-
题名智能交互的物体识别增量学习技术综述
被引量：5
- 1
-
-
作者
李雪
蒋树强
-
机构
山东科技大学计算机科学与工程学院
中国科学院计算技术研究所智能信息处理重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2017年第2期140-149,共10页
-
基金
国家"973"计划项目(2012CB316400)
-
文摘
智能交互系统是研究人与计算机之间进行交流与通信,使计算机能够在最大程度上完成交互者的某个指令的一个领域。其发展的目标是实现人机交互的自主性、安全性和友好性。增量学习是实现这个发展目标的一个途径。本文对智能交互系统的任务、背景和获取信息来源进行简要介绍,主要对增量学习领域的已有工作进行综述。增量学习是指一个学习系统能不断地从新样本中学习新的知识,非常类似于人类自身的学习模式。它使智能交互系统拥有自我学习,提高交互体验的能力。文中对主要的增量学习算法的基本原理和特点进行了阐述,分析各自的优点和不足,并对进一步的研究方向进行展望。
-
关键词
人工智能
人机交互
计算机视觉
物体识别
机器学习
多模态
机器人
交互学习
-
Keywords
artificial intelligence
human-computer interaction
computer vision
object recognition
machine learning
muhimodality
robotics
interactive learning
-
分类号
TP11
[自动化与计算机技术—控制理论与控制工程]
-
-
题名实时、鲁棒的移动机器人自主跟随算法
被引量：1
- 2
-
-
作者
徐宁
王景川
-
机构
上海交通大学自动化系
-
出处
《微计算机信息》
2009年第2期232-233,255,共3页
-
基金
国家自然科学基金项目:未知环境中自主移动机器人的同步自定位与地图创建研究(60475032)
-
文摘
本文提出一种实时、鲁棒的机器人自主跟随算法。该算法先通过基于SIFT(Scale Invariant Feature Transform)的目标识别算法识别衣服图案,定位人的位置,再利用CAMSHIFT(Continuously Adaptive Mean Shift)颜色跟踪算法在全景图像中实时跟踪衣服颜色,对人进行跟踪,同时通过全景成像模型定位人的相对位置,规划机器人的运动。实验表明,该算法稳定可靠,能主动寻找被跟踪对象,跟随速度快,定位精度也较可靠。
-
关键词
跟随算法
目标识别
颜色跟踪
全景定位
-
Keywords
human-following
object recognition
color tracking
omnivision localization
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名机械式立体车库防误入预警系统研究
被引量：2
- 3
-
-
作者
周前飞
丁树庆
庆光蔚
胡静波
倪大进
曹明
-
机构
南京市特种设备安全监督检验研究院
-
出处
《机电工程技术》
2018年第12期26-30,共5页
-
基金
国家自然科学基金(编号:51675098)
国家质量监督检验检疫总局科技计划项目(编号:2017QK139)
-
文摘
针对机械式车库人员误入可能造成的人员受伤和设备损坏问题,建立一套机械式车库防误入预警系统。系统利用目前已有的车库现场监控视频图像,采用方向直方图(HOG)特征结合线性支持向量机分类器(SVM)算法对人体目标进行检测识别,开发一套人员误入行为识别软件,通过串口通信与车库系统急停开关、现场声光报警模块、语音安抚模块、远程GSM短信报警呼救模块连接,当系统软件端识别出人员误入行为时,发出急停信号制停车库,同时进行语音安抚、声光报警、远程GSM短信报警,第一时间呼叫救援人员将误入车库的人员救出。该系统可以有效克服车库目前的激光或红外检测系统存在盲区或失效时间段的不足,更加高效准确地检测识别出人员误入行为,避免人员误入引起的人员伤害和设备损伤,提高机械式车库的本质安全水平。
-
关键词
机械式立体车库
人员误入事故
预警系统
人体目标识别
HOG
SVM
-
Keywords
mechanical stereo garage
the accident caused by person mistakenly entering
warning system
human object recognition
histograms of oriented gradients(HOG)
support vector machine(SVM)
-
分类号
TP31
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于数字人图像分割和识别的新框架
- 4
-
-
作者
李颖
谭立文
巫彤宁
荣晶晶
张绍祥
-
机构
第三军医大学基础医学部人体解剖学教研室重庆市数字医学研究所
工业和信息化部通信计量中心
