基于雷达与图像互补的目标识别优化方法、系统及设备

    公开(公告)号:CN117333699A

    公开(公告)日:2024-01-02

    申请号:CN202311265020.7

    申请日:2023-09-27

    Abstract: 本发明属于目标识别技术领域,公开了一种基于雷达与图像互补的目标识别优化方法、系统及设备,结合图像信息能投提供的目标类别和毫米波雷达带来的距离和运动信息,经过时空统一和坐标变换使得二者获取的目标信息匹配对应,可以获取更加丰富的目标信息,在二者的数据出现波动或收到外界环境因素影响时,通过数据的互补降低波动带来的,填补缺失的信息,使数据更加准确,目标识别更加精准。本发明通过图像信息与毫米波雷达信息的结合同时获取目标识别中目标的类别信息和位置、运动状态信息。本发明通过图像信息与毫米波雷达信息的互补降低了摄像头和毫米波雷达数据波动造成的识别错误带来的影响,提高了识别的精度和稳定性。

    一种基于雷视融合的登机桥地面环境感知方法及系统

    公开(公告)号:CN117310688A

    公开(公告)日:2023-12-29

    申请号:CN202311256520.4

    申请日:2023-09-27

    Abstract: 本发明属于智能监测装置技术领域,公开了一种基于雷视融合的登机桥地面环境感知方法,包括:安装并标定传感器,包括摄像头和毫米波雷达;采集数据并保持时间同步,在记录摄像头和毫米波雷达数据时同步保存时间戳,对比时间戳获取同一时刻的两种传感器数据;数据对齐之后对毫米波雷达数据进行空间坐标变换,将雷达点投影到图像坐标系中,转换到像素坐标系并将投影结果作为生成ROI的中心点,ROI的尺寸与雷达点深度呈负相关,雷达点深度越大,其在像平面生成的ROI越小;将生成的ROI作为R‑CNN的算法的特征提取阶段的输入,进行目标识别;将识别结果与对应的雷达点信息包括位置和运动情况合并,得到目标的多维度信息。

    一种实时HDR视频处理方法及系统
    23.
    发明公开

    公开(公告)号:CN117241146A

    公开(公告)日:2023-12-15

    申请号:CN202311197555.5

    申请日:2023-09-15

    Abstract: 本发明属于视频处理技术领域,公开了一种实时HDR视频处理方法及系统,该方法包括图像采集的准备,启动搭载在固定位置的单目摄像头,对实时场景进行连续多曝光图像采集,并存入预先设定的缓存队列中;HDR视频融合,结合实时更新的不同曝光时间的参数进行HDR视频融合;亮度自动反馈调节,根据画面亮度的实时读取,通过反馈调节,使画面亮度位于可视范围内,进行实时HDR视频记录。本发明实现在不同亮度场景下,自适应调节亮度,使得视频亮度位于稳定阈值范围内;实现降低过曝画面,减少暗区阴影;实现采集高动态范围图像集成实时视频画面,消除视频重影并且同时提高对视频中物体识别的精度。

    自适应调节知识蒸馏温度的模型压缩方法、系统及介质

    公开(公告)号:CN116778295A

    公开(公告)日:2023-09-19

    申请号:CN202310655889.6

    申请日:2023-06-05

    Abstract: 本发明属于模型压缩技术领域,公开了一种自适应调节知识蒸馏温度的模型压缩方法、系统及介质,采集图像样本,对图像样本中的异常数据和缺失数据进行数据清洗,包括直接丢弃异常数据和采用最邻近插值或双线性插值法恢复缺失数据;采用Mosaic‑4数据增强方法随机对图像样本进行翻转、缩放、裁剪等操作,并任意选取4张变换后的图像进行拼接,进而增强图像样本;建立最小化自适应蒸馏损失函数,完成教师模型的知识到学生模型的传递,实现知识蒸馏;采用训练集对学生模型进行训练,确定最优化的总损失函数,实现模型压缩。本发明更好地平衡教师模型知识向学生模型的传递,进而获得更轻量化的学生模型。

    一种具有鳍状结构的GaN HMET器件

    公开(公告)号:CN113611741B

    公开(公告)日:2023-04-28

    申请号:CN202110879949.3

    申请日:2021-08-02

    Abstract: 本发明属于功率半导体技术领域,涉及一种具有多鳍状结构的GaN HMET(高电子迁移率晶体管)器件。本发明主要特征在于:在器件导通时,沿器件垂直方向,多个间断分布的鳍状GaN层四周均有电子积累层,沿器件横向方向,GaN沟道层与势垒层异质界面存在高浓度与高迁移率的二维电子气(2DEG),二者均有利于提高器件的导通电流,降低导通电阻;通过鳍状GaN层与势垒层形成的异质结构引入二维空穴气(2DHG),切断了源极与二维电子气之间垂直方向的导电路径,实现了增强型GaN HMET器件;区别于传统GaN HMET中栅源之间大的横向距离,源极位于鳍状GaN顶部,减小了器件面积;位于源栅结构一侧的终端区域可降低栅边缘电场尖峰并引入新的电场尖峰,有利于提高器件耐压。

