排序方式: 共有41条查询结果,搜索用时 211 毫秒
1.
基于视觉的多特征手势识别 总被引:1,自引:0,他引:1
手势是一种自然直观的交互方式,基于视觉的手势识别是实现新一代人机交互的关键技术。本文在已有的手势识别技术基础上,从手势分割及手势表示两方面着手,提出了一种单目视觉下的手势识别方法。利用颜色特征检测肤色区域,成功分割出人手;利用人手的轮廓及凸缺陷检测指尖,再利用指尖的数目和方位来表示一个手势,进而结合轮廓长度和面积等几何特征完成手势识别。传统的指尖检测方法需要遍历并扫描手掌外轮廓,计算量大,本文通过凸缺陷检测指尖,减少了计算量,提高了指尖检测的速度。实验结果表明,本文的方法具有很好的鲁棒性及实时性,能适应环境的变化。 相似文献
2.
3.
4.
针对实时目标检测YOLO(You Look Only Once)算法中存在的检测精度低和网络模型训练速度慢等问题,结合批再规范化算法处理小批样本以及非独立同分布数据的优势,提出了在YOLO网络结构加入批再规范化处理的改进算法。该YOLO改进算法把卷积层经过卷积运算产生的特征图看作一个个神经元,然后对这些神经元进行规范化处理。同时,在网络结构中移除了Dropout,并增大了网络训练的学习率。实验结果表明,该改进算法相对于原YOLO算法具有更高的检测精度、更快的实时检测速度以及通过适当设置批样本大小可使网络模型在训练时间和硬件设备方面成本有一定的降低。 相似文献
5.
局部二值模式(LBP)特征具有光照不变性、旋转不变性及计算简单等特性,能有效表示行人特征,广泛应用于行人检测。LBP 特征的提取方法通常基于灰度图像,如果用于彩色图像,则没有充分考虑各通道之间的相关性,不能保证行人检测的准确性。为此,我们对彩色图像的红、绿、蓝三通道的LBP 特征,以四元数的形式表示,利用四元数的性质,提出一种P-LBP特征,再利用k-最近邻算法训练分类器。该方法在INRIA 数据集上进行实验,与HOG、S-LBP、F-LBP、HOG-LBP特征进行比较,具有更好的效果。 相似文献
6.
针对目前基于机器学习的车辆颜色和型号识别方法的识别准确率低问题, 提出基于卷积神经网络的车辆颜色和型号识别方法。该方法使用Darknet网络中YOLOv3(You Only LookOnce Version 3)算法对车辆图片的车脸进行检测与定位, 再对车脸区域使用车辆颜色和型号识别算法同时识别车辆颜色和型号, 这是对车辆多属性同时识别的方法, 不同于车辆单一属性识别的方法。在公开车辆数据集(Peking University Vehicle Datasets, PKU-VD)上进行实验, 实验结果表明, 车辆颜色和型号同时识别准确率为93.75%, 车辆颜色单一属性识别准确率为94.98%, 车辆型号单一属性识别准确率98.38%, 明显优于基于机器学习的车辆属性识别算法, 从而验证该算法是可行且有效的。最后将车辆颜色和型号识别技术应用在智能停车场收费系统中。 相似文献
7.
8.
为解决脑血肿CT图像的手动分割和半自动分割方法在手术计划制定过程中存在分割速度无法满足临床时间要求的问题,对快速行进(fast marching,FM)方法进行改进,提出一种三维全自动脑血肿CT图像分割方法。利用阈值处理自动获取种子点集,解决手动设置种子点的问题,实现全自动;提取感兴趣区域减少计算量;通过感兴趣区域金字塔的迭代分割进一步减少FM方法的演化计算量,使分割结果快速向边界收敛。实验结果表明,该方法能够自动、准确并高效地分割脑血肿CT图像。 相似文献
9.
10.
在Kinect平台下的康复训练中,为减小关节转动对其它关节点运动轨迹的影响,提出一种基于余弦的动态时间规整(DTW)方法。Kinect采集到关节点三维坐标后,将每对相邻的关节点用向量的形式表示,以向量变化的时间序列代替运动轨迹作为评价对象,在DTW中引入余弦对向量时间序列进行评价;使用所提方法实现动作评价系统,定义6种上肢训练动作。实验结果表明,相对于传统DTW方法,余弦DTW算法对检测运动的准确性具有更高的精确度。 相似文献