排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
2.
3.
针对传统机器视觉的手势识别方法识别准确率低,抗干扰能力差等问题,提出了一种基于支持向量机(Support Vector Machine,SVM)手势分割和迁移学习的静态手势识别方法.本文使用SVM和迁移学习方法相结合构建新的手势识别模型,利用SVM对样本进行手势分割,将Inception-v3模型作为卷积神经网络模型基础,对网络参数进行fine-tuning,将预先经过手势分割处理后的样本导入模型训练,调整超参数得到新的最优手势识别模型,并在一定干扰环境下测试,得到测试结果.测试结果表明该方法识别准确率和实时反馈效率均高于传统方法,能高效识别手势,满足实际应用需求. 相似文献
4.
6.
7.
8.
9.
针对心电波形,本文提出了一种基于层次结构的特征抽取和描述方法。在基线拟合、峰谷点识别后,通过在不同层次上对心电波形的划分,形成诸如波元、波群、不可分波群、特殊波群的层次结构。对于每一层次上的特征抽取与模式描述,文中均给出了具体方法和步骤。最后给出了计算实例。这种心电波形的层次描述方法简明有效,是进一步实现心电波形模式识别与疾病诊断的基础。 相似文献
10.
在研发工业机械手引导系统中,提出了一种基于轮廓特征匹配对工件姿态进行定位的方法。首先对模板和待测图像利用金字塔向下采样法剔除图像细节特征并确定塔层,再以图像关键外轮廓点集为匹配特征,依据模板自动计算旋转步长,采用相似度量法则进行匹配判断,引入贪婪值控制匹配速度和精度,最后采用最大值法和均值法筛选消除重配和误配得到图像坐标系下的姿态。然后对单目相机进行标定获得相机参数,利用最小二乘法确立图像坐标系与世界坐标系的关系,实现目标在世界坐标系中准确定位。实验测试表明:对目标遮挡、背景复杂、对比度低等鲁棒性强,匹配率高,可实现任意坐标、角度情况下的目标识别和定位,毫秒级耗时,可以满足引导系统要求。 相似文献