-
公开(公告)号:CN113269322A
公开(公告)日:2021-08-17
申请号:CN202110564587.9
申请日:2021-05-24
Applicant: 东南大学
Abstract: 本发明提供了一种基于自适应超参数的深度强化学习改进方法。其采用现成的通用深度强化学习算法作为基础算法,创新点在于加入了自适应超参数。自适应超参数包括探索率和学习率,上述参数将根据训练进度自动调整,从而优化基础算法的性能。探索率,即算法选择随机探索的概率,这一概率由奖励值决定,当奖励值变大,探索率变大,智能体将加大随机探索的力度,反之亦然;学习率将根据损失函数的梯度调整神经网络的参数,其由损失值决定,损失值变大,学习率增大,神经网络将加大学习的力度,反之亦然。自适应超参数能够加快算法的训练速度,使训练过程更稳定,提高模型的最终成绩。
-
公开(公告)号:CN111901681B
公开(公告)日:2022-09-30
申请号:CN202010369071.4
申请日:2020-05-04
Applicant: 东南大学
IPC: H04N21/4415 , H04N21/442 , H04N21/443 , H04N21/45 , H04N21/4223 , H04N21/422
Abstract: 本发明提供了一种基于人脸识别及手势识别的智能电视控制装置和方法,其装置包括树莓派及与其连接的识别模块、摄像头、显示屏及红外收发模块。其控制方法的主要内容包括:首先,用户录入人脸并设定身份,自定义电视控制与手势的对应关系;接着,进入正常使用后,树莓派通过采集用户面部信息完成用户身份确认,针对不同的用户开放不同的使用权限并调用自定义的手势控制方案,然后通过识别用户的手势图像并消抖确认后完成对电视的控制。其还提供了一种人脸识别算法和一种手势识别算法,用以实现识别功能。本发明具备识别用户身份以及自定义手势控制方案的功能,可以满足不同人群的操作需求。
-
公开(公告)号:CN111901681A
公开(公告)日:2020-11-06
申请号:CN202010369071.4
申请日:2020-05-04
Applicant: 东南大学
IPC: H04N21/4415 , H04N21/442 , H04N21/443 , H04N21/45 , H04N21/4223 , H04N21/422
Abstract: 本发明提供了一种基于人脸识别及手势识别的智能电视控制装置和方法,其装置包括树莓派及与其连接的识别模块、摄像头、显示屏及红外收发模块。其控制方法的主要内容包括:首先,用户录入人脸并设定身份,自定义电视控制与手势的对应关系;接着,进入正常使用后,树莓派通过采集用户面部信息完成用户身份确认,针对不同的用户开放不同的使用权限并调用自定义的手势控制方案,然后通过识别用户的手势图像并消抖确认后完成对电视的控制。其还提供了一种人脸识别算法和一种手势识别算法,用以实现识别功能。本发明具备识别用户身份以及自定义手势控制方案的功能,可以满足不同人群的操作需求。
-
-