一种基于双流卷积神经网络和双向GRU的动作识别方法

    公开(公告)号:CN113807318A

    公开(公告)日:2021-12-17

    申请号:CN202111182076.7

    申请日:2021-10-11

    Abstract: 本发明公开了一种基于双流卷积神经网络和双向GRU的动作识别方法,包括以下步骤:对视频等间距采样M帧图像,缩放;将第一帧图像输入空间流CNN,得到空间流特征图;计算堆叠,将其输入时间流CNN,得到时间流特征图;级联,使用三层卷积神经网络融合,得到融合后的特征图;将特征图送入两层全连接层,然后送入softmax函数得到单帧分类结果;继续以上的步骤,计算剩余帧的分类结果;将识别结果送入双向门控单元,得到各视频抽样帧的分类结果ht;基于高斯加权的融合方式,将M组ht进行融合,得到最终的视频分类结果,本方法在保持模型准确性的情况下,减少了模型参数,简化了模型结构,提高了模型运算速度;采用高斯加权融合的方式,提高了分类结果的可靠性。

    一种基于马尔可夫随机场的联邦学习方法

    公开(公告)号:CN112926126A

    公开(公告)日:2021-06-08

    申请号:CN202110345776.7

    申请日:2021-03-31

    Abstract: 本发明公开了一种基于马尔可夫随机场的联邦学习方法,利用联邦学习将用户在不同设备的存储的声纹特征、智能设备拍摄异常照片等特定情形,设置一键紧急呼救等报警信息,共同建立本地模型传输到云端,在确保用户隐私不泄露的前提下,将各个设备参数加入到马尔科夫随机场概率图模型G(V,E),最后上传到云端建立出一个泛化性能高的全局模型。本发明在马尔可夫随机场的加入下,使得联邦建模的参数得到进一步优化,并举例将联合建模的模型应用到家用智能家居上。

    一种基于自主学习剧本的智能机器人提线木偶表演系统

    公开(公告)号:CN107330913B

    公开(公告)日:2021-03-02

    申请号:CN201710391603.2

    申请日:2017-05-27

    Abstract: 本发明公开了一种基于自主学习剧本的智能机器人提线木偶表演系统,属于智能机器人表演系统领域。其包括以下步骤:步骤1:跟踪测量老旧木偶的运动,录下艺术家的讲述和背景音乐,然后存储为计算资源,并根据指示驱动新的提线机器人木偶运动,播放讲述和背景音乐以及驱动渲染灯光;步骤2:依据计算资源计算出老旧木偶的运动,得到一个可供人工修正的剧本模式;步骤3:根据工作人员的操作,优化编排所述剧本模式或者重新彻底编排剧本模式,以机器人提线木偶的形式重新进行无限自动展示。优点:通过上述步骤可以使机器人木偶自主学习或者对机器人木偶进行重新编排,以使机器人木偶无限自动展示学习到的剧本。

    一种基于高斯混合模型与暗通道理论的水下图像恢复方法

    公开(公告)号:CN111640082A

    公开(公告)日:2020-09-08

    申请号:CN202010517431.0

    申请日:2020-06-09

    Abstract: 本发明公开了一种基于高斯混合模型与暗通道理论的水下图像恢复方法,包括以下步骤:步骤(1):首先利用高斯混合模型对水下图像中的水体后景进行目标提取;步骤(2):然后利用工程化快速估计模块解决运动相机拍摄动态背景的问题,以及减少计算量的工程化问题;步骤(3):最后利用暗通道还原模块对水下图像进行恢复。本发明基于高斯混合模型区分水体背景,准确计算出每个通道的大气光值,然后用暗通道理论还原图片并进行输出,从而达到最优的效果,提高了水下图像还原的质量。

    一种基于优化和暗通道的水下图像恢复方法

    公开(公告)号:CN111640081A

    公开(公告)日:2020-09-08

    申请号:CN202010517425.5

    申请日:2020-06-09

    Abstract: 本发明公开了一种基于优化和暗通道的水下图像恢复方法,包括以下步骤:(1)暗通道还原:以经典暗通道理论为依据,对水下图像进行还原;(2)无参考图像质量评价:使用无参考图像质量作为评价指标,根据失真图像的自身特征来估计图像的质量;(3)整体优化:使用无参考图像质量作为评价指标,利用优化算法对经典暗通道理论中的参数进行优化。本发明可以针对输入的不同水下图像,基于经典暗通道理论和无参考图像质量评价,自动改变其景深还原参数,以最好的图像还原效果进行输出,从而提高了水下图像还原的质量。

    多输入多输出非线性微分代数子系统的镇定控制方法

    公开(公告)号:CN107203139B

    公开(公告)日:2020-09-08

    申请号:CN201710549039.2

    申请日:2017-07-06

    Abstract: 一种多输入多输出非线性微分代数子系统的镇定控制方法,包括如下步骤:建立多输入多输出非线性微分代数子系统的模型;将模型通过微分同胚和状态反馈等价转化为多输入多输出非线性常微分系统,多输入多输出非线性常微分系统包含各组常微分子系统;通过反步方法得到常微分子系统相对应的子系统控制器,各组子系统控制器和状态反馈组成得到系统镇定控制器。本发明使得被控对象的范围更广泛,反步方法更简单实用,将该模型与方法应用在电力系统中均有不错的效果,能使系统更趋于稳定。

    一种基于SSD改进的目标检测方法

    公开(公告)号:CN111126472A

    公开(公告)日:2020-05-08

    申请号:CN201911308860.0

    申请日:2019-12-18

    Abstract: 本发明提供一种基于SSD改进的目标检测方法,该方法选用ResNet-101代替VGG-16作为整个模型的基础网络,提供了更加丰富的特征图信息;采用特征融合策略使得网络预测层的多尺度预测对小目标的检测效果有一定的提升;在分类分支增添SE-block模块用于捕获特征图全局的环境信息,输出带有通道权重的特征图,使得分类更加精确;添加与分类预测层并行的Centerness层用来抑制低质量的边界框以此提升检测精度。本发明方法采用无锚框检测,避免了与锚框相关的所有超参,使用的预测边界框策略大大减少了超参数量,降低了网络设计复杂度,使得训练阶段变得十分简单。本发明方法的损失函数采用了focalloss函数,在保持检测速度的同时提高了模型检测精度。

Patent Agency Ranking