一种基于深度学习模型的手语识别系统和方法

    公开(公告)号:CN114863554A

    公开(公告)日:2022-08-05

    申请号:CN202210369930.9

    申请日:2022-04-08

    Abstract: 本发明公开了一种基于深度学习模型的手语识别系统和方法,包括图像采集模块、嵌入式处理平台、显示模块、电源模块、人机交互模块。图像采集模块用于采集实时手语图像。嵌入式处理平台上部署已经完成训练的卷积神经网络模型,在使用时手语图像会输入至卷积神经网络模型中进行实时手语识别,并将识别结果传输至显示模块。显示模块用于显示识别出的手语信息。人机交互模块能够对手语识别系统进行操作,用以设置系统的运行参数、调整系统的运行状态。电源模块对组成系统的各硬件部分进行供电。该系统能够实现对26个英文字母手势目标的实时定位和识别,具有识别速度快、精度高、实时性强、功耗低、设备体积小、易于部署实现等特点。

    一种目标与背景时空光谱相似度分析系统及方法

    公开(公告)号:CN115661489A

    公开(公告)日:2023-01-31

    申请号:CN202211305421.6

    申请日:2022-10-24

    Abstract: 本发明公开了一种目标与背景时空光谱相似度分析系统及方法,包括:光谱预处理模块、光谱特征提取模块、时空变化规律分析模块、相似度分析模块;目标和背景光谱经光谱预处理模块处理后传输至光谱特征提取模块;光谱特征提取模块对光谱进行特征提取并量化差异,然后传输到时空变化规律分析模块,时空变化规律分析模块分析光谱特征差异随时空变化规律,并将变化规律传输到相似度分析模块;相似度分析模块结合特征差异随时空变化规律,为各个特征分配权重,综合得到一个相似度值,对光谱相似度进行评级。本发明考虑了时间维和空间维变化对光谱特征的影响,结合化规律对光谱特征进行权重分配,实现将传统静态光谱特征扩展到动态场景的分析系统及方法。

    一种基于YOLOv5的防空警戒雷达复合干扰参数估计方法

    公开(公告)号:CN116359854A

    公开(公告)日:2023-06-30

    申请号:CN202310290381.0

    申请日:2023-03-23

    Abstract: 本发明属于雷达抗干扰技术领域,具体涉及一种基于YOLOv5的防空警戒雷达复合干扰参数估计方法。本发明首先输入含有复合干扰的雷达接收信号,提取单种类干扰以及交互复合干扰的时频特征图;将单种类干扰的时频联合分布图做数据标注,标定锚框,并加入少量交互复合干扰的时频联合分布图用于提升数据集的多样性,使用YOLOv5卷积神经网络进行训练,提取时频联合分布图中干扰信号的特征;利用卷积神经网络自动提取的特征识别干扰信号,给出判断概率,显示单种干扰及交互复合干扰的类型并利用锚框完成时频信息初步定位;最后综合卡方统计检验、局部搜索并回归、频域切片内插方法对干扰载频、相对时延、多普勒频移进行了精确估计。

Patent Agency Ranking