-
Patent Agency Ranking
公开(公告)号：CN117742502A
公开(公告)日：2024-03-22
申请号：CN202410175441.9
申请日：2024-02-08
Applicant: 安徽大学
IPC: G06F3/01 , G06N20/00 , G06N3/096 , G06F18/214 , G06F18/2411
Abstract: 本发明公开了传感器与应用领域的一种基于电容、距离传感器的双模态手势识别系统及方法，方法步骤为：通过电容和距离传感器获取待识别手势对应的电容数据和距离数据；判断距离数据是否落入电容传感器最佳距离范围，若是则将电容数据直接作为识别电容值，若否则利用距离数据对电容数据进行数据迁移映射，得到最佳距离范围下的电容数据并将其作为识别电容值；将识别电容值输入至机器学习手势识别模型中进行识别，输出识别结果。本发明不会受到光线、天气、复杂背景等环境因素的影响，系统鲁棒性较好；采取电容、测距传感器进行双模态信息融合分析，优化了系统在不同距离段的深度学习模型，提高了检测范围和检测准确度，且成本降低，系统实时性好。
-
公开(公告)号：CN116430769A
公开(公告)日：2023-07-14
申请号：CN202310262296.3
申请日：2023-03-17
Applicant: 安徽大学
IPC: G05B19/042
Abstract: 本发明属于垃圾分类系统领域，包括：MCU控制器，实现对环境模拟量的采集以及对各个模块的协调控制；垃圾识别电路，完成对待测垃圾的采集及处理；舵机控制电路，控制二自由度舵机的旋转；LCD显示电路，控制显示屏播放垃圾分类宣传广告和显示识别垃圾的种类以及统计垃圾投放是数量；LoRa通信电路，实现将子系统的状态信息发送到PC上位机中；语音交互电路，完成语音的识别和语音的播报；光照控制电路，实现对灯环的控制；GPS定位电路，解析子系统的位置信息。本发明专利采用LoRa通信技术完成垃圾分类系统的大规模管理，可以很好的解决传统垃圾桶难以管理的问题。
-
公开(公告)号：CN118642600B
公开(公告)日：2024-11-19
申请号：CN202411116948.3
申请日：2024-08-15
Applicant: 安徽大学
Abstract: 本发明属于手势识别技术领域，具体涉及一种基于直角双平面电容传感阵列的手势识别方法和系统，包括传感器模块，用于通过呈直角构型的电容传感器阵列采集目标手势，获取包含手势特征的第一电容值和第二电容值；子空间判断模块，用于将第一电容值输入预先部署的子空间判断模型中，输出对应目标手势所在的子空间；手势识别模块，用于将第一电容值和第二电容值输入至预先部署的且对应子空间的手势识别模型中进行识别，输出识别结果。本发明基于在不同角度采集包含手势特征的电容数据，划分得到不同的识别子空间，对待识别手势进行空间定位，再进行相应空间上的手势识别，扩大了识别范围，能更全面的获取手势特征，进一步提高了识别的准确率。
-
公开(公告)号：CN118642600A
公开(公告)日：2024-09-13
申请号：CN202411116948.3
申请日：2024-08-15
Applicant: 安徽大学
Abstract: 本发明属于手势识别技术领域，具体涉及一种基于直角双平面电容传感阵列的手势识别方法和系统，包括传感器模块，用于通过呈直角构型的电容传感器阵列采集目标手势，获取包含手势特征的第一电容值和第二电容值；子空间判断模块，用于将第一电容值输入预先部署的子空间判断模型中，输出对应目标手势所在的子空间；手势识别模块，用于将第一电容值和第二电容值输入至预先部署的且对应子空间的手势识别模型中进行识别，输出识别结果。本发明基于在不同角度采集包含手势特征的电容数据，划分得到不同的识别子空间，对待识别手势进行空间定位，再进行相应空间上的手势识别，扩大了识别范围，能更全面的获取手势特征，进一步提高了识别的准确率。
-
公开(公告)号：CN117742502B
公开(公告)日：2024-05-03
申请号：CN202410175441.9
申请日：2024-02-08
Applicant: 安徽大学
IPC: G06F3/01 , G06N20/00 , G06N3/096 , G06F18/214 , G06F18/2411
Abstract: 本发明公开了传感器与应用领域的一种基于电容、距离传感器的双模态手势识别系统及方法，方法步骤为：通过电容和距离传感器获取待识别手势对应的电容数据和距离数据；判断距离数据是否落入电容传感器最佳距离范围，若是则将电容数据直接作为识别电容值，若否则利用距离数据对电容数据进行数据迁移映射，得到最佳距离范围下的电容数据并将其作为识别电容值；将识别电容值输入至机器学习手势识别模型中进行识别，输出识别结果。本发明不会受到光线、天气、复杂背景等环境因素的影响，系统鲁棒性较好；采取电容、测距传感器进行双模态信息融合分析，优化了系统在不同距离段的深度学习模型，提高了检测范围和检测准确度，且成本降低，系统实时性好。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
