公开(公告)号：CN119533510A

公开(公告)日：2025-02-28

申请号：CN202411690766.7

申请日：2024-11-25

Applicant: 常州大学

Inventor： 吕继东 ,  李本乐 ,  顾玉宛 ,  毕卉 ,  戎海龙 ,  邹凌

IPC: G01C21/34

Abstract: 本发明涉及路径规划技术领域，尤其涉及一种基于改进蚁群算法的多采摘机器人作业路径规划方法，包括构建静态障碍物的栅格地图；蚁群参数初始化；利用改进状态转移概率选择路径；对第k只蚂蚁进行判断，如果第k只蚂蚁完成路径搜索，则第k+1只蚂蚁继续进行搜索，此时k＝k+1；如果没有完成搜索，则需要返回到步骤二继续搜索；对M只蚂蚁进行判断是否都完成了路径搜索，如果都完成路径搜索，则进行步骤六；否则回到步骤二继续搜索；当M只蚂蚁完成路径搜索后，对全局的信息素进行更新；完成改进蚁群算法的构建。本发明解决现有方法存在局部最优、寻优速度慢、收敛速度慢的问题。

公开(公告)号：CN118762176A

公开(公告)日：2024-10-11

申请号：CN202410752725.X

申请日：2024-06-12

Applicant: 常州大学

Inventor： 吕继东 ,  孙晓琴 ,  韩颖 ,  毕卉 ,  顾玉宛 ,  邹凌 ,  戎海龙

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/764 ,  G06T1/00

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于种子区域生长的桃树枝干弱监督图像分割方法，包括采集果园果树枝干原始图像，并对图像进行预处理；将原始图像输入基于线级的稀疏标注的种子算法，生成初始种子图；利用分割网络对原始图像中的桃枝进行深度语义特征的提取，得到分割特征图；将SRG融合算法集成到分割网络中进行弱监督语义分割；将初始种子图在分割特征图中迭代生长，并输出标签图。本发明在实现智能剪枝的机械化、自动化以及智能化以及在稀疏标注的基础上实现对桃树枝干的弱监督图像分割。

公开(公告)号：CN112329684B

公开(公告)日：2024-04-30

申请号：CN202011276599.3

申请日：2020-11-16

Applicant: 常州大学

Inventor： 杨彪 ,  王狄 ,  徐黎明 ,  陈阳 ,  吕继东 ,  毕卉

IPC: G06V40/20 ,  G06V10/25 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种基于注视检测和交通场景识别的行人穿越马路意图识别方法，首先通过faster‑RCNN进行行人检测，进一步利用行人的运动信息搜索感兴趣目标，提取感兴趣目标的运动序列和局部交通场景序列；其次通过头部检测器检测感兴趣目标序列中的头部位置，并采用残差卷积神经网络来判断头部朝向，进而检测行人是否注视来车，同时提取头部朝向特征；然后通过卷积神经网络分类器对行人所处的局部交通场景进行多标签分类，并提取局部交通场景特征；最后利用全连接层处理拼接后的头部朝向特征与局部交通场景特征，实行对行人穿越/不穿越结果的识别。本发明使用多任务学习模式，可实现端到端地完成注视/非注视识别、穿越/不穿越识别以及交通场景分类。

公开(公告)号：CN112329683B

公开(公告)日：2024-01-26

申请号：CN202011276595.5

申请日：2020-11-16

Applicant: 常州大学

Inventor： 杨彪 ,  范福成 ,  徐黎明 ,  陈阳 ,  吕继东 ,  毕卉

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种多通道卷积神经网络人脸表情识别方法，首先通过Viola‑Jones人脸检测器和旋转校正从输入的灰度图像中检测出人脸区域，尽可能减少无关区域对人脸表情识别准确性的影响；其次将检测得到的人脸区域应用到深度图像和局部二值模式图像，得到三种具有互补性的人脸区域数据；然后采用单通道‑特征提取网络分别从三种类型的人脸区域数据中自动提取与表情相关的特征，并将提取得到的特征送入交互注意力融合模块中进行融合，该模块基于交互注意力机制提取任意两种人脸区域特征的空间相关性，从而实现了不同类型人脸区域的有效特征融合；最后将交互注意力融合模块输出的特征再次拼接融合后，通过全连接层进行特征变(56)对比文件BIAO YANG等.Facial ExpressionRecognition Using Weighted Mixture DeepNeural Network Based on Double-ChannelFacial Images.Translations and contentmining are permitted for academicresearch only.2017,第6卷4630-4640.Biao Yang等.Facial expressionrecognition based on dual-feature fusionand improved random forestclassifier.Multimedia Tools andApplications.2017,第77卷20477–20499.

公开(公告)号：CN112329684A

公开(公告)日：2021-02-05

申请号：CN202011276599.3

申请日：2020-11-16

Applicant: 常州大学

Inventor： 杨彪 ,  王狄 ,  徐黎明 ,  陈阳 ,  吕继东 ,  毕卉

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于注视检测和交通场景识别的行人穿越马路意图识别方法，首先通过faster‑RCNN进行行人检测，进一步利用行人的运动信息搜索感兴趣目标，提取感兴趣目标的运动序列和局部交通场景序列；其次通过头部检测器检测感兴趣目标序列中的头部位置，并采用残差卷积神经网络来判断头部朝向，进而检测行人是否注视来车，同时提取头部朝向特征；然后通过卷积神经网络分类器对行人所处的局部交通场景进行多标签分类，并提取局部交通场景特征；最后利用全连接层处理拼接后的头部朝向特征与局部交通场景特征，实行对行人穿越/不穿越结果的识别。本发明使用多任务学习模式，可实现端到端地完成注视/非注视识别、穿越/不穿越识别以及交通场景分类。