-
公开(公告)号：CN114663982B
公开(公告)日：2024-06-25
申请号：CN202210425154.X
申请日：2022-04-21
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多特征融合的人手轨迹预测与意图识别方法，包括获取人的脸部和肩部关键点数据；获取手掌轨迹数据；将人的脸部和肩部关键点数据输入支持向量机，得到人脸朝向模态信息；将手掌轨迹数据序列输入到SG滤波器，消除轨迹数据波动，得到平滑的轨迹数据；将两种模态信息进行平行融合，得到多模态融合信息；输入到LSTM网络中，输出手掌的预测轨迹。本发明利用部分人脸部关键点提取人脸朝向特征，进一步将人脸朝向特征与人手臂轨迹数据融合，预测人手臂在空间中的移动轨迹和人手臂最终到达位置，高效准确的预测到了移动轨迹。
-
公开(公告)号：CN114663982A
公开(公告)日：2022-06-24
申请号：CN202210425154.X
申请日：2022-04-21
Applicant: 湖南大学
Abstract: 本发明公开了一种基于多特征融合的人手轨迹预测与意图识别方法，包括获取人的脸部和肩部关键点数据；获取手掌轨迹数据；将人的脸部和肩部关键点数据输入支持向量机，得到人脸朝向模态信息；将手掌轨迹数据序列输入到SG滤波器，消除轨迹数据波动，得到平滑的轨迹数据；将两种模态信息进行平行融合，得到多模态融合信息；输入到LSTM网络中，输出手掌的预测轨迹。本发明利用部分人脸部关键点提取人脸朝向特征，进一步将人脸朝向特征与人手臂轨迹数据融合，预测人手臂在空间中的移动轨迹和人手臂最终到达位置，高效准确的预测到了移动轨迹。
-
公开(公告)号：CN113361609B
公开(公告)日：2022-04-26
申请号：CN202110643303.5
申请日：2021-06-09
Applicant: 湖南大学
Abstract: 本发明公开了一种应用于人机协作的基于各向异性过滤的模板匹配方法，包括选择模板匹配算法；输入初始模板图片和源图片；根据输入的模板图片，通过各向异性过滤得到若干个层级模板图片集合；采用层级模板图片集合，通过模板匹配算法，计算集合中最佳匹配的层级；选择最佳匹配层级中所有模板图片作为输入，通过模板匹配算法，计算得到最佳匹配模板图片并输出匹配结果。本发明只需要提供一张待识别物体模板的图片，再采用各向异性过滤技术对此模板图片进行处理，自动生成多张各个角度、各种大小的模板图片。在人机协作过程中，能够对人手掌图片进行处理，高效、快捷，并且提高了工业生产的安全性和效率。
-
公开(公告)号：CN113361609A
公开(公告)日：2021-09-07
申请号：CN202110643303.5
申请日：2021-06-09
Applicant: 湖南大学
Abstract: 本发明公开了一种应用于人机协作的基于各向异性过滤的模板匹配方法，包括选择模板匹配算法；输入初始模板图片和源图片；根据输入的模板图片，通过各向异性过滤得到若干个层级模板图片集合；采用层级模板图片集合，通过模板匹配算法，计算集合中最佳匹配的层级；选择最佳匹配层级中所有模板图片作为输入，通过模板匹配算法，计算得到最佳匹配模板图片并输出匹配结果。本发明只需要提供一张待识别物体模板的图片，再采用各向异性过滤技术对此模板图片进行处理，自动生成多张各个角度、各种大小的模板图片。在人机协作过程中，能够对人手掌图片进行处理，高效、快捷，并且提高了工业生产的安全性和效率。
-
-
-
Search Results
4
records
(took 0.018 seconds)
