到融合用户弱痕迹行为偏好的评分增强矩阵,更准确地描述用户行为偏好和物品之间的相关性;进而提出一种改进的互相关系数计算方法,融合热门惩罚系数构建“用户‑用户”偏好相似度矩阵,预测用户对物品的偏好相似度,优化相似偏好物品的推荐排序。本发明改善了传统协同过滤方法中的数据稀疏问题,降低了用户评分尺度不一、热门因素造成非偏好行为等因素对用户偏好相似度计算的影响,从而有效提高相似偏好推荐结果及排序的准确性。
-
-
-