-
公开(公告)号：CN112084878B
公开(公告)日：2024-02-20
申请号：CN202010815977.4
申请日：2020-08-14
申请人： 浙江工业大学
IPC分类号： G06V40/20 , G06V10/40 , G06V10/82 , G06N3/0464
摘要： 一种用于判别作业人员姿态规范程度的方法，首先，构建人体姿态特征提取网络并设计网络参数，用于提取人体姿态特征图；其次，将所得人体姿态特征图输入到并行网络结构中，得到人体骨骼关键点，并将人体骨骼关键点进行连接使其成为人体主要躯干；然后，利用反余弦函数，根据关键点坐标求得主要相邻躯干间的夹角；最后，将求得的主要相邻躯干间的夹角与预先设定的夹角阈值进行比较，从而判断其夹角是否在规定阈值范围内，进而判别作业人员姿态是否规范。本发明针对作业人员在制造过程中的操作规范性、作业疲劳度、罹患职业性疾病等问题提供了一种用于判别作业人员姿态规范程度的方法。
-
公开(公告)号：CN111986080B
公开(公告)日：2024-01-16
申请号：CN202010690178.9
申请日：2020-07-17
申请人： 浙江工业大学
IPC分类号： G06T3/4084 , G06N3/0464 , G06T3/60 , G06T7/62 , G06T7/73 , G06V20/52 , G06V10/25
摘要： 一种基于改进faster R‑CNN的物流车辆特征定位的方法，包括：步骤一，物流车辆图像增强处理；引入数据增强的手段对物流车辆图像进行处理；步骤二，构建基础网络模型；采用VGGNet‑16基本网络作为特征提取网络；同时为了实现对物流车辆的定位，在VGGNet‑16的第五个卷积层第三个卷积分层中的特征提取模块后加入了一个RPN网络的目标检测定位模型；步骤三，使用非极大值抑制算法对物流车辆目标的筛选；步骤四，对物流车辆目标特征进行统一归一化；将得到的固定维度数据的特征图传入到基本网络模型的第七阶段即可求得精确的物流车辆定位边界框及其对应车型的概率。本发明在不同环境、场景下对物流车辆的特征定位性能良好。
-
公开(公告)号：CN111209861B
公开(公告)日：2022-03-18
申请号：CN202010011805.1
申请日：2020-01-06
申请人： 浙江工业大学
摘要： 一种基于深度学习的动态手势动作识别方法，包括：步骤一，构建手势关节点坐标识别网络，利用改进的CPM模型对手势视频进行处理，输出单视点下的手势关节点坐标；步骤二，采集单视点视频数据；以单视点的形式对手势视频样本进行采集，即用一个普通的网络摄像头从多个角度捕捉用户的手势数据，其中包括：(2.1)定义基本手势元素；(2.2)选取手势关节点；(3)准备训练样本数据集；步骤三，输出手势高斯热图和手势关节点坐标；步骤四，构造手势序列识别网络，网络模型构造的具体流程如下：(4.1)定义激活函数；(4.2)选择损失函数；(4.3)建立模型；最后，将步骤三得到的关节点坐标输入标准手势序列识别网络，得到手势动作序列。
-
公开(公告)号：CN111695475A
公开(公告)日：2020-09-22
申请号：CN202010497497.8
申请日：2020-06-03
申请人： 浙江工业大学
摘要： 一种基于NMI智能控制家用电器的方法，包括：步骤一，构建包含各种手势的NMI特征值的数据库，将用于控制家用电器开/关机，调节空调温度/电灯亮度/电视机音量的手势图像的NMI特征值录入数据库；步骤二，搭建手势采集系统，用摄像头对用户做出的手势进行采集；步骤三，建立手势识别系统，利用NMI对预处理后的手势图像进行特征提取，通过对比待识别手势图像的NMI特征值与数据库中各种手势的NMI特征值，完成对用户所做手势的识别，获得手势信息；步骤四，将得到的手势信息输入控制系统，且该控制系统预先录入有与各种手势信息对应的控制命令，紧接着将控制命令施加于家用电器，使之做出相应的运行变化。利用一种手势可以控制多种家用电器，简单、易记忆。
-
公开(公告)号：CN111986125B
公开(公告)日：2024-08-23
申请号：CN202010686619.8
申请日：2020-07-16
申请人： 浙江工业大学
IPC分类号： G06T5/40 , G06T5/90 , G06T7/90 , G06T7/11 , G06T3/4084 , G06N3/0464
摘要： 一种用于多目标任务实例分割的方法方法，包括：步骤一，样本图像直方图均衡化处理；步骤二，构建多目标特征提取网络；步骤三，设计候选边界框，并对特征图上目标物体进行提取和分类；步骤四，利用非极大值抑制算法对多余的边界框进行剔除；步骤五，对候选边界框进行二值回归，以获得实例分割结果。本发明能够提高识别精度、加快识别效率的同时使用二值回归函数将目标物体从图像中分割出来，从而解决分割粗糙的问题。
-
公开(公告)号：CN113743269B
公开(公告)日：2024-03-29
申请号：CN202110987258.5
申请日：2021-08-26
申请人： 浙江工业大学
