期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
非均匀光照下静态手势识别研究 被引量：3
1
作者 卜明龙 黄家海 +1 位作者 辛文斌 郝惠敏 《机械设计与制造》 北大核心 2023年第1期273-277,共5页
在工业生产任务中,实际操作环境通常比较复杂,常常导致手势识别的准确率降低。为提高手势识别对环境的适应能力并提高识别的实时性,分别在预处理,特征提取及分类识别三个方面进行研究。首先采用改进的同态滤波算法进行图像的增强预处理... 在工业生产任务中,实际操作环境通常比较复杂,常常导致手势识别的准确率降低。为提高手势识别对环境的适应能力并提高识别的实时性,分别在预处理,特征提取及分类识别三个方面进行研究。首先采用改进的同态滤波算法进行图像的增强预处理,然后提取增强后图像的梯度方向直方图(HOG)特征,采用主元分析(PCA)方法对其进行降维,并将降维后的特征输入到支持向量机(SVM)中进行分类。结果表明,改进后的同态滤波算法能较好克服光照不均导致的手势分割困难问题,使识别率从93.2%提高到了95.6%。而PCA结合HOG使每张图像的分类时间从18.07ms缩短到降维后的1.43ms,在大幅提高识别速度的同时,识别精度几乎不受影响。 展开更多
关键词 工业生产 手势识别 同态滤波 主元分析
在线阅读 下载PDF
基于ShuffleNetv2-YOLOv3模型的静态手势实时识别方法 被引量：13
2
作者 辛文斌 郝惠敏 +3 位作者 卜明龙 兰媛 黄家海 熊晓燕 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第10期1815-1824,1846,共11页
针对移动端平台下计算资源有限、存储空间小的特点,提出高效的ShuffleNetv2及YOLOv3集成网络静态手势实时识别方法,以减小模型对硬件的计算能力需求.通过将轻量化网络ShuffleNetv2代替Darknet-53作为主干网络,减小模型的计算复杂度.引入... 针对移动端平台下计算资源有限、存储空间小的特点,提出高效的ShuffleNetv2及YOLOv3集成网络静态手势实时识别方法,以减小模型对硬件的计算能力需求.通过将轻量化网络ShuffleNetv2代替Darknet-53作为主干网络,减小模型的计算复杂度.引入CBAM注意力机制模块,加强网络对空间和通道的关注度.采用K-means聚类算法,重新生成Anchors的长宽比和数量,使重新生成的Anchors尺寸对目标进行精确定位来提高模型的检测精度.实验结果表明,提出算法在手势识别上的平均识别准确率为99.2%,识别速度为44帧/s,单张416×416图片在GPU上的推理时间为15 ms,CPU上的推理时间为58 ms,模型所占内存为15.1 MB.该方法具有识别精度高、识别速度快、内存占用率低等优点,有利于模型在移动终端上部署. 展开更多
关键词 YOLOv3 轻量化ShuffleNetv2网络 CBAM注意力机制 手势识别 移动终端
在线阅读 下载PDF
对称点模式-深度卷积神经网络的红外光谱识别方法 被引量：13
3
作者 郝惠敏 梁永国 +2 位作者 武海彬 卜明龙 黄家海 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第3期782-788,共7页
红外光谱分析在自然科学、工程技术等诸多领域发挥着重要作用。随着计算机和人工智能技术的不断发展,对红外/近红外光谱分析提出了更高的要求。深度学习以人工神经网络为架构,通过对数据进行分层特征提取完成特征/表征学习,在解析数据... 红外光谱分析在自然科学、工程技术等诸多领域发挥着重要作用。随着计算机和人工智能技术的不断发展,对红外/近红外光谱分析提出了更高的要求。深度学习以人工神经网络为架构,通过对数据进行分层特征提取完成特征/表征学习,在解析数据细节特征方面具有独特的优势,在计算机视觉、语音识别、疾病诊断等多领域得到成功应用。尽管深度学习在图像、音频、文字分析方面获得了较好的效果,但是在红外/近红外光谱数据分析中的应用还十分有限。针对深度学习的卷积运算,首先将一维傅里叶变换(Fourier tran sform infrared spectroscopy,FTIR)红外光谱数据通过对称点模式(symmetrized dot patterns,SDP)变换为二维RGB彩色图像,然后将SDP变换得到的彩色图像数据作为VGG(oxford visual geometry group)深度卷积神经网络的输入进行深度学习,建立基于红外光谱数据的分类识别模型。