-
公开(公告)号:CN116403091A
公开(公告)日:2023-07-07
申请号:CN202310423918.6
申请日:2023-04-18
Applicant: 郑州轻大产业技术研究院有限公司 , 郑州轻工业大学
IPC: G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于梯度自适应采样和3D神经网络的触觉物体识别方法,用于解决现有触觉物体识别模型使用均匀采样策略所引起的信息冗余/损失技术问题,以及泛化能力不足以处理不同抓取速度下的触觉数据的技术问题。本发明的步骤为:将原始触觉帧送入梯度自适应采样策略中进行触觉帧的自适应挑选,获取梯度变化较快的触觉帧集;对触觉帧集进行多时间尺度下采样;使用MR3D‑18网络对下采样后的触觉帧分别进行特征提取得到不同时间尺度下的特征;将不同时间尺度下的特征进行融合,并依据融合后的特征识别物体的类别,得到预测分类结果。本发明基于梯度自适应采样策略和多时间尺度3D卷积神经网络,能够有效提升触觉物体识别任务的识别精度。
-