第三军医大学
-
出处
《中国数字医学》
2011年第12期18-22,共5页
-
基金
国家自然科学基金面上项目(编号:60771025
60871099
61001159)~~
-
文摘
目的:提供一种高层知识引导分割和底层处理向知识归纳相结合的自动分割识别框架,并将该方法有效应用于彩色图像的数字化可视人体数据集(Chinese Visible Human,CVH)内部结构的自动分割和识别中。方法:首先利用分类标签在CVH2图像中提取脑干部分的图像,用Otsu获取阈值进行图像增强,将脑干轮廓作为分割的初始化轮廓,运用Level Set方法来实现精细化的分割;利用周长和质心位置建立联合判别函数,并对分割结果进行分类识别。结果:该算法准确对CVH2数据集脑干内黑质、中脑水管进行自动分割和识别,通过Amira软件三维重建分割结果获得较好的重建效果,并与手动分割结果保持了较好的一致性。结论:该框架能够实现数字人图像自动的多目标精细分割和识别,为知识引导的自动图像分割和识别提供了新的方法。
-
关键词
中国可视人体
多目标分割及识别
Otsu阈值
水平集
-
Keywords
Chinese Visible human （CVH）, multi-object segmentation and recognition, Otsu threshold, level set
-
分类号
R445
[医药卫生—影像医学与核医学]
-
-
题名基于关键姿态的快递场景人-物交互行为识别方法
被引量：4
- 5
-
-
作者
王苁蓉
吴静静
-
机构
江南大学机械工程学院
江苏省食品先进制造装备技术重点实验室
-
出处
《计算机测量与控制》
2022年第6期182-189,共8页
-
基金
国家自然科学基金项目(62072416)
国家自然科学基金项目(61873246)。
-
文摘
开箱验视是邮局快递场景中的一个重要环节,为了防止包裹内存在易燃易爆等危险品,快递打包前工作人员需按照行业要求实施危险品开箱验视;在人体行为识别框架中引入目标检测和关键姿态估计算法,提出了基于深度学习的快递场景人-物交互行为识别算法;首先,通过改进高斯混合(GMM,gaussian mixture model)背景建模方法检测运动目标,提取行为关键帧,采用OpenPose算法进行姿态估计,识别初始行为类别;其次,针对常规行为识别方法丢失物品语义信息的问题,使用YOLOv5算法检测感兴趣物体类别和位置,提出基于拍卖算法(Auction)的多人-多物最优分配算法,构建人-物交互关系特征描述子;最后,将初始行为标签和人-物交互关系描述子进行决策融合得到最终识别结果;以实际快递场景数据对所提方法进行验证分析,实验结果表明,该方法可以对相似目标和多人干扰的复杂环境中的开箱验视行为进行准确识别。
-
关键词
快递验视
人物交互行为识别
目标检测
姿态估计
深度学习
-
Keywords
express inspection
human-object interaction behavior recognition
target detection
attitude estimation
deep learning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度图和时空特征的邮局场景人物交互行为识别
- 6
-
-
作者
王苁蓉
吴静静
-
机构
江南大学机械工程学院
江苏省食品先进制造装备技术重点实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2023年第1期60-67,共8页
-
基金
国家自然科学基金项目(62072416,61873246)。
-
文摘
以邮局快递验视中的人物交互行为识别为应用背景,针对开箱验视过程中的复杂背景干扰和人与物的特定行为模式难以准确描述这两个痛点问题,引入基于深度学习的语义分割机制,提出了一种基于深度图和时空特征的人物交互行为识别方法。首先,使用UNet语义分割模型在复杂背景中准确提取前景目标(箱体和人手);然后,融合深度和时空信息对箱体和人手进行特征提取,利用深度图像序列中的箱体深度方差以及可见光图像序列中的人手运动轨迹构建特征描述子,对箱体形态变化和人手行为模式进行准确描述,确定人物交互关系;最后,基于SVM分类算法对开箱和未开箱行为进行判断识别。通过设计消融对比实验及干扰抑制实验,证明所提出的方法具有较高的准确性和鲁棒性,识别准确率可达到94.7%,实现了邮局场景下人物交互行为的精确识别。
-
关键词
人物交互行为识别
多源信息融合
语义分割
支持向量机
-
Keywords
human-object interaction behavior recognition
multi-source information fusion
semantic segmentation
support vector machine
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