IPC分类号： G06V40/10 , G06V20/40 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/096
摘要： 一种轻量化识别视频人体姿态的方法，首先对帧化处理后的RGB视频帧图像进行图像增强、引导滤波去噪等预处理，同时利用视频帧序列计算光流序列、提取光流特征图。然后通过构建轻量级的LHN模型提取RGB视频帧的特征，完成空间领域轻量、有效的人体姿态估计。接着设计LRDN模型以实现轻量化地完成光流特征提取，获取视频在时序领域的人体姿态信息。最后利用训练好的LHN模型和LRDN网络模型搭建并联式异构卷积神经网络，完成对视频人体姿态的准确估计。其中，利用以堆叠的L2标准化的softmax分数作为特征的多类别线性SVM将两个网络的softmax概率进行融合，最终选择最大概率值所对应的姿态类别为模型当前输入的视频帧序列所属的人体姿态类别。
-
公开(公告)号：CN111986252B
公开(公告)日：2024-03-29
申请号：CN202010685863.2
申请日：2020-07-16
申请人： 浙江工业大学
IPC分类号： G06V10/25 , G06V10/28 , G06V10/82 , G06N3/0464
摘要： 一种用于目标分割网络中候选边界框精准定位的方法，包括：步骤一，构建轻量级的卷积神经网络模型，并设计网络参数；步骤二，求解网络模型中IoU layer的交并比IoU；步骤三，求解网络模型中候选边界框的置信度得分；步骤四，根据交并比和置信度得分的设定去除候选边界框冗余，最终使得输出的候选边界框其置信度得分最高，且最接近真实标定框。本发明能够在目标漏检和错误检测之间找到一个平衡之处，并且使得候选边界框更接近真实标定框，同时本发明所设计的网络结构和置信度求解方法具有一定的泛化能力，可以应用在较为复杂的场景中。
-
公开(公告)号：CN111985329B
公开(公告)日：2024-03-29
申请号：CN202010686704.4
申请日：2020-07-16
申请人： 浙江工业大学
IPC分类号： G06V20/10 , G06T7/13 , G06V10/82 , G06N3/0464 , G06T5/20 , G06T5/70 , G06T5/94 , G06T7/90 , G06T7/136 , G06V10/44
摘要： 基于FCN‑8s和改进Canny边缘检测的遥感图像信息提取方法，首先利用FCN‑8s网络反卷积获取遥感图像地物像素区域图，然后对其进行加权平均灰度化处理，接着利用改进的Canny边缘检测获取灰度化后地物像素区域图上的目标地物边缘轮廓图，即利用综合考虑空间信息和色彩信息的双边滤波对灰度化后的图像进行去噪、平滑，然后计算平滑后图像中各点的梯度值和梯度方向，接着对梯度幅值进行改进的非极大值抑制处理以及图像线性边缘增强，获得候选边缘，紧接着采用基于最小类内均方差准则的自适应阈值算法获取最佳阈值，将最佳阈值作为选取高阈值、低阈值的基础，最后应用双阈值检测和连接边缘得到遥感图像目标地物的精细边缘轮廓图。本发明高效、适应性好。
-
公开(公告)号：CN112085802A
公开(公告)日：2020-12-15
申请号：CN202010721463.2
申请日：2020-07-24
申请人： 浙江工业大学
摘要： 一种基于双目摄像头获取三维指静脉图像的方法，包括：步骤一，采集双目视觉下的指静脉图像，利用双目摄像头获取不同测试者的同一根手指的两幅指静脉图像；步骤二，预处理指静脉图像，对指静脉图像的预处理主要包括图像灰度化、图像双边滤波、图像增强、图像二值化以及图像指静脉纹路的细化；步骤三，对二维指静脉图像进行三维重构，包括：(1)使用张氏标定法，获取双目摄像机的内外参数；(2)利用旋转矩阵进行极线校正；(3)通过立体匹配获取视差图；(4)对指静脉图像进行三维重构。本发明减少了计算量，可快速、便捷得到精准、细致的视差图，能较好地用于指静脉识别。
-
公开(公告)号：CN111985329A
公开(公告)日：2020-11-24
申请号：CN202010686704.4
申请日：2020-07-16
申请人： 浙江工业大学
摘要： 基于FCN-8s和改进Canny边缘检测的遥感图像信息提取方法，首先利用FCN-8s网络反卷积获取遥感图像地物像素区域图，然后对其进行加权平均灰度化处理，接着利用改进的Canny边缘检测获取灰度化后地物像素区域图上的目标地物边缘轮廓图，即利用综合考虑空间信息和色彩信息的双边滤波对灰度化后的图像进行去噪、平滑，然后计算平滑后图像中各点的梯度值和梯度方向，接着对梯度幅值进行改进的非极大值抑制处理以及图像线性边缘增强，获得候选边缘，紧接着采用基于最小类内均方差准则的自适应阈值算法获取最佳阈值，将最佳阈值作为选取高阈值、低阈值的基础，最后应用双阈值检测和连接边缘得到遥感图像目标地物的精细边缘轮廓图。本发明高效、适应性好。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.026 秒)