    一种具有集成续流二极管的双异质结GaN HEMT器件

    公开(公告)号:CN113594248B

    公开(公告)日:2023-04-25

    申请号:CN202110879952.5

    申请日:2021-08-02

    Abstract: 本发明属于功率半导体技术领域,涉及一种具有集成续流二极管的双异质结GaN HEMT器件。通过嵌入具有极化结的肖特基势垒二极管(SBD)进行反向续流,与外部反向并联续流二极管的器件相比,该结构在降低器件反向导通压降和寄生效应的同时,显著减小了整个器件的面积;在正向阻断状态,AlGaN/GaN HEMT两个异质界面处留下带有正/负电性的固定极化电荷削弱电场尖峰,改善电场集中效应,调制器件漂移区电场,实现漂移区电场近似矩形的分布,提高器件击穿电压;在器件导通状态,利用二维电子气(2DEG)传输电流,降低导通电阻。

    一种集成续流沟道二极管的垂直GaN MOSFET

    公开(公告)号:CN114447101A

    公开(公告)日:2022-05-06

    申请号:CN202210078228.7

    申请日:2022-01-24

    Abstract: 本发明属于功率半导体技术领域,涉及一种集成续流沟道二极管的垂直GaN MOSFET。本发明主要特征在于:MOSFET源极与漏极分别同时作为续流二极管的阳极与阴极,源极槽与P型GaN阻挡层之间的漂移区作为续流二极管的沟道;相比于传统MOSFET,集成续流沟道二极管具有更低的反向续流开启电压、更小的反向导通损耗及更优良的反向恢复特性;相比于集成肖特基二极管,集成的续流沟道二极管具有更低的泄漏电流、更好的温度特性以及更高的击穿电压;正向阻断时,P型GaN埋层结构有效降低了栅极与源极凹槽附近的电场尖峰,因此本发明具有更高的击穿电压,相较于并联二极管实现续流的方案,有利于减小器件面积和寄生参数以及降低正向传导与反向传导时的导通电阻。

    一种基于深度学习和姿态估计的舞蹈动作评价系统

    公开(公告)号:CN113516005A

    公开(公告)日:2021-10-19

    申请号:CN202110341970.8

    申请日:2021-03-30

    Abstract: 本发明公开了一种基于深度学习和姿态估计的舞蹈动作评价系统,该系统包括数据采集单元、VideoPose3D关节点坐标提取模块、动作分析神经网络舞蹈编码模块和舞蹈评价模块。通过数据采集单元拍摄舞蹈视频,传送到关节点坐标提取模块中提取关节点坐标数据信息,然后通过动作分析神经网络对坐标数据进行编码,最后由舞蹈评价模块对比该编码与标准动作编码的余弦相似度,将计算结果转化为评价指标,完成对舞蹈动作的评价。在动作分析神经网络的训练过程中,使用MMD_NCA损失作为网络的约束指标,降低了网络编码结果的误差,提高舞蹈评价模块评价结果的准确性与可靠性。该系统可以实现对舞蹈动作的教学与矫正,有效提高舞者的舞蹈水平。

    一种基于图像和雷达数据的舞台交互系统

    公开(公告)号:CN112598742A

    公开(公告)日:2021-04-02

    申请号:CN202011609683.2

    申请日:2020-12-30

    Inventor: 吴子朝 陈豪 张成

    Abstract: 本发明公开了一种基于图像和雷达数据的舞台交互系统,包括信息采集模块、处理模块和控制模块。所述信息采集模块包括安装在舞台正前方的一台RGB摄影机和一台LiDAR激光雷达,实时探测舞台上表演者的姿态信息,作为生产姿态的训练数据或现场数据;处理模块包括姿态生成和姿态识别,姿态生成单元利用双流深度学习网络学习训练数据,产生表演者的姿态模型;姿态识别根据表演者的姿态模型识别匹配对应的预设姿态,将结果发送到控制模块。控制单元模块根据接收到的识别结果,控制舞台屏幕的显示内容随表演者姿态变化。通过上述方式,本发明能够在较高精度下使表演者可以通过动作姿态与舞台场景实时交互。

    基于肌电信号的步态识别模型建立方法、识别方法及装置

    公开(公告)号:CN109446972A

    公开(公告)日:2019-03-08

    申请号:CN201811241695.7

    申请日:2018-10-24

    Abstract: 本发明实施例提供一种基于肌电信号的步态识别模型建立方法、识别方法及装置,所述模型建立方法包括以下步骤:采集肌电信号;降噪处理;添加类标签并提取以下肌电信号特征:斜率变化率、威利森幅度、方差对数、波形长度和特征DB7-MAV;计算DBI指标和SCAT指标并获得综合评定结果;将综合评定结果作为样本按预定比例随机分为训练样本组和测试样本组,并分别输入LightGBM模型中进行训练和测试,根据训练集误差和测试集误差调整LightGBM模型中的参数,重复进行分组、训练、测试和调整参数,直到模型测试结果的误差符合预定标准的数据模型,将人体步态类型与综合评定结果的对应关系存入数据模型。本发明实施例可高效、准确地建立数据模型,且步态识别率高,识别结果更可靠。

Patent Agency Ranking