“冯颖龙”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于环境语义理解的人体行为识别方法、装置及存储介质-CN202010475795.7有效
发明人： 冯颖龙;付佐毅;周宸;周宝;陈远旭 -专利权人：平安科技（深圳）有限公司
申请日： 2020-05-29 - 公布日： 2023-07-04 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及视频图像处理及人工智能技术领域，尤其涉及一种基于环境语义理解的人体行为识别方法、装置及存储介质。该方法包括：检测视频流中各帧图像包含的人体和物品；对检测到的每帧图像中包含的各人体进行姿态识别，得到各人体的姿态；将人体的姿态输入第一卷积神经网络获取各人体不同动作类别的发生概率；将人体的姿态和人体周围的物品输入第二卷积神经网络获取各人体摔倒的发生概率；输出行为识别结果。通过上述方式，避免了姿态识别过程中将物品作为人体进行误识别，提高了人体姿态识别的准确性和实时性；第二卷积神经网络利用人体的姿态和周围的物品进行摔倒识别，提高了检测动作的准确度，对于不稳定的人体的姿态识别具有良好的鲁棒性。
基于环境语义理解人体行为识别方法装置存储介质

[发明专利]用于光电传输的模块线缆、线缆连接件及线缆连接组件-CN202211567148.4在审
发明人：杨宝华;叶军雄;王晓冬;侯大为;侯刚;刘建成;冯颖龙 -专利权人：西北机电工程研究所
申请日： 2022-12-07 - 公布日： 2023-03-14 - 主分类号： H01B7/00 文献下载
摘要：本发明属于光电传输技术领域，具体涉及一种用于光电传输的模块线缆、线缆连接件及线缆连接组件。所述模块线缆线芯结构包括：无线传输通道、电传输通道、电磁屏蔽层；所述模块线缆连接时，第一模块线缆段与第二模块线缆段具有相同的线芯结构与互为匹配的第一连接装置、第二连接装置；连接时，第一模块线缆段通过第一连接装置与第二模块线缆段的第二连接装置进行连接或第一模块线缆段通过第二连接装置与第二模块线缆段的第一连接装置连接；本发明能够有效解决现有火炮中线缆拼接困难、线缆敷设杂乱、光传输与电传输分离传输的问题。
用于光电传输模块线缆连接组件

[发明专利]基于光流的动态手势识别方法、装置、设备及存储介质-CN202011389813.6在审
发明人：周宸;冯颖龙;周宝;陈远旭 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-01 - 公布日： 2021-03-09 - 主分类号： G06K9/00 文献下载
摘要：本申请提供一种基于光流的动态手势识别方法、装置、设备及存储介质，该方法包括：获取拍摄装置采集到的多帧图像，并根据多帧图像，确定图像中的每个光流点的运动信息；根据每个光流点的运动信息，生成光流稀疏矩阵，并对生成的每个光流稀疏矩阵进行矩阵加法运算，得到目标光流稀疏矩阵；根据目标光流稀疏矩阵，确定多帧图像中是否存在动态手势，并在多帧图像中存在动态手势时，识别多帧图像中的手掌图像区域；根据手掌图像区域中的每个光流点的运动信息，确定动态手势所属的手势类别。该方法能够提高动态手势识别的准确性。本申请还涉及区块链领域，上述计算机可读存储介质可存储根据区块链节点的使用所创建的数据。
基于动态手势识别方法装置设备存储介质

[发明专利]基于生物识别的手势识别方法、装置、计算机设备及介质-CN202010659074.1在审
发明人：付佐毅;何敏聪;冯颖龙;周宸;陈远旭 -专利权人：平安科技（深圳）有限公司
申请日： 2020-07-09 - 公布日： 2020-10-27 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例属于人工智能领域，涉及一种基于生物识别的手势识别方法，包括：获取待识别图像；将所述待识别图像输入目标检测网络，得到手部特征图像；确定所述手部特征图像中的二维关节点，得到标注有二维关节点的若干热力图；通过三维修正模型修正所述若干热力图中的二维关节点，得到二维关节点拓扑图；对所述二维关节点拓扑图进行图卷积，得到所述待识别图像中的手势类别。本申请还提供一种基于生物识别的手势识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，手势类别可存储于区块链中。本申请提高了手势识别的准确性。
基于生物识别手势方法装置计算机设备介质

[发明专利]四足机器人行走控制器训练方法、装置、终端及存储介质-CN202010474475.X在审
发明人： 冯颖龙;周宸;周宝;陈远旭 -专利权人：平安科技（深圳）有限公司
申请日： 2020-05-29 - 公布日： 2020-09-08 - 主分类号： G05B13/04 文献下载
摘要：本发明提出一种四足机器人行走控制器训练方法、装置、终端及存储介质，其中方法包括：在模拟环境中，利用预设的强化学习算法和预设的模拟参数进行训练，得到状态转移矩阵；在真实环境中，采集四足机器人行走时的状态变化参数，并输入至预设的第一奖励函数和强化学习算法中，以对状态转移矩阵进行更新，直至状态转移矩阵收敛；将收敛的状态转移矩阵和强化学习算法作为四足机器人的行走控制器。本发明通过将线上模拟训练和线下实际训练相结合，大大缩短了训练时间，且不需要模型参数建模即可完成四足机器人行走控制器的训练，其可应用于智慧城管/智慧社区/智慧安防/智慧物流等场景中，从而推动智慧城市的建设。
机器人行走控制器训练方法装置终端存储介质