-
公开(公告)号：CN112446263A
公开(公告)日：2021-03-05
申请号：CN201910825950.0
申请日：2019-09-03
Applicant: 南京理工大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06F16/583
Abstract: 本发明公开了一种基于深度哈希学习的运动检索方法。该方法包括以下步骤：获取运动序列数据集，对骨架进行归一化处理；建立双流递归神经网络模型，提取运动序列特征；在特征向量提取层之后加入哈希层，得到运动序列的二进制哈希码，通过损失层计算量化损失，使用反向传播算法在目标领域上调整模型的参数，优化整体目标；根据给定的查询运动序列，检索出运动库中的运动序列。本发明基于深度哈希学习的运动序列检索方法能够自动的从深度框架中获取语义的特征，且泛化性更好，提取出的特征具有语义性；其次从传统欧式空间转化到汉明空间，利用汉明距离由小到大进行排序，能够在大规模数据集中减少运动检索时间、提高检索精度。
-
公开(公告)号：CN112465829A
公开(公告)日：2021-03-09
申请号：CN202011151636.8
申请日：2020-10-26
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于反馈控制的交互式点云分割方法。该方法如下：根据基于区域增长的点云分割原理确定反馈状态，设计反馈控制框架及其数学概念表达式；对用户输入的点云进行处理，并扩散输入效果；根据用户输入和预估分割结果表达式，利用李雅普诺夫直接法确定预估分割表达式的控制律，使得预估分割结果趋向于理想分割结果；利用李雅普诺夫直接法确定输出分割表达式的控制律，使得输出分割的结果跟踪预估分割结果，得到用户期望的点云分割结果。本发明从反馈控制角度分析交互式点云分割系统的稳定性和收敛性，提高了交互式分割的抗干扰能力，减少了用户交互；采用预估分割结果估计用户理想分割结果，提高了交互式分割的精确度。
-
公开(公告)号：CN112465829B
公开(公告)日：2022-09-27
申请号：CN202011151636.8
申请日：2020-10-26
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于反馈控制的交互式点云分割方法。该方法如下：根据基于区域增长的点云分割原理确定反馈状态，设计反馈控制框架及其数学概念表达式；对用户输入的点云进行处理，并扩散输入效果；根据用户输入和预估分割结果表达式，利用李雅普诺夫直接法确定预估分割表达式的控制律，使得预估分割结果趋向于理想分割结果；利用李雅普诺夫直接法确定输出分割表达式的控制律，使得输出分割的结果跟踪预估分割结果，得到用户期望的点云分割结果。本发明从反馈控制角度分析交互式点云分割系统的稳定性和收敛性，提高了交互式分割的抗干扰能力，减少了用户交互；采用预估分割结果估计用户理想分割结果，提高了交互式分割的精确度。
-
-
Search Results
3
records
(took 0.026 seconds)
