基于图像特征提取与感性工学的公寓自选人机系统设计

本研究结合感性工学语义量化（SD）方法,挑选用户公寓样本图片,通过调查问卷得出11对感性意象词汇,对他们进行等级评价,整理数据,采用因子分析法建立情感空间,然后提取样本图片的基础特征,颜色特征采用颜色直方图法,而图片形状分析则采用Canny算子边缘检测算法。再通过BP神经网络方法映射图像特征与用户感性词汇之间的关系,最后组合实现了用户自选公寓人机交互系统。该系统致力于实现人机交流,对人机交互的发展有一定意义。     

贷款后还没出公司门就遭到人身威胁

正贷款当天就被逼迫还款"套路贷"让人无家可归1月17日,江苏省南京市高淳区吴家村的"拆迁户"25岁小伙小松(化名)因手头紧,想找人借2万元过渡一下,机缘巧合找到了一家小额贷款公司。该贷款公司所谓的3名工作人员立刻"热情"地用车将小松接到了公司,要求小松抵押身份证、房屋拆迁补偿合同、户口簿等证件,谈好每万元每日200元利息,并告知他根据"行规",贷款2万元要写6万元的欠条。贷款公司在扣除首月利息、     

面向移乘搬运护理机器人的人体姿态视觉识别

针对移乘搬运护理机器人系统对人体姿态检测的高准确性、近距离适应性等要求,提出一种基于RGB-D(RGB-depth)信息的双级卷积神经网络算法.利用第1级网络计算彩色图像中的人体关节像素坐标,将彩色图人体关节坐标映射到深度图坐标,计算关节热图;提出一种卷积神经网络结构,将深度图像和关节热图输入第2级网络,估算3D人体关节位置.根据人体关节点位置,采用图像分割方法进一步计算腋下点.实验结果表明,本文提出的人体姿态识别方法单次计算用时210 ms,在移乘搬运护理机器人应用环境下,人体姿态识别精度达到了91.5%,在近距离环境下人体姿态识别精度达到了90.3%,具备实时、准确的人体姿态全局坐标估算能力.