|
钻瓜专利网为您找到相关结果 18个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于NMI智能控制家用电器的方法-CN202010497497.8有效
-
张烨;陈威慧;樊一超
-
浙江工业大学
-
2020-06-03
-
2023-06-27
-
G06V40/20
- 一种基于NMI智能控制家用电器的方法,包括:步骤一,构建包含各种手势的NMI特征值的数据库,将用于控制家用电器开/关机,调节空调温度/电灯亮度/电视机音量的手势图像的NMI特征值录入数据库;步骤二,搭建手势采集系统,用摄像头对用户做出的手势进行采集;步骤三,建立手势识别系统,利用NMI对预处理后的手势图像进行特征提取,通过对比待识别手势图像的NMI特征值与数据库中各种手势的NMI特征值,完成对用户所做手势的识别,获得手势信息;步骤四,将得到的手势信息输入控制系统,且该控制系统预先录入有与各种手势信息对应的控制命令,紧接着将控制命令施加于家用电器,使之做出相应的运行变化。利用一种手势可以控制多种家用电器,简单、易记忆。
- 一种基于nmi智能控制家用电器方法
- [发明专利]一种轻量型的多人姿态跟踪方法-CN202210386007.6在审
-
张烨;陈威慧
-
浙江工业大学
-
2022-04-13
-
2022-07-08
-
G06V40/10
- 一种轻量型的多人姿态跟踪方法,包括如下步骤:步骤一,设计轻量化目标检测器;步骤二,构建轻量化多目标跟踪器;步骤三,搭建轻量化人体姿态估计器;步骤四,将轻量化多目标跟踪器和轻量化人体姿态估计器进行并联;步骤五,对模型进行训练及测试。本发明在保证检测速度的前提下,获得更理想的检测精度,满足实际作业中的实时性需求;改善目标部分遮挡、运动模糊等情况下的目标检测质量,继而获得更好的跟踪效果;获取跟踪目标人体的边界框位置信息的同时检测人体各个关键点的位置,实现对多人姿态的轻量化跟踪。
- 一种轻量型姿态跟踪方法
- [发明专利]一种基于深度学习的动态手势动作识别方法-CN202010011805.1有效
-
张烨;陈威慧;樊一超
-
浙江工业大学
-
2020-01-06
-
2022-03-18
-
G06V40/20
- 一种基于深度学习的动态手势动作识别方法,包括:步骤一,构建手势关节点坐标识别网络,利用改进的CPM模型对手势视频进行处理,输出单视点下的手势关节点坐标;步骤二,采集单视点视频数据;以单视点的形式对手势视频样本进行采集,即用一个普通的网络摄像头从多个角度捕捉用户的手势数据,其中包括:(2.1)定义基本手势元素;(2.2)选取手势关节点;(3)准备训练样本数据集;步骤三,输出手势高斯热图和手势关节点坐标;步骤四,构造手势序列识别网络,网络模型构造的具体流程如下:(4.1)定义激活函数;(4.2)选择损失函数;(4.3)建立模型;最后,将步骤三得到的关节点坐标输入标准手势序列识别网络,得到手势动作序列。
- 一种基于深度学习动态手势动作识别方法
- [发明专利]一种轻量化识别视频人体姿态的方法-CN202110987258.5在审
-
张烨;陈威慧;王博;闫芳彭
-
浙江工业大学
-
2021-08-26
-
2021-12-03
-
G06K9/00
- 一种轻量化识别视频人体姿态的方法,首先对帧化处理后的RGB视频帧图像进行图像增强、引导滤波去噪等预处理,同时利用视频帧序列计算光流序列、提取光流特征图。然后通过构建轻量级的LHN模型提取RGB视频帧的特征,完成空间领域轻量、有效的人体姿态估计。接着设计LRDN模型以实现轻量化地完成光流特征提取,获取视频在时序领域的人体姿态信息。最后利用训练好的LHN模型和LRDN网络模型搭建并联式异构卷积神经网络,完成对视频人体姿态的准确估计。其中,利用以堆叠的L2标准化的softmax分数作为特征的多类别线性SVM将两个网络的softmax概率进行融合,最终选择最大概率值所对应的姿态类别为模型当前输入的视频帧序列所属的人体姿态类别。
