基于特征融合的书法汉字评判方法

    公开(公告)号:CN112597876B

    公开(公告)日:2024-03-26

    申请号:CN202011512581.9

    申请日:2020-12-20

    Abstract: 汉字是中华文明的象征,书法是汉字文化的精髓。针对目前书法教育上面临的师资匮乏,无人值守情况下完成书法练习作品的评价和指导难等问题,提出了一种基于特征融合的智能评价方法。首先,基于卷积神经网络完成书法汉字的识别任务。然后,基于汉字骨架提取算法针对单一书法汉字图像进行综合评价,进行局部特征和全局特征提取,并进行特征的融合分析。最后,构建书法汉字辅助学习系统,对输入的书法练习结果进行评分和评价反馈。实验结果表明,基于局部特征和全局特征的相似度计算的客观评分基本符合人的主观评分,证明了本文评判算法的可行性。

    一种智能化高通量测算大田油菜花序密度的方法及应用

    公开(公告)号:CN115424152A

    公开(公告)日:2022-12-02

    申请号:CN202211128748.0

    申请日:2022-09-16

    Abstract: 本发明公开了一种智能化高通量测算大田油菜花序密度的方法及应用,方法包括:采用无人机搭配RGB照相机在油菜整个开花期间隔采集油菜田影像,制作成油菜花序数据集;采取花簇(花序)检测计数策略,以油菜花簇的检测框数目作为花簇计数输出;针对油菜花簇小目标的特点结合深度学习的方法,设计一种结合CBAM注意力机制的YOLOv5网络模型检测方法;用大田的数据集建立油菜花序数测算模型并进行模型测试与优化。本发明可实现大田油菜整个开花期内单位面积花序总数的快捷、精准与高通量测定,所获取的油菜花序密度数据可以用来评估大田油菜长势和估算油菜单产水平,有助于了解油菜等作物的生长发育状况,为它们的智能高效化品种选育提供了重要新型工具手段。

    基于中心点回归的深度学习目标检测方法

    公开(公告)号:CN113688830B

    公开(公告)日:2024-04-26

    申请号:CN202110930245.4

    申请日:2021-08-13

    Abstract: 本发明提供一种基于中心点回归的深度学习目标检测方法,包括以下具体步骤:在原CenterNet网络结构上引入水平连接模块将不同层之间的特征进行关联,融合了深层特征和浅层特征,以提高小目标检测性能;在水平连接模块中引入通道注意力模块,对不同通道间的特征响应进行自适应校准,改善了网络的特征提取能力;最后在UCAS‑AOD和RSOD公共遥感数据集上进行对比实验。本发明在遥感图像飞机目标检测中不仅有较高的检测精度,同时保持了单阶段检测模型的速度优势,具有一定的实用价值。

    基于特征融合的书法汉字评判方法

    公开(公告)号:CN112597876A

    公开(公告)日:2021-04-02

    申请号:CN202011512581.9

    申请日:2020-12-20

    Abstract: 汉字是中华文明的象征,书法是汉字文化的精髓。针对目前书法教育上面临的师资匮乏,无人值守情况下完成书法练习作品的评价和指导难等问题,提出了一种基于特征融合的智能评价方法。首先,基于卷积神经网络完成书法汉字的识别任务。然后,基于汉字骨架提取算法针对单一书法汉字图像进行综合评价,进行局部特征和全局特征提取,并进行特征的融合分析。最后,构建书法汉字辅助学习系统,对输入的书法练习结果进行评分和评价反馈。实验结果表明,基于局部特征和全局特征的相似度计算的客观评分基本符合人的主观评分,证明了本文评判算法的可行性。

    一种基于服务机器人的行为识别方法

    公开(公告)号:CN114582030B

    公开(公告)日:2022-07-22

    申请号:CN202210484610.8

    申请日:2022-05-06

    Abstract: 本申请涉及一种基于服务机器人的行为识别方法,包括以下具体步骤:提取服务机器人应用场景中常用的13种行为类别的人体关节点序列形成训练数据集;对训练数据集进行预处理;结合实际应用场景对关节点数据进行加权优化输出17个主要关节点;使用多尺度时空图卷积和时间卷积模块构建轻量化的多尺度聚合时空图卷积深度学习神经网络模型;使用构建的网络模型对数据集进行训练和测试;利用训练好的模型对待识别的真实场景下视频图像中的人体行为进行识别;服务机器人收到人体行为识别结果并做出相应回应。本发明能够准确地对场景下的人体行为进行识别,保证了服务机器人的服务质量。

    一种基于服务机器人的行为识别方法

    公开(公告)号:CN114582030A

    公开(公告)日:2022-06-03

    申请号:CN202210484610.8

    申请日:2022-05-06

    Abstract: 本申请涉及一种基于服务机器人的行为识别方法,包括以下具体步骤:提取服务机器人应用场景中常用的13种行为类别的人体关节点序列形成训练数据集;对训练数据集进行预处理;结合实际应用场景对关节点数据进行加权优化输出17个主要关节点;使用多尺度时空图卷积和时间卷积模块构建轻量化的多尺度聚合时空图卷积深度学习神经网络模型;使用构建的网络模型对数据集进行训练和测试;利用训练好的模型对待识别的真实场景下视频图像中的人体行为进行识别;服务机器人收到人体行为识别结果并做出相应回应。本发明能够准确地对场景下的人体行为进行识别,保证了服务机器人的服务质量。

Patent Agency Ranking