一种基于注意力机制融合的多通道卷积神经网络人脸表情识别方法

    公开(公告)号:CN112329683A

    公开(公告)日:2021-02-05

    申请号:CN202011276595.5

    申请日:2020-11-16

    Applicant: 常州大学

    Abstract: 本发明涉及一种基于注意力机制融合的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换,并通过softmax操作最后得到表情识别结果。

    一种基于穿越动作和交通场景上下文因素的行人穿越马路意图识别方法

    公开(公告)号:CN112329682A

    公开(公告)日:2021-02-05

    申请号:CN202011276593.6

    申请日:2020-11-16

    Applicant: 常州大学

    Abstract: 本发明涉及一种基于穿越动作和交通场景上下文因素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、周围交通场景序列以及轨迹位置;其次设计了一种三维卷积神经网络来处理感兴趣目标的运动序列,得到与行人穿越马路意图相关的行为特征;然后本发明根据行人所处的局部交通场景的要素以及车辆行驶速度得到两个权重,来修正人‑车距离,并将修正后的距离送到多层感知机进行编码,得到与行人穿越马路意图相关的距离特征;最后将行为特征和距离特征进行信息融合,利用全连接层将融合后的特征降维,并通过softmax操作得到行人是否穿越马路的结果。

    一种用于提高惯性-地磁组合静动态综合性能的方法

    公开(公告)号:CN107084722B

    公开(公告)日:2020-02-14

    申请号:CN201710270354.1

    申请日:2017-04-24

    Applicant: 常州大学

    Abstract: 本发明提供一种基于卡尔曼滤波器和隐马尔科夫模型的用于提高惯性‑地磁组合综合性能的方法,引入一种新的基于卡尔曼和隐马尔科夫模型的加权和动态调整机制,从而使得在动态条件下扩展卡尔曼算法和互补滤波算法能够完全依靠三轴陀螺仪实现姿态解算,而在静态条件下又能够主要依靠加速度计和地磁传感器实现姿态解算,保证了较好的动态性能和静态性能,从而提高惯性‑地磁组合的综合性能。

    用于惯性-地磁组合的快速扩展卡尔曼算法

    公开(公告)号:CN110307842A

    公开(公告)日:2019-10-08

    申请号:CN201910609361.9

    申请日:2019-07-08

    Applicant: 常州大学

    Abstract: 本发明提供一种用于惯性-地磁组合的快速扩展卡尔曼算法,该算法首先利用三轴加速度计和三轴地磁传感器在每个采样时刻输出的三轴向上的测量值分别构建两个三维矢量,这两个三维矢量分别作为重力加速度矢量和地磁场矢量在载体坐标系下的观测值。随后用上述两个三维矢量构建两个新的空间正交三维矢量。新产生的两个正交矢量最后用于简化卡尔曼增益矩阵。简化后的卡尔曼增益矩阵的性能仍然和原卡尔曼增益矩阵相同,即使得扩展卡尔曼算法保持原有的精度,但是由于避免了逆运算,简化的增益矩阵相当程度地提高了扩展卡尔曼算法的运算速度。

    一种自然环境下果蔬生长形态视觉辨识方法

    公开(公告)号:CN110197129A

    公开(公告)日:2019-09-03

    申请号:CN201910382084.2

    申请日:2019-05-09

    Applicant: 常州大学

    Abstract: 本发明公开一种自然环境下果蔬生长形态视觉辨识方法,包括以下步骤:图像采集步骤:基于单目视觉实时采集果蔬图像;目标区域提取步骤:对采集的图像进行处理,提取出图像中连带遮挡枝叶的果蔬区域;其中,对采集的图像进行处理的方法为:采用掩膜基于区域的卷积神经网络对果蔬图像中的果蔬区域进行检测与语义分割;重叠形态辨识步骤:将果蔬分为单果形态果蔬和多果重叠形态果蔬;枝茎遮挡形态辨识步骤:将单果形态果蔬和多果重叠形态果蔬进一步细分为无枝茎遮挡单个果蔬、枝茎遮挡单个果蔬和无枝茎遮挡重叠果蔬、枝茎遮挡重叠果蔬。该方法可使得采摘机器人自动完成采集图像中不同生长形态果蔬的分类,为后续选用相应的采摘机制提供依据。

