-
公开(公告)号：CN108231084B
公开(公告)日：2021-09-10
申请号：CN201711260681.5
申请日：2017-12-04
Applicant: 重庆邮电大学
IPC: G10L21/0208 , G06F17/15
Abstract: 本发明请求保护一种基于Teager能量算子的改进小波阈值函数去噪方法，涉及语音信号去噪领域，该方法通过对小波分解后的小波系数进行Teager能量算子的计算，加大了噪声与信号小波系数之间的差距，有利于阈值的自适应选择；通过对软硬阈值去噪函数进行改进，提出了一种新的阈值函数，该函数不仅能克服硬阈值函数的不连续导致的伪吉布斯效应，也克服了软阈值函数去噪后所出现的恒定偏差问题。本发明对信噪比和和均方误差均有较大的改善。
-
公开(公告)号：CN107301864B
公开(公告)日：2020-12-22
申请号：CN201710702440.5
申请日：2017-08-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于深度双向长短时记忆(DBLSTM)递归神经网络(RNN)的声学模型，DBLSTM网络主要分为三部分：在DBLSTM的全连接部分，使用Maxout神经元代替原来的Sigmoid神经元来解决RNN中常出现的梯度消失和爆炸的问题；同时使用Dropout正则化训练算法避免了神经网络在训练过程中出现过拟合。在多层BLSTM部分，为适应DBLSTM对每个时间步长的双向依赖性，提出了上下文敏感块的随时间反向传播(CSC‑BPTT)算法来训练该网络。在多层BLSTM部分之后采用一层选择连接层，用于对DBLSTM的输出进行变换得到全连接部分的输入。本发明可得到更高的语音识别率。
-
公开(公告)号：CN111950599A
公开(公告)日：2020-11-17
申请号：CN202010698713.5
申请日：2020-07-20
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种动态环境下融合边缘信息的稠密视觉里程计方法，具体步骤为：首先，根据深度信息进行场景聚类，再基于光度信息与边缘信息的聚类构建出残差模型，并引入平均背景深度，加大前景残差。然后，将残差模型与非参数统计模型相结合，分离动态物体并得到聚类权重。最后，将加权聚类残差加入到位姿估计的非线性优化函数中，以降低动态物体的影响，提高位姿估计的精度。在TUM数据集上进行实验，结果表明本文算法在动态环境下比现有算法有更高的精度与鲁棒性。
-
公开(公告)号：CN111473796A
公开(公告)日：2020-07-31
申请号：CN202010290843.5
申请日：2020-04-14
Applicant: 重庆邮电大学
IPC: G01C21/34
Abstract: 本发明请求保护一种基于LSPS算法的机器人路径规划方法。机器人路径规划问题常利用网格法来对环境进行建模，然而这使得现实中的环境与建模环境严重不匹配，使得路径精度急剧下降。大致可分为三步，第一步，生成n条随机路径，第二步，对穿过障碍物的路径进行该障碍物的有限周围点生成，第三步，本文采用了改进的A*算法，对穿过障碍物的路径进行修复，并选取适应性最好的路径。对于该算法，本文在不同环境中进行了测试，并与其它算法进行了对比，结果发现，穿过障碍物的路径能够很快的被修复，在各指标上皆较优于所对比的算法。并且该算法鲁棒性较强，能够适应各种复杂环境。
-
公开(公告)号：CN109711239A
公开(公告)日：2019-05-03
申请号：CN201811057186.9
申请日：2018-09-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进混合增量动态贝叶斯网络的视觉注意力检测方法，该方法融合头部、视线以及预测子模型来对其进行综合估计；在传统人眼模型的基础上对视线检测子模型进行改进，以提升识别速率增加对于不同测试者进行检测时的鲁棒性；针对极端姿态和动态场景下导致的数据缺失问题，提出了预测子模型，利用高斯协方差来度量两个时刻采样图片的相关性，从而有效改善当前时刻的误识别，降低了识别误差。其次就相关子模型进行描述，利用条件概率分别建立贝叶斯回归模型；并利用增量学习的方法来对模型的参数进行动态更新，用以提升模型整体对于新输入数据的适应性。
-
Patent Agency Ranking
公开(公告)号：CN105509755B
