[发明专利]基于深度学习姿态估计的无人机交互装置与方法有效
| 申请号： | 201710005799.7 | 申请日： | 2017-01-04 |
| 公开（公告）号： | CN107239728B | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 田露;单羿;姚颂 | 申请（专利权）人： | 赛灵思电子科技（北京）有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08;G06F3/01;G05D1/10;G05D1/00 |
| 代理公司： | 北京卓孚律师事务所 11821 | 代理人： | 任宇 |
| 地址： | 100029 北京市朝阳区安定路*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供一种基于深度学习姿态估计的无人机交互装置与方法。根据本发明的装置，包括：拍摄单元，用于拍摄对象视频；关键帧提取单元，用于从拍摄的对象视频中提取关于对象的关键帧图像；姿态估计单元，用于基于深度卷积神经网络的图像识别算法，针对所述关键帧图像，识别出对象姿态；以及无人机操作控制单元，用于将识别出的对象姿态转化为控制指令，从而控制无人机的操作。本发明利用人体姿态估计来控制无人机，可以更方便地操纵无人机。而且，在关键帧提取和姿态估计中，通过使用深度卷积神经网络算法，可以获得更快速、更准确的结果。 | ||
| 搜索关键词： | 基于 深度 学习 姿态 估计 无人机 交互 装置 方法 | ||
【主权项】：
一种基于深度学习姿态估计的无人机交互装置，包括：拍摄单元，用于拍摄对象视频；关键帧提取单元，用于从拍摄的对象视频中提取关于对象的关键帧图像；姿态估计单元，用于基于深度卷积神经网络的图像识别算法，针对所述关键帧图像，识别出对象姿态；以及无人机操作控制单元，用于将识别出的对象姿态转化为控制指令，从而控制无人机的操作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于赛灵思电子科技（北京）有限公司，未经赛灵思电子科技（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710005799.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种指纹识别装置及方法
- 下一篇：一种在智能设备中对图片进行分类的方法和系统
