-
公开(公告)号：CN110781776A
公开(公告)日：2020-02-11
申请号：CN201910959220.X
申请日：2019-10-10
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于预测和残差细化网络的道路提取方法，针对道路目标的不同特征，设计了预测网络和残差细化网络组合的航拍图像道路提取算法。预测网络采用Encoder-Decoder结构，为了保留丰富的低维细节特征以及高维语义特征，增加了低维特征向高维特征的跳连接，进行多级特征融合，减少信息损失；其次，预测网络结合了空洞卷积模块(Dilation Convolution Module,DCM)和多层池化模块(Multi-kernel Pooling Module,MPM)，能够充分地获得图像的上下文信息和道路边缘信息，提高道路边缘检测能力。残差细化网络将对预测网络产生的初始道路预测结果进行细化，改善预测网络由于噪声产生的道路模糊化，网络还融合了BCE、SSIM以及IoU损失函数进行监督训练，减少道路信息损失，有利于提取完整的道路结构。
-
公开(公告)号：CN110766024A
公开(公告)日：2020-02-07
申请号：CN201910948470.3
申请日：2019-10-08
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于深度学习的视觉里程计特征点提取方法及视觉里程计，首先构建深度学习特征点模型，然后优化深度学习特征点模型，接着特征点检测，最后进行特征点匹配；本发明使用深度学习的方法解决图像特征点提取与匹配问题，可以自由灵活的设计角点特征。本发明实时性是视觉里程计性能的重要参考标准之一，使用深度学习特征点法相较于传统方法可以更充分地利用图形显卡硬件资源，从而达到加速目的。本发明相较于传统的特征点法，在视点变化、光度变化场景下，检测精度明显提高，鲁棒性明显增强。
-
公开(公告)号：CN110111797A
公开(公告)日：2019-08-09
申请号：CN201910271166.X
申请日：2019-04-04
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于高斯超矢量和深度神经网络的说话人识别方法，包括说话人特征提取阶段，深度神经网络设计阶段，说话人识别与决策阶段，本发明通过深度神经网络与说话人识别系统模型相融合，结合高斯超矢量和深度神经网络的多层结构在提高评价模型的表征能力方面的显著效果，并且本发明提出的说话人识别方法在背景噪声的环境下能够有效提升系统的识别性能，在降低噪声对系统性能影响、提高系统噪声鲁棒性的同时，优化系统结构，提高了相应说话人识别产品的竞争力。
-
公开(公告)号：CN109409219A
公开(公告)日：2019-03-01
申请号：CN201811092330.2
申请日：2018-09-19
Applicant: 湖北工业大学
CPC classification number: G06N3/0454 , G06K9/00268 , G06K9/00288 , G06K9/6256 , G06N3/08
Abstract: 本发明公开了一种基于深度卷积网络的室内人员定位跟踪算法，在进行室内人员定位跟踪算法中，包括通过拍摄视频图像由摄像头实时输入到网络中，ZCA白化进行所述数据预处理用于减少特征的相关性，基于所述卷积、池化、多层稀疏自动编码器构建深层网络特征提取器进行所述平均池化，利用训练集网络参数和所述全连接网络的权重参数对测试图像进行分类，通过所述Softmax分类器进行分类，收集到的特征被所述人脸识别模块准确识别，最后输出人脸识别的信息。本发明多目标干扰或目标外观的改变的情况下有效地定位。与传统方法相比，这个算法可更快适应环境。
-
公开(公告)号：CN109087328A
公开(公告)日：2018-12-25
申请号：CN201810549488.1
申请日：2018-05-31
Applicant: 湖北工业大学
Abstract: 本发明涉及基于计算机视觉的羽毛球落点位置预测方法，根据羽毛球比赛视频得到的视频帧图片，以场地中心为原点，计算出视频帧图片中羽毛球场地与模型场地之间的透视变换关系，确定羽毛球场地模型；然后由运动区域检测模块采用时间差分法区分出运动区域和背景部分；对差分图像进行二值化处理，图像分割，轮廓跟踪进而提取出羽毛球的特征信息；采用轨迹跟踪算法确定羽毛球的飞行轨迹；采用卡尔曼滤波算法对羽毛球的轨迹落点位置进行预测；根据轨迹落点位置，采用透视变换法转变到实际羽毛球场地的坐标，从而实现对羽毛球落点位置的预测。本方法能够适用于光照渐变、风速影响、气流影响或者羽毛球速度很快时的复杂场景下的羽毛球落点位置的预测。
