公开(公告)号：CN110070069A

公开(公告)日：2019-07-30

申请号：CN201910362329.5

申请日：2019-04-30

Applicant: 重庆大学

Inventor： 仲元红 ,  张靖怡 ,  张顺 ,  马心怡 ,  张钊源 ,  周昭坤 ,  成欣雨 ,  张静 ,  黄关

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络自动特征提取的茶叶分类方法，包括如下步骤：获取电子舌传感器采集的待分类茶叶数据；将待分类茶叶数据转换为时频特征图；将时频特征图输入卷积神经网络得到茶叶分类信息。本发明将待分类茶叶数据转换为时频特征图，以充分利用卷积神经网络在图像处理中的优势，以网络参数训练代替了手动特征选择，提高了茶叶分类的效率；并且，与现有技术中将特征提取和分类识别作为两个独立的结构相比，本发明将特征提取和分类识别集成到同一架构中，使分类效果更加准确。

公开(公告)号：CN108873908A

公开(公告)日：2018-11-23

申请号：CN201810764916.2

申请日：2018-07-12

Applicant: 重庆大学

Inventor： 仲元红 ,  张钊源 ,  丁睿 ,  张顺 ,  黄关 ,  张静 ,  成欣雨 ,  周昭坤

IPC: G05D1/02

Abstract: 本发明提供了一种基于视觉SLAM和网络地图结合的机器人城市导航系统，其在利用全局路径规划确定网络地图中轮式机器人达到目标地点位置的城市道路导航路径的基础上，借助视觉SLAM处理得到的轮式机器人所处位置区域的环境物体空间占据情况对城市道路导航路径加以进一步的局部避障路径优化，从而通过视觉SLAM和网络地图相结合，弥补了仅依赖于全局路径规划进行轮式机器人导航控制所存在的多方面技术限制和不足，能够对轮式机器人提供更加细致的定位和路径导航，更好的保证轮式机器人能够按照局部避障路径优化后的城市道路导航路径得以顺利通行，进而更好的确保对轮式机器人路径规划和导航的准确性和通行有效性。

公开(公告)号：CN108873908B

公开(公告)日：2020-01-24

申请号：CN201810764916.2

申请日：2018-07-12

Applicant: 重庆大学

Inventor： 仲元红 ,  张钊源 ,  丁睿 ,  张顺 ,  黄关 ,  张静 ,  成欣雨 ,  周昭坤

IPC: G05D1/02

Abstract: 本发明提供了一种基于视觉SLAM和网络地图结合的机器人城市导航系统，其在利用全局路径规划确定网络地图中轮式机器人达到目标地点位置的城市道路导航路径的基础上，借助视觉SLAM处理得到的轮式机器人所处位置区域的环境物体空间占据情况对城市道路导航路径加以进一步的局部避障路径优化，从而通过视觉SLAM和网络地图相结合，弥补了仅依赖于全局路径规划进行轮式机器人导航控制所存在的多方面技术限制和不足，能够对轮式机器人提供更加细致的定位和路径导航，更好的保证轮式机器人能够按照局部避障路径优化后的城市道路导航路径得以顺利通行，进而更好的确保对轮式机器人路径规划和导航的准确性和通行有效性。

公开(公告)号：CN110113613A

公开(公告)日：2019-08-09

申请号：CN201910357504.1

申请日：2019-04-29

Applicant: 重庆大学

Inventor： 仲元红 ,  李琅 ,  张静 ,  马心怡 ,  成欣雨 ,  黄关 ,  周昭坤

IPC: H04N19/176 ,  H04N19/167 ,  H04N19/48

Abstract: 本发明公开了基于重权值的双重稀疏约束的图像块压缩感知重构方法，包括如下步骤：获取观测信号；建立基于重权值的双重稀疏约束的图像块压缩感知重构模型；基于SBI算法求解基于重权值的双重稀疏约束的图像块压缩感知重构模型，得到观测信号对应的原始信号。本发明中的方法能够更好地在平滑区域和边缘区域重建原始图像，与现有技术相比，有着明显的性能改进和更好的视觉效果，并且表现出良好的稳定性和收敛性。在未来的工作包括图像块匹配优化来降低计算复杂度等。

公开(公告)号：CN110113613B

公开(公告)日：2021-02-02

申请号：CN201910357504.1

申请日：2019-04-29

Applicant: 重庆大学

Inventor： 仲元红 ,  李琅 ,  张静 ,  马心怡 ,  成欣雨 ,  黄关 ,  周昭坤

IPC: H04N19/176 ,  H04N19/167 ,  H04N19/48

Abstract: 本发明公开了基于重权值的双重稀疏约束的图像块压缩感知重构方法，包括如下步骤：获取观测信号；建立基于重权值的双重稀疏约束的图像块压缩感知重构模型；基于SBI算法求解基于重权值的双重稀疏约束的图像块压缩感知重构模型，得到观测信号对应的原始信号。本发明中的方法能够更好地在平滑区域和边缘区域重建原始图像，与现有技术相比，有着明显的性能改进和更好的视觉效果，并且表现出良好的稳定性和收敛性。在未来的工作包括图像块匹配优化来降低计算复杂度等。

公开(公告)号：CN107231155A

公开(公告)日：2017-10-03

申请号：CN201710392260.1

申请日：2017-05-27

Applicant: 重庆大学

Inventor： 廖勇 ,  谢金豆 ,  周昭坤 ,  陈玲 ,  姜大

IPC: H03M7/30

Abstract: 本发明提出一种基于改进StOMP的压缩感知重构算法。首先，基于StOMP算法更新阈值，并对阈值大小进行判断，由判断结果选择下一步执行回溯原子选择算法或ROMP算法，即当阈值大于判断标准，执行回溯原子选择算法；当阈值小于判断标准，执行ROMP算法。其次，以相邻两次重构信号能量差作为算法转换条件和停止条件；当回溯原子选择算法迭代至满足算法转换条件时执行ROMP算法，执行ROMP至满足停止条件时输出重构信号。本发明利用StOMP算法收敛速度快，回溯思想原子可信赖性高，以及ROMP重构精度高的优点，将回溯原子选择算法和ROMP算法嵌入StOMP中，有效实现了重构精度及收敛速度的折中。