-
公开(公告)号:CN114187268A
公开(公告)日:2022-03-15
申请号:CN202111516010.7
申请日:2021-12-04
Applicant: 北京工业大学
Abstract: 基于目标检测和语义分割融合的障碍物检测方法属于电子信息领域。该方法参考了卷积神经网络中优秀的轻量级网络框架和优秀的网络设计思路,设计了可在移动智能设备上实现实时目标检测和语义分割的端到端卷积神经网络DeSeNet,通过统一的数据标注格式和对优秀网络模块的合理利用,加强了DeSeNet网络的特征提取能力,成功将目标检测和语义分割任务结合起来,大大扩充了障碍物识别的范围,在保证正确率的情况下减少了网络参数,使得网络在移动智能设备上实时运行成为了可能,为诸如视障人士出行辅助设备的制造提供了技术支持。
-
公开(公告)号:CN115731613A
公开(公告)日:2023-03-03
申请号:CN202211424842.0
申请日:2022-11-14
Applicant: 北京工业大学 , 北京诚星科技有限公司
IPC: G06V40/20 , G06V20/40 , G06V20/58 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 基于时序线性人体蒙皮模型和图卷积网络的四方向交警手势识别方法属于电子信息领域。本方法利用时序线性人体蒙皮模型(SMPL)重建交警指挥手势的动力树,并根据时间上下文信息构建交警手势时序动力学图模型。其次,针对现有图结构划分策略受限的问题,提出了一种基于相对高度的图卷积内核标签划分策略(RHPS),并设计了一种基于相对高度的图卷积网络(RHGCN)。最后,融合RHGCN以及空间域平均预测器(SMP)设计实现了基于单目视觉的四方向交警手势识别器MTPGR。本发明有效完成四方向交警手势识别的任务需求,识别效果Jaccard系数达到0.908,相比现有单方向手势识别方法提高0.137,识别准确率显著提升。
-
-