-
Patent Agency Ranking
公开(公告)号：CN115689975A
公开(公告)日：2023-02-03
申请号：CN202110863391.X
申请日：2021-07-29
Abstract: 本发明提供一种复杂环境下的软线定位检测方法、装置及计算机存储介质。包括：图像获取步骤，拍摄待检测区域，获取所述待检测区域的彩色图像和深度信息；软线检测步骤，将所述彩色图像转换为用HSV颜色空间模型表示，基于软线的HSV值的范围进行软线的粗定位，并且通过轮廓面积的约束与范围的约束，获得所述彩色图像中的软线的二维坐标；以及空间坐标获取步骤，根据所述二维坐标和所述深度信息，获取所述彩色图像中软线所对应的三维坐标。
-
公开(公告)号：CN114692826A
公开(公告)日：2022-07-01
申请号：CN202210205386.4
申请日：2022-03-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种轻量的无先验框的目标检测系统，该系统包括视觉传感器模块、特征提取网络、预测模块以及解析模块，所述特征提取网络即使用深度卷积网络对输入图像进行特征提取的过程，选用MobileNet3作为特征提取网络；预测模块是对提取得到的特征针对目标检测任务进一步优化，使特征更适合目标检测任务进而提高目标检测的平均准确率以及每秒处理帧数，本发明的SPD模块使得该目标检测系统在更高的FPS下获得不低于原CenterNet颈部结构的mPA的结果；解析模块则是对预测模块得到的数值结果使用检测框更形象表现在二维图像上。
-
公开(公告)号：CN114692826B
公开(公告)日：2024-11-29
申请号：CN202210205386.4
申请日：2022-03-02
Applicant: 华南理工大学
IPC: G06V10/25 , G06N3/0464 , G06N3/0455 , G06V10/40 , G06V10/82
Abstract: 本发明公开了一种轻量的无先验框的目标检测系统，该系统包括视觉传感器模块、特征提取网络、预测模块以及解析模块，所述特征提取网络即使用深度卷积网络对输入图像进行特征提取的过程，选用MobileNet3作为特征提取网络；预测模块是对提取得到的特征针对目标检测任务进一步优化，使特征更适合目标检测任务进而提高目标检测的平均准确率以及每秒处理帧数，本发明的SPD模块使得该目标检测系统在更高的FPS下获得不低于原CenterNet颈部结构的mPA的结果；解析模块则是对预测模块得到的数值结果使用检测框更形象表现在二维图像上。
-
公开(公告)号：CN112379779B
公开(公告)日：2022-08-05
申请号：CN202011377321.5
申请日：2020-11-30
Applicant: 华南理工大学
IPC: G06F3/01 , G06F9/54 , G06V40/20 , G06V10/44 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/82
Abstract: 本发明公开了一种基于迁移学习的动态手势识别虚拟交互系统，包括动态手势获取模块、识别及控制模块和虚拟交互系统控制模块，所述动态手势获取模块用于提取手部特征和采集动态手势轨迹；所述识别及控制模块用于识别和分类动态手势轨迹，根据分类结果生成对应的控制信号并通过RPC发送至虚拟交互系统控制模块；所述虚拟交互系统控制模块用于接收并处理控制信号，进行多模态交互。本发明使用基于迁移学习训练的深度神经网络，能够对数字和英文字母进行识别，在降低了训练样本数量的同时将识别准确率提升，在识别到结果之后，虚拟人会通过肢体动作，语音以及面部表情实时得对用户进行反馈。
-
公开(公告)号：CN112379779A
公开(公告)日：2021-02-19
申请号：CN202011377321.5
申请日：2020-11-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于迁移学习的动态手势识别虚拟交互系统，包括动态手势获取模块、识别及控制模块和虚拟交互系统控制模块，所述动态手势获取模块用于提取手部特征和采集动态手势轨迹；所述识别及控制模块用于识别和分类动态手势轨迹，根据分类结果生成对应的控制信号并通过RPC发送至虚拟交互系统控制模块；所述虚拟交互系统控制模块用于接收并处理控制信号，进行多模态交互。本发明使用基于迁移学习训练的深度神经网络，能够对数字和英文字母进行识别，在降低了训练样本数量的同时将识别准确率提升，在识别到结果之后，虚拟人会通过肢体动作，语音以及面部表情实时得对用户进行反馈。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
