-
公开(公告)号：CN114723782A
公开(公告)日：2022-07-08
申请号：CN202210253001.1
申请日：2022-03-15
Applicant: 常州大学
IPC: G06T7/246 , G06T7/277 , G06T7/10 , G06V10/26 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及智能交通技术领域，尤其涉及一种基于异构图学习的交通场景运动目标感知方法，包括S1、引入目标检测网络实时检测交通场景中的运动目标；结合多目标跟踪网络对目标进行跟踪，获得运动目标的观测轨迹；S2、根据观测轨迹建立异构图，送入图变换网络编码；S3、使用运动编码器网络编码目标运动模式，将结果与图变换网络的编码结果拼接；S4、将拼接得到的结果送入运动状态解码器网络，解码得到目标的预测轨迹。本发明基于异构图学习的检测‑跟踪‑预测一体化框架，可检测和跟踪场景中运动目标，并预测目标未来运动轨迹；通过使用异构图网络建模交互关系，从而改善轨迹预测算法性能。
-
公开(公告)号：CN114707722A
公开(公告)日：2022-07-05
申请号：CN202210338201.7
申请日：2022-04-01
Applicant: 常州大学
Abstract: 本发明涉及智能交通技术领域，尤其涉及一种基于记忆增强网络的连续行人轨迹预测的方法，包括自编码器用于编码输入信息，控制器则负责从键值记忆体中读写记忆；使用多跳注意力机制实现多模态轨迹预测，通过多跳迭代查询生成一条预测轨迹；通过解码器重构未来轨迹，再训练控制器从当前任务中选取一些典型键值记忆存入外部记忆体中，在当前任务中每隔一定周期回放之前一部分数据。本发明通过外部记忆体保存当前和以前的键值记忆，为了减缓神经网络的灾难性遗忘，使用稀疏经验回放方法减缓模型对之前任务的遗忘；针对行人未来轨迹的不确定性，引入多跳注意力机制用于生成合理的多模态轨迹，从而解码输出多模态轨迹。
-
公开(公告)号：CN116597519A
公开(公告)日：2023-08-15
申请号：CN202310609390.1
申请日：2023-05-26
Applicant: 常州大学
Abstract: 本发明涉及机器人技术领域，尤其涉及一种人体关键点检测的人形机器人辅助健身的方法，包括采集人的实时运动视频；采用MobileNetv3网络为主干的YOLOV7模型，利用Ghost Conv模块改进YOLOV7网络模型的Conv模块得到改进的YOLOV7网络模型，并对运动视频进行目标检测，得到人体位置；利用Centriod Tracking算法对人体目标进行跟踪，并计算出人体的质心坐标；通过改进Openpose网络对人体进行实时检测，获得人体关键点的位置和编号；计算人体关键点之间的角度、距离和位移，判断动作是否标准。本发明解决现有方法无法兼顾关键点检测精确度、实时性和轻量化问题。
-
公开(公告)号：CN115359556A
公开(公告)日：2022-11-18
申请号：CN202210967448.5
申请日：2022-08-12
Applicant: 常州大学
Abstract: 本发明涉及人体姿态评估技术领域，尤其涉及一种基于树莓派的轻量化的人体姿态评估方法及控制方法，包括构建Lightweight Openpose网络，对人体姿态图像进行识别，并绘制出人体骨骼框架；根据人体骨骼框架，通过向量角度计算出各关节的角度；根据各关节的角度求出机器人舵机需要转动的位置信息，并采用PID控制舵机进行动作模仿。本发明通过轻量化的人体姿态评估算法，实现人体姿态的准确识别，解决了现有算法网络结构冗余，计算效率低的问题；另外，通过socket技术实现树莓派与机器人摄像头、总线舵机和PC机之间的交互，使图像处理与控制相互独立，解决树莓派单机处理能力不足的问题。
-
-
-
Search Results
4
records
(took 0.013 seconds)
