一种采用最小基矢量标志的串预测编码、解码方法及装置

    公开(公告)号:CN112565790A

    公开(公告)日:2021-03-26

    申请号:CN202011241047.9

    申请日:2020-11-09

    Abstract: 本发明涉及一种对数据进行有损或无损压缩的编码及解码系统,尤其为一种采用最小基矢量标志的串预测编码、解码方法及装置,即通过在预设条件下采用或不采用最小基矢量标志或者采用最小基矢量标志表示不同的特定串矢量值的编解码方法及装置。本发明的编码方法或装置的最基本的特有技术特征提供了一种至少采用最小基矢量标志进行串预测也称串匹配的编码方法及装置,即通过在预设条件下采用或不采用最小基矢量标志;或者采用最小基矢量标志表示不同的特定串矢量值的编码方法及装置。

    基于时间关联图像序列的目标图像区域子序列分离方法

    公开(公告)号:CN112508962A

    公开(公告)日:2021-03-16

    申请号:CN202011305431.0

    申请日:2020-11-20

    Abstract: 本发明公开了基于时间关联图像序列的目标图像区域子序列分离方法,包括获取目标图像区域的初始图像:根据图像目标初始跟踪决策算法获取目标图像区域的初始图像;获取目标图像区域的终止图像:依次对每一帧图像及该帧后连续N帧图像,计算目标图像区域的中智度量同理想中智度量的交叉熵及相似度,按照交叉熵越大、且相似度越小,当前帧后第N帧待判断图像越可能为终止图像的原则,获取目标图像区域的终止图像;获取目标图像区域的初始图像与终止图像、及其之间的图像作为目标图像区域子序列。本发明能够解决现有技术中对目标图像区域缺乏有效的特征表征方法,从而无法提供鲁棒性高的分离目标图像区域子序列方法的技术问题。

    修复无线传感器网络中漏洞的方法

    公开(公告)号:CN108540938B

    公开(公告)日:2020-06-16

    申请号:CN201810335571.9

    申请日:2018-04-16

    Abstract: 本发明涉及一种修复无线传感器网络中漏洞的方法,其中包括根据粗栅格区域和细栅格区域建立生成树分支并放置新的信标节点,根据生成树算法寻找通向最近漏洞的细栅格区域,并调整生成树分支,到达漏洞后放置一个新信标节点采用了本发明的修复无线传感器网络中漏洞的方法,利用划分粗栅格和细栅格解决覆盖、避障和漏洞问题,本方法通过定位冗余漏洞确定运动方向,同时在检测到障碍物时调整路线避开,根据移动路径调整生成树分支,保证机器人能够到达漏洞并设置新的信标节点,修复漏洞,现无线传感器网络完全覆盖,增强了机器人的灵活性、鲁棒性和精确性,具有更广泛的应用范围。

    一种基于调整阈值匹配误差的串匹配数据压缩方法

    公开(公告)号:CN110197513A

    公开(公告)日:2019-09-03

    申请号:CN201910393318.3

    申请日:2019-05-13

    Abstract: 本发明涉及一种基于调整阈值匹配误差的串匹配数据压缩方法,包括编码串、参考串、设定的阈值、以及预设的匹配条件,编码串的最小匹配单位为编码基元,参考串的最小匹配单位为参考基元;设定初始阈值以及对应的匹配条件,比较当前编码基元(或编码串)与参考基元(或参考串)之间是否满足所设定的匹配条件,当前匹配判断完成则对当前阈值进行调整,下一个编码基元或者编码串匹配时使用调整后的新阈值进行匹配判断。本发明考虑到当前匹配误差对全局误差的影响,通过对当前阈值的调整为后续基元的匹配进行全局优化处理,显著提高了编码的效率。

    一种多阈值串匹配数据压缩方法

    公开(公告)号:CN110087073A

    公开(公告)日:2019-08-02

    申请号:CN201910393135.1

    申请日:2019-05-13

    Abstract: 本发明涉及一种多阈值串匹配数据压缩方法,包括编码串、参考串、设定的阈值、以及预设的匹配条件,编码串的最小匹配单位为编码基元,参考串的最小匹配单位为参考基元;设定多个阈值以及与多个阈值相对应的多个匹配条件,比较当前编码基元与参考基元是否匹配,或者比较当前编码串与参考串是否匹配时,满足其中一个匹配条件即可判定匹配成功,或者采用同时满足多个匹配条件才判定匹配成功的方式。多阈值既可以是固定值也可以采用非固定值,这种灵活的多组合方式是基于考虑到局部与整体之间误差存在差异性,以及多个分量之间误差存在差异性而提出,该方法拓宽了数据压缩的适用范围,显著提高了串匹配编码的效率。

