|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于深度图像的手势识别方法与系统
本发明公开了一种基于深度图像的手势识别方法，训练数据集和测试数据集中的深度图像通过深度传感器采集得到，首先计算图像中人体区域的最小深度值，再利用深度阈值，结合人手是离传感器最近物体的预设条件，分割出深度图像中的手势；然后获取手势在三个正交平面上的投影图，分别称为正视投影图、侧视投影图和顶视投影图；接着提取三个投影图的轮廓片段包特征，并级联成原始深度手势的特征向量；最后训练分类器，对从待识别深度图像中获取的手势特征向量进行分类，得到待识别手势的识别结果。本发明还提供了相应的手势识别系统。本发明方法手势识别简单易行，推广能力强，识别准确率高，能有效克服杂乱背景、光照、噪声及自遮挡等不利因素的影响。
华中科技大学
2021-04-11
一种基于空间变换的自然场景下文本识别方法
本发明公开了一种基于空间变换的自然场景下文本识别方法，首先对训练图像集中的文本图像，获取图像的文本内容，并训练基准点定位网络、图像预处理网络、图像编码器网络以及特征解码器网络等网络模型；然后利用训练得到的网络模型对待识别图像集中图像进行空间变换，得到变换后的待识别图像；然后计算变换后的待识别图像的特征向量以及预测概率序列，最终获取图像识别的结果。本发明方法文本识别准确率高，且能够克服文本排列不规则等不利因素的影响。
华中科技大学
2021-04-11
一种基于显著图的多标签图像识别系统
本发明提供一种基于显著图的多标签图像识别系统，包括裁剪图像的图像预处理模块，由此得到特征图的特征提取模块，根据特征图得到置信度分数以及分类权重的分类模块，通过训练控制模块控制训练模块对置信度分数以及特征图处理得到损失函数对特征提取模块以及分类模块更新，最终识别控制模块将自然场景图像经过图像预处理模块、更新得到的特征提取模块以及分类模块得到置信度分数通过判断出自然场景图像标签。因此本实施例提供的多标签图像识别系统根据多标签分类损失函数以及多标签分布损失函数迭代能够在多标签图像识别过程中减少复杂背景和物体形变的干扰，避免受到遮挡、光照、视点等的干扰并提高多标签图像识别的准确率。
复旦大学
2021-01-12
基于人工智能的智能安全管控系统
项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别
一、项目分类
关键核心技术突破
二、成果简介
项目利用新一代的大数据 深度学习技术，实现了加油站现场智能监管系统，具有卸油区智能管控、财务室智能管控、加油区智能管控、现场智能管控、智能分析以及智能考核管理功能，对人员操作合规性进行智能检测与识别，将以查视频回放的结果型安全管控模式，转变为控制关键作业环节的过程型管控模式，实现了安全关口前移 服务规范管理 智能数字化分析，提高了全站精细化管控能力以及管理层科学决策、信息决策能力。可应用于能源、电力、制造业等与人员安全以及操作流程合规性密切相关的行业。
西南交通大学
2022-09-13
基于人工智能的视觉智能感知平台
本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。
重庆文理学院
2025-02-21
多媒体智能终端、网络中控、智能控制系统
多媒体智能控制系统，物联网控制管理，网络远程管理，音视频控制，适用于高校、高职院校教室建设。
北京万讯博通科技发展有限公司
2022-06-30
教育部等五部门联合印发《“人工智能+教育”行动计划》
一体推进人工智能人才培养和应用创新，统筹谋划基础环境和创新生态建设，系统构建智能时代的教育体系。
教育部
2026-04-13
一种随机动载荷空间分布及统计特征的识别方法
本发明公开了一种随机动载荷空间分布及统计特征的识别方法。本发明的方法包括步骤：Ｓ１．开展模态试验，获取结构的模态参数，包括固有频率和模态振型；Ｓ２．将结构随机振动响应利用模态振型展开，获取结构在模态空间的动响应；Ｓ３．利用模态振型展开，将随空间分布的随机动载荷投影到模态空间；Ｓ４．在模态空间内，由随机动响应样本反演随机动载荷样本；Ｓ５．由模态空间内随机动载荷样本及振型函数求解结构上随机动载荷的空间分布和统计特征。本发明能够解决在时域内利用实测结构动响应样本识别结构上随机动载荷的统计特性和分布特征问题，为服役于分布式随机动载荷环境下的工程结构设计与安全评估提供准确可靠的动载荷信息。
东南大学
2021-04-11
鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究
成果介绍人脸图像分析研究不仅能丰富和发展图像处理与分析的理论和方法，而且在教育、医疗、公安等社会服务以及公共安全等行业中具有重要的应用价值。基于人脸视觉特征的表情、身份以及亲属关系识别是当前人脸图像分析研究的前沿课题，而光照和人脸姿态变化等因素对人脸视觉特征提取与建模的影响则成为当前该研究面临的主要瓶颈。开展鲁棒人脸视觉特征的提取、建模与识别研究，突破现有研究的局限性，能显著推动人脸图像分析的研究进展，进一步满足国家在社会服务与公共安全等领域中的需求。技术创新点及参数1、 突破局部二值模式编码的视觉特征描述算子的局限性，提出局部三值模式编码的视觉特征描述算子，提出解决场景光照变化干扰以及高斯噪声干扰的图像处理一般性方法。2、 率先提出基于区域协方差矩阵的非正面表情特征描述方法，提出基于高斯混合模型和最小贝叶斯错误率估计的异方差鉴别分析方法，建立基于高斯混合模型的多视角表情识别理论。3、 率先提出基于人类学和遗传学的“父母—子女”亲属关系鉴别方法，提出以父母年轻时面部图像为桥梁的“父母—子女”亲属关系鉴别的子空间迁移学习理论和方法。4、 提出人脸视觉特征提取和识别的多流形鉴别分析理论，提出双子空间鉴别分析的增量式算法，突破双子空间鉴别分析方法的计算瓶颈。市场前景本项目围绕人脸图像中的表情、身份以及亲属关系识别等科学问题，深入开展鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究，重点解决视觉场景中光照与人脸姿态变化下的鲁棒人脸视觉特征的提取与建模问题
东南大学
2021-04-11
一种基于拉曼光谱技术的藻种分类识别方法
本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。
浙江大学
2021-04-11