公开(公告)日：2018-10-12
申请号：CN201510847459.X
申请日：2015-11-27
Applicant: 重庆邮电大学
IPC: G01C21/32
Abstract: 本发明请求保护一种基于高斯分布重采样Rao‑Blackwellized粒子滤波的移动机器人同时定位与地图构建方法，该方法包括步骤：S1，由机器人位姿和里程计控制信息估计机器人初始位姿；S2，根据地图执行扫描匹配方法；S3，在轨迹的提议分布中进行粒子采样；S4，计算每个粒子的权重并更新各粒子权值；S5，在高斯分布的基础上进行粒子重采样，具体是通过排序粒子权重大小，分散高权重粒子获得重采样后的新粒子；S6，根据机器人位姿和观测信息计算地图并进行地图更新。本发明可以获得可靠的栅格地图精度。
-
公开(公告)号：CN108388854A
公开(公告)日：2018-08-10
申请号：CN201810140177.X
申请日：2018-02-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进FAST-SURF算法的定位方法，针对工业机器人进行抓取物品操作时定位耗时长，精度低问题，它采用了一种改进的FAST-SURF算法的定位方法：根据双目视觉系统采集的目标物体图片信息，采用改进的FAST算法进行初步处理，得到特征点；利用SURF算法对特征点对的匹配以及RANSAC筛选；将匹配好的特征点对进行三角形测量原理处理，精确定位物体三维坐标。该方法具有在时间上有所减少和在精确度上有所提升，更适合于本文工业机器人背景下的目标物体定位。
-
公开(公告)号：CN108280800A
公开(公告)日：2018-07-13
申请号：CN201810085141.6
申请日：2018-01-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种量子图像卷积方法，属于量子图像处理技术领域。该方法包含如下步骤：S1：将原始图像的像素点采用坐标变换的形式和周期性边界条件，改变原始图像的像素点的横坐或纵坐标，得到该像素点在邻域内像素点的信息；S2：将邻域内像素点与模板上相应位置的权重相乘获得对应的权重积，然后把所有的权重积相加，得到一个像素点的卷积；S3：对图像的每一个像素点重复执行步骤S1-S2，获得任意模板和图像的卷积结果。本发明利用量子加法器和量子乘法器实现了在量子计算机上计算任意模板和一幅图像的卷积，与经典算法相比有很大的优越性。
-
公开(公告)号：CN108231084A
公开(公告)日：2018-06-29
申请号：CN201711260681.5
申请日：2017-12-04
Applicant: 重庆邮电大学
IPC: G10L21/0208 , G06F17/15
Abstract: 本发明请求保护一种基于Teager能量算子的改进小波阈值函数去噪方法，涉及语音信号去噪领域，该方法通过对小波分解后的小波系数进行Teager能量算子的计算，加大了噪声与信号小波系数之间的差距，有利于阈值的自适应选择；通过对软硬阈值去噪函数进行改进，提出了一种新的阈值函数，该函数不仅能克服硬阈值函数的不连续导致的伪吉布斯效应，也克服了软阈值函数去噪后所出现的恒定偏差问题。本发明对信噪比和和均方误差均有较大的改善。
-
公开(公告)号：CN108108677A
公开(公告)日：2018-06-01
申请号：CN201711321258.1
申请日：2017-12-12
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进的CNN的人脸表情识别方法，涉及图像分类与识别领域，包括步骤：S1，使用一个集合了人脸检测和对齐功能的人脸检测对齐算法JDA算法，从视频流中获取人脸表情图像；S2，对步骤S1获得的人脸表情图像，使用人脸矫正在真实环境下的人脸姿态，并去除与表情信息无关的背景信息以及采用采用尺度归一化；S3，在对步骤S2获得的归一化的人脸表情图像进行特征之前，对卷积神经网络模型进行训练，得到最佳的网络参数并保存；S4，对步骤S3获得最佳网络参数，加载CNN模型以及S3得到的最佳的网络参数，并对S2获得的归一化的人脸表情图像进行特征提取；S5，对步骤S4获得的人脸表情特征，使用SVM分类器进行分类识别。本发明具有较强的鲁棒性以及良好的泛化性能。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.027 seconds)