    基于镜像视觉实现机器人舞蹈姿态自主评判的方法

    公开(公告)号:CN109063556A

    公开(公告)日:2018-12-21

    申请号:CN201810673753.7

    申请日:2018-06-27

    CPC classification number: G06K9/00335 G06K9/46 G06K9/629 G06K2009/6295

    Abstract: 本发明涉及一种基于镜像视觉实现机器人舞蹈姿态自主评判的方法,包括采集相应的样本镜像视觉图像,将样本镜像视觉图像和自身植入的审美标签得到舞蹈姿态样例集,并基于该舞蹈姿态样例集进行机器学习,建立舞蹈姿态自主评判模型,进而对新舞蹈姿态进行评判采用该种方法,通过对机器人舞蹈姿态的镜像视觉图像采集、预处理、特征提取及特征融合,在建立舞蹈姿态样例集的基础上进行机器学习,建立舞蹈姿态自主评判模型,使机器人具备理解自身舞蹈姿态美感的能力,从视觉信息感知通道出发,实现了机器人更加精准评判自身舞蹈姿态的审美结果,具有如舞蹈治疗、机器人玩具等更广泛的应用范围。

    基于无线传感器网络实现移动机器人定位的方法

    公开(公告)号:CN108414977A

    公开(公告)日:2018-08-17

    申请号:CN201810184014.1

    申请日:2018-03-07

    Abstract: 本发明涉及一种基于无线传感器网络实现移动机器人定位的方法,其中包括三边测量法和分别根据两个建立通信连接的信标节点与移动机器人的距离做的两个圆的交点数量判断所述的移动机器人的实际坐标信息。采用本发明的基于无线传感器网络实现移动机器人定位的方法,利用两个信标节点实现了移动机器人的定位,弥补了三边测量法的缺陷,算法简单可靠,且在非刚性的网络结构下仍然可以精准定位移动机器人的位置,降低了对硬件的要求,无需里程计和陀螺仪,避免定位算法的累积误差,节省了网络成本,可扩展性强,适用性强、成本低廉、具有广泛的应用价值。

    基于时间关联图像序列的目标图像区域子序列分离方法

    公开(公告)号:CN112508962B

    公开(公告)日:2024-10-18

    申请号:CN202011305431.0

    申请日:2020-11-20

    Abstract: 本发明公开了基于时间关联图像序列的目标图像区域子序列分离方法,包括获取目标图像区域的初始图像:根据图像目标初始跟踪决策算法获取目标图像区域的初始图像;获取目标图像区域的终止图像:依次对每一帧图像及该帧后连续N帧图像,计算目标图像区域的中智度量同理想中智度量的交叉熵及相似度,按照交叉熵越大、且相似度越小,当前帧后第N帧待判断图像越可能为终止图像的原则,获取目标图像区域的终止图像;获取目标图像区域的初始图像与终止图像、及其之间的图像作为目标图像区域子序列。本发明能够解决现有技术中对目标图像区域缺乏有效的特征表征方法,从而无法提供鲁棒性高的分离目标图像区域子序列方法的技术问题。

    强化特定区域类目标属性的中智分割参数自动选取方法

    公开(公告)号:CN109741345B

    公开(公告)日:2020-09-15

    申请号:CN201811633926.9

    申请日:2018-12-29

    Abstract: 本发明涉及一种强化特定区域类目标属性的中智分割参数自动选取方法,所述方法包括:获取图像数据并选定特定区域;设置不同的图像分割参数元组,并计算基于不同参数元组的分割结果;各分割结果下的基于菱形区域边界的特定区域类目标中智隶属度、不确定性度和非隶属度量测;各分割结果下的基于方形区域边界的特定区域类目标中智隶属度、不确定性度和非隶属度量测;计算针对各分割结果的中智相似度,最终确定适合当前图像分布的分割参数元组。本发明实现简单,适用范围广,基于当前图像特性,该方法能够自动完成强化特定兴趣区域类目标属性的分割参数选取,为后续目标跟踪等任务服务,大幅提升相关任务性能。

Patent Agency Ranking