- 一种量化识别视频人体姿态方法
- [发明专利]一种轻量型的视频动作识别方法-CN202110755765.6在审
-
张烨;陈威慧;王博;闫芳彭
-
浙江工业大学
-
2021-07-05
-
2021-11-19
-
G06K9/00
- 一种轻量型的视频动作识别方法,首先对帧化处理后的RGB视频帧图像进行图像增强、引导滤波去噪等预处理,同时利用视频帧序列计算光流序列、提取光流特征图。然后设计LRDN模型以实现轻量化地完成特征提取,并利用预处理后的RGB视频帧对其反复进行迭代训练,以优化其性能。最后基于训练好的LRDN网络模型研发轻量化双流卷积循环神经网络,完成对视频动作的识别分类。其中,利用轻量型的LRDN网络来搭建双流卷积神经网络以分别提取视频的空间特征信息和时域特征信息,接着用特征融合网络将二者进行卷积融合,紧接着将时空融合特征输入到含有软注意力机制的Bi‑GRU网络以获取视频的全局时域信息,快速实现视频动作分类识别。本发明降低了视频动作识别中的计算损耗。
- 一种轻量型视频动作识别方法
- [发明专利]一种基于三维NMI的指静脉识别方法-CN202010721472.1在审
-
冯定忠;陈威慧;张烨;李衎;樊一超
-
浙江工业大学
-
2020-07-24
-
2020-12-15
-
G06K9/00
- 一种基于三维NMI的指静脉识别方法,包括:步骤一,三维指静脉图像预处理;在保留三维指静脉图像细节的同时通过将各三维指静脉图像与模板以仿射配准变换的方式进行三维指静脉图像预处理;步骤二,三维指静脉图像的灰度化;对三维指静脉图像的RGB三颜色进行加权平均灰度化处理;步骤三,对灰度化后的三维指静脉图像进行二值化处理,计算灰度化后M×N×H邻域中的像素灰度值;步骤四,基于三维NMI提取三维指静脉图像特征;利用二值化三维指静脉图像像素点灰度值之和、二值化三维指静脉图像的重心以及二值化三维指静脉图像绕其图像重心的转动惯量计算该三维指静脉图像绕其图像重心的三维NMI特征值;步骤五,三维指静脉的识别。本发明降低了对用户手指的姿态要求,算法运行效率高。
- 一种基于三维nmi静脉识别方法
- [发明专利]一种基于OpenCV和综合匹配距离的红绿灯识别方法-CN202010795417.7在审
-
张烨;陈威慧;樊一超
-
浙江工业大学
-
2020-08-10
-
2020-12-11
-
G06K9/00
- 一种基于OpenCV和综合匹配距离的红绿灯识别方法,利用OpenCV中的cv2.VideoCapture类函数捕获行车过程中的路况视频流,接着调用cv2.VideoCapture.read函数、cv2.CAP_PROP_FRAME_WIDTH函数和cv2.CAP_PROP_FRAME_HEIGHT函数捕获width、height尺寸的视频帧;然后利用OpenCV中的cv2.medianBlur函数对捕获的视频帧进行中值滤波;紧接着对中值滤波后的图像进行加权平均灰度化,然后利用OpenCV中的cv2.HoughCircles函数对图像进行霍夫圆环检测。再然后对检测、分割到的圆环进行颜色检测,即把图像从RGB色彩空间转换到HSV色彩空间,接着利用cv2.inRange函数筛选颜色,然后通过综合待测试图像与数据库图像非零像素点向量之间的欧氏距离以及非零像素点数比值,构建衡量两幅图像相似度的综合匹配距离,最后通过比较计算出的所有综合匹配距离,选择最小综合匹配距离对应的待测试图像的类别为识别结果。
- 一种基于opencv综合匹配距离红绿灯识别方法
|