    一种非均一颜色果实区域的获取方法

    公开(公告)号:CN109584301A

    公开(公告)日:2019-04-05

    申请号:CN201811430186.9

    申请日:2018-11-28

    Applicant: 常州大学

    Abstract: 本发明公开一种非均一颜色果实区域的获取方法,包括图像采集:采集果园果实RGB图像;图像预处理:突出非均一颜色果实中的颜色显著区域;种块区域提取:提取图像果实中的颜色显著区域,作为后续区域生长的种块区域;计算区域框定:框定后续种块区域生长的计算区域;小类别区域划分:将各个除种块以外的计算区域划分为同色、多色和异色小区域;异色小区域细分:将异色小区域近一步细分为同色和多色小区域;种块区域生长:基于种块区域依据位置邻近和纹理相近原则生长合并同色区域,由此获得非均一颜色果实的整个区域。该发明对于像水蜜桃青里泛白、白里透红等非均一颜色类果实区域的获取提供一种有效方法,为其机器人采摘视觉识别奠定基础。

    一种果园图像中近大果实目标的获取方法

    公开(公告)号:CN109544572A

    公开(公告)日:2019-03-29

    申请号:CN201811373577.1

    申请日:2018-11-19

    Applicant: 常州大学

    Abstract: 本发明公开了一种果园图像中近大果实目标的获取方法,包括:1、RGB图像采集;2、色差图像获取:对RGB图像提取R-G色差图像;3、图像形态学运算:对R-G色差图像依次进行腐蚀、一次孔洞填充、小区域去除、膨胀、二次孔洞填充操作;4、果实区域获取:基于图像中物体边缘信息进行阈值分割获取果实区域;5、各果实区域等面积圆半径获取:计算各果实区域面积,在此基础上计算出等面积圆的半径;6、获取近大果实区域:对果实图像以半径变化的圆盘形结构元素进行迭代开运算操作,以此获取近大果实目标区域图像。本发明为单臂采摘机器人采摘目标的确定提供了一种简单有效的方法。

    一种人机交互式野外果蔬采收机器人系统及其采收方法

    公开(公告)号:CN108718704A

    公开(公告)日:2018-11-02

    申请号:CN201810348380.6

    申请日:2018-04-18

    Applicant: 常州大学

    Abstract: 本发明公开一种人机交互式野外果蔬采收机器人系统及其采收方法。该系统中:图像采集装置用于果蔬图像的实时获取;机械手装置用于根据人机交互结果采收目标果蔬;机器人移动平台用于野外环境下的人为控制运动;果蔬收拣装置负责果蔬的采收回置;主控设备集成了人机交互界面、控制界面及其他各个软件模块,对整个系统进行控制。图像采集装置包括两套单目彩色摄像机和智能控制云台;机械手装置包括四个4自由度机械臂本体及相应的末端执行器、伺服驱动器、执行电机等;机器人移动平台包括三角履带轮、电源、动力控制设备和人员驾驶舱。本发明基于人眼对果蔬的识别定位实现人机交互式的果蔬目标采收,而无果蔬颜色、形状大小和昼夜工作时间的限制。

    一种VR-脑电反馈多人多组对抗型ADHD康复治疗系统

    公开(公告)号:CN108711445A

    公开(公告)日:2018-10-26

    申请号:CN201810222678.2

    申请日:2018-03-19

    Applicant: 常州大学

    CPC classification number: G16H20/30 A61B5/0476 A61B5/7225 A61B5/7264 G06F3/015

    Abstract: 本发明公开了一种VR‑脑电反馈多人多组对抗型ADHD康复治疗系统。该系统基于儿童注意力缺陷伴随多动症(Attention Deficit Hyperactivity Disorder,ADHD)患者脑电数据的信号分析与处理,得到基于单次试验水平,分析成组被试数据的智能信息处理方法,通过信号特征分析流程,将所采集数据进行处理,计算出相应的脑电控制参数,通过蓝牙或射频接口发送到底层硬件操作平台,并根据患者的意念反馈形态适时做出相应控制参数的调整,从而达到刺激患者意念抑制能力,治疗反应抑制缺陷病症的目标。

    一种自然环境下果实常见生长形态判定方法

    公开(公告)号:CN103279762B

    公开(公告)日:2016-04-13

    申请号:CN201310188346.4

    申请日:2013-05-21

    Applicant: 常州大学

    Abstract: 本发明公开了一种自然环境下果实常见生长形态判定方法,具体包括图像采集步骤,该步骤基于双目视觉实时采集果实图像;目标对象提取步骤,该步骤对采集的图像进行处理,提取出图像中的果实及枝叶;目标对象深度计算步骤,该步骤对目标对象区域采用组合匹配及深度校正模型来获取其深度信息;果实生长形态判定步骤,该步骤中的果实生长形态的判定采用先粗后精的判定方法,最终确定其属于下列哪个类别。对于苹果、柑橘等类果实采摘机器人来说,本发明一种自然环境下果实常见生长形态判定方法能够使其自动完成采集图像中不同生长形态果实的分类,从而可以采用相应方法完成其精确识别。

Patent Agency Ranking