-
Patent Agency Ranking
公开(公告)号：CN108769755A
公开(公告)日：2018-11-06
申请号：CN201810391854.5
申请日：2018-04-27
Applicant: 湖北工业大学
IPC: H04N21/258 , H04N21/2187 , H04N5/232 , H04N21/41
CPC classification number: H04N21/25816 , H04N5/23203 , H04N5/23238 , H04N21/2187 , H04N21/4126
Abstract: 本发明属于图像视频处理、信息处理与全景直播技术领域，具体涉及高分辨率全景视频直播拍照系统及方法，所述系统包括图像采集模块、流媒体服务器模块和用户终端模块，所述图像采集模块包括图像采集设备和第一传输模块；所述流媒体服务器模块包括处理模块、存储模块和第二传输模块；所述处理模块包括实时拼接单元、视频编码单元和拍照处理单元；所述存储模块包括存储单元a、存储单元b和存储单元c；所述用户终端模块包括至少一个用户设备，每个用户设备包括显示模块、用户交互模块和第三传输模块。本发明提供的高分辨率全景视频直播拍照系统与方法，能够有效地构建虚拟现实所需要的视频信息并将其传递到用户端显示。
-
公开(公告)号：CN108768235A
公开(公告)日：2018-11-06
申请号：CN201810507422.6
申请日：2018-05-24
Applicant: 湖北工业大学
Abstract: 本发明公开了一种异步电机矢量控制系统，该系统中加入AW控制器和扰动控制器，所述AW控制器算法用于扩大系统的最大输出限度，所述扰动控制器用于监测系统出现的各种波动且能够补偿波动带来的误差。本发明提出的异步电机矢量控制系统中加入了AW控制算法，主要是针对于响应的超调带来的影响；此外还加入了扰动观测器，可以降低实际对象和构建的模型之间的差别而造成的干扰。
-
公开(公告)号：CN106595391B
公开(公告)日：2018-04-03
申请号：CN201611036769.4
申请日：2016-11-23
Applicant: 湖北工业大学
IPC: F41G3/32
Abstract: 本发明公开了一种基于无线传输网络的海上装置零位一致性校正方法，属于海上装置零位校正方法领域。该校正方法包括如下步骤：(1)计算CCD图像传感器在各个通道的校标参数；(2)计算多通道图像中各通道需要调整的架位信息；(3)调整各通道架位位置，使各通道十字准心与目标中心质点重合；(4)选定参考通道，校正其他通道设备。本发明的校正方法在非系泊条件下，采用CCD图像传感器捕获目标信息，主控端的目标识别模块计算目标的相对坐标，经纬仪检测出目标的角度，然后通过调整各通道架位信息，实现海上装置的零位一致性校正。本发明的校正方法对外界条件要求宽松，同时提高了校正的精度。
-
公开(公告)号：CN107317583A
公开(公告)日：2017-11-03
申请号：CN201710350427.8
申请日：2017-05-18
Applicant: 湖北工业大学
Abstract: 本发明属于分布式压缩感知重建技术领域，具体涉及一种基于循环神经网络的可变步长分布式压缩感知重建方法。利用循环神经网络获取各通道待重建向量的结构信息，得到各通道向量中每一项非零的条件概率，然后估计本次迭代最佳原子，再通过求解一个最小二乘问题确定各通道非零项的值，完成信号的重建。本方法能重建非联合稀疏的多通道信号，同时不增加编码端的计算复杂度。
-
公开(公告)号：CN106595391A
公开(公告)日：2017-04-26
申请号：CN201611036769.4
申请日：2016-11-23
Applicant: 湖北工业大学
IPC: F41G3/32
CPC classification number: F41G3/32
Abstract: 本发明公开了一种基于无线传输网络的海上装置零位一致性校正方法，属于海上装置零位校正方法领域。该校正方法包括如下步骤：(1)计算CCD图像传感器在各个通道的校标参数；(2)计算多通道图像中各通道需要调整的架位信息；(3)调整各通道架位位置，使各通道十字准心与目标中心质点重合；(4)选定参考通道，校正其他通道设备。本发明的校正方法在非系泊条件下，采用CCD图像传感器捕获目标信息，主控端的目标识别模块计算目标的相对坐标，经纬仪检测出目标的角度，然后通过调整各通道架位信息，实现海上装置的零位一致性校正。本发明的校正方法对外界条件要求宽松，同时提高了校正的精度。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.039 seconds)