对不同浓度甲烷(CH_(4))、乙烷(C_(2)H_(6))、丙烷(C_(3)H_(8))、正丁烷(C_(4)H_(10))、异丁烷(iso-C_(4)H_(10))、正戊烷(C_(5)H_(12))、异戊烷(iso-C_(5)H_(12))七种单组分烷烃及其混合气体SDP转化获得的224×224彩色(RGB)图像,呈现出显著差别,且更符合VGG卷积运算的数据格式。将SDP-VGG方法应用于气测录井中甲烷浓度范围的识别:气测录井气体为上述七组分烷烃气体的混合气体,其中主要成分甲烷的浓度范围按照<20%,20%~40%,40%~60%,60%~80%,80%~100%分为5类,不同七组分烷烃混合气体样本的红外光谱由红外光谱仪在波数范围为4000~400 cm^(-1)、间隔12 nm的条件下扫描获得。在未经过特殊预处理和特征提取的情况下,采用随机选择的4500个样本,由SDP-VGG法建立的七组分混合气体甲烷浓度范围识别模型,对5种甲烷浓度范围的识别准确率达到91.2%,优于相同红外光谱数据所建立支持向量机(support vector machine,SVM)和随机森林(random forest,RF)模型的识别准确率88.7%和86.2%。研究表明,SDP结合深度学习可以准确提取红外光谱数据的关键特征,提高了红外光谱识别的准确率,是一种更为有效的红外光谱分析方法,具有广阔的应用前景。 展开更多
关键词 对称点模式图像 VGG深度卷积神经网络 FTIR 光谱分析
在线阅读 下载PDF
基于SDP图像与VGG网络的旋转机械转子故障诊断研究 被引量：10
4
作者 武海彬 卜明龙 +1 位作者 刘圆圆 郝惠敏 《机电工程》 CAS 北大核心 2020年第9期1069-1074,共6页
针对传统故障诊断方法对旋转机械转子故障状态识别精度较低的问题,提出了一种基于对称点模式图像特征信息融合与深度学习相结合的旋转机械转子故障诊断方法。采用SDP信息融合技术,对转子故障状态下的多通道振动信号进行了信息融合,通过... 针对传统故障诊断方法对旋转机械转子故障状态识别精度较低的问题,提出了一种基于对称点模式图像特征信息融合与深度学习相结合的旋转机械转子故障诊断方法。采用SDP信息融合技术,对转子故障状态下的多通道振动信号进行了信息融合,通过SDP图形特征可简单直观地区分不同转子故障振动状态;结合深度学习VGG网络自适应提取了SDP图像的特征信息,对不同故障转化的SDP图像实现了准确的诊断识别,进而判别了其故障类型;通过变速器机械故障模拟实验验证了所提出方法的有效性,并与传统机器学习方法极限学习机(ELM)进行了比较。研究结果表明:基于SDP图像与VGG网络的旋转机械转子故障诊断方法解决了转子故障振动信号中存在的高复杂、非线性和不稳定问题,与传统机器学习方法ELM相比具有更高的识别精度。 展开更多
关键词 深度学习 VGG网络 SDP图像 多通道信息融合 转子故障诊断 极限学习机
在线阅读 下载PDF
冷轧带钢表面相似线性缺陷检测 被引量：5
5
作者 刘圆圆 卜明龙 +1 位作者 徐国庆 郝惠敏 《机械设计与制造》 北大核心 2023年第1期120-123,共4页
针对现有冷轧带钢表面的相似线状缺陷检测精度与识别率差的问题,提出一种局部二制模式LBP直方图特征与支持向量机SVM相结合的检测算法。通过对采集的大量划伤与夹杂的带钢表面缺陷图进行预处理,获得感兴趣区域,再进一步利用LBP等价模式... 针对现有冷轧带钢表面的相似线状缺陷检测精度与识别率差的问题,提出一种局部二制模式LBP直方图特征与支持向量机SVM相结合的检测算法。通过对采集的大量划伤与夹杂的带钢表面缺陷图进行预处理,获得感兴趣区域,再进一步利用LBP等价模式获得目标区域的LBP直方图信息,结果显示可以很好地分辨缺陷与非缺陷,并描述的各种缺陷具有可分辨性。采用核函数为径向基函数核的SVM分类器训练识别,结果表明:该方法对划伤和夹杂的缺陷检测准确率达98%。 展开更多
关键词 冷轧带钢 表面相似缺陷 局部二制模式 支持向量机 缺陷检测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部