广东省自然科学基金(8152840301000009)
- 作品数：11 被引量：62H指数：6
- 相关作者：解梅李文生邓春健姚琼吕燚更多>>
- 相关机构：电子科技大学空军工程大学中山学院更多>>
- 发文基金：广东省自然科学基金广东省科技计划工业攻关项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于AISG2.0的电调天线控制系统的设计与实现
- 2011年
- 电调天线控制系统主要用于对诸如RCU、TMA等电调天线设备的远程监控,AISG2.0协议是为实现天线设备及相关控制设备的兼容和互操作性而最新提出的天线接口标准。以实际项目为基础,从系统硬件结构、主从设备之间通信方式、软件体系结构、系统具体实现等方面讨论基于AISG2.0的电调天线控制系统的设计与实现方法,并针对设备扫描、软件下载更新、耗时操作处理等系统中一些核心功能进行了透彻分析。
- 李文生刘伟吕燚邓春健
- 关键词：塔顶放大器
- 基于Laguerre正交基神经网络的动态手势识别被引量：4
- 2011年
- 提出一种基于Laguerre正交基前向神经网络的动态手势识别方法.首先根据多项式逼近和矩阵理论,构造了一种以Laguerre正交多项式作为隐含层神经元激励函数的多输入、多输出三层前向神经网络模型,在网络权值迭代计算公式基础上推出一种基于伪逆的直接计算网络权值方法,避免求取权值的反复迭代过程;提出一种快速的基于颜色的指尖检测跟踪算法以便实时获取指尖运动轨迹,并提取指尖运动轨迹的特征向量作为Laguerre神经网络的输入向量;通过预先获取的动态手势样本(包括手势输入向量和预期结果)训练Laguerre神经网络,利用经过训练的Laguerre神经网络来识别通过摄像头获取的动态手势.测试结果表明:Laguerre正交基前向神经网络能够提高学习训练速度和精度,而且在动态手势识别方面具有较好的鲁棒性和泛化能力,具有较高的识别准确率.
- 李文生解梅姚琼
- 关键词：权值直接确定动态手势识别
- 一种快速的动态手势学习和识别方法
- 2012年
- 针对动态手势识别中传统神经网络训练算法存在收敛速度慢、网络精度低等缺陷,提出一种自适应MIMO-Chebyshev神经网络(MIMO-CNN)算法实现动态手势学习和识别.以Chebyshev正交多项式作为隐含层神经元激励函数构造多输入、多输出三层前馈神经网络,并给出权值直接确定方法和隐含层节点数目自适应确定算法.给出一个基于颜色直方图的指尖检测算法和基于二部图最优匹配的指尖跟踪算法以便实时获取动态手势轨迹.针对动态手势识别要求对MIMO-CNN进行输入输出结构设计和网络权值学习训练,并运用经过训练的MIMO-CNN识别动态手势.测试结果表明:MIMO-CNN能够提高网络训练速度和精度,从而提高动态手势学习速度和识别准确率,而且在动态手势识别方面具有较好的鲁棒性和泛化能力.
- 李文生解梅邓春健
- 关键词：手势跟踪手势识别
- 基于机器视觉的动态多点手势识别方法被引量：10
- 2012年
- 提出了一种高效的基于HSV颜色空间的多目标检测跟踪方法,实现通过摄像机实时检测跟踪多个指尖目标;定义了一套基于指尖运动轨迹的动态手势模型,并提出了动态手势识别方法:对于两点动态手势,通过BP神经网络进行手势学习和手势识别,而对于模拟鼠标手势和四点动态手势,利用指尖之间相互位置关系进行手势识别。测试结果表明,该方法能够快速、准确的跟踪多个运动的指尖目标并进行动态多点手势识别。
- 李文生解梅邓春健
- 关键词：机器视觉BP神经网络动态手势识别人机交互
- 噪声条件下基于粒子群优化的数字稳像方法被引量：1
- 2011年
- 当视频序列中同时存在随机噪声和随机晃动时,传统的数字稳像算法由于受到噪声干扰而无法有效消除视频序列中的随机晃动。为了稳定这种存在随机噪声的视频序列,提出了一种基于粒子群优化的数字稳像方法。首先,定义了衡量寻优结果适应度函数,即输入视频连续若干帧均值图像的能量;然后,算法利用粒子群优化策略来搜索视频序列的最优运动补偿向量;最后,实验分别使用模拟抖动视频和真实拍摄的视频来测试算法的性能。实验结果表明,当测试视频同时存在随机噪声和随机晃动时,该算法不仅能够有效消除视频的随机晃动,并且有效抑制了随机噪声。
- 张跃飞解梅
- 关键词：粒子群优化降噪
- 粒子群优化神经网络在动态手势识别中的应用被引量：7
- 2011年
- 为了提高动态手势学习训练速度和识别准确率,本文提出一种基于粒子群优化BP神经网络的动态手势识别方法。首先基于自然人机交互需要,定义一套基于机器视觉的动态手势模型;在获取指尖运动轨迹的基础上,提取动态手势的特征向量作为神经网络的输入;利用改进的PSO算法训练BP神经网络,得到神经网络的权值和阈值;最后利用训练过的神经网络识别基于机器视觉的动态手势。测试结果表明:改进的PSO算法能够提高神经网络训练速度和精度,进而提高动态手势识别准确率。
- 李文生姚琼邓春健
- 关键词：机器视觉BP神经网络动态手势识别粒子群
- 基于随机性检测的数字稳像算法评价方法
- 2011年
- 提出了一种基于随机性检测的数字稳像算法客观评价方法。该方法首先估计出数字稳像算法输出视频的全局运动向量;然后将估计结果编码为二进制序列;最后利用随机性检测的方法来检验此二进制序列的随机性,并且根据序列随机性的强弱程度来衡量数字稳像算法的效果。最后的实验表明,提出的方法能够准确地评价常用的数字稳像算法。
- 张跃飞解梅王红伟
- 基于触摸显示屏的人机交互手势分析被引量：12
- 2011年
- 针对触摸显示屏的操作特点提出了一种基于元动作的触摸手势分类和表示方法,根据人机交互要求定义了一套笔画触摸手势,提出了基于RBF神经网络的笔画触摸手势训练和识别方法。测试结果表明,所提出的方法能够快速、准确地对触摸手势进行训练和识别,可以为带触摸屏的设备提供一个更加自然、直观的人机交互手段。
- 李文生邓春健吕燚
- 关键词：触摸显示屏手势识别RBF神经网络人机交互
- 基于Hermite神经网络的动态手势学习和识别被引量：7
- 2012年
- 为提高动态手势学习速度和识别准确率,本文提出一种基于Hermite正交基前向神经网络的动态手势识别方法。利用Camshift算法实时跟踪手势运动轨迹,提取手势特征向量作为神经网络的输入;以Hermite正交基函数作为隐含层激励函数构造三层前向神经网络,并给出一种基于伪逆的直接计算权值方法和根据网络目标精度要求自适应确定隐含节点数目方法;运用训练好的Hermite神经网络识别动态手势。测试结果表明:Hermite神经网络能够提高网络的学习训练速度和精度,提高手势学习速度和识别准确率,而且在手势识别方面具有较好的鲁棒性和泛化能力。
- 李文生解梅邓春健姚琼
- 关键词：权值直接确定动态手势识别
- 基于多点手势识别的人机交互技术框架被引量：16
- 2011年
- 提出了一种基于机器视觉的多点手势识别方法及其人机交互技术框架。指尖跟踪和手势识别服务程序通过一个普通的摄像机捕获用户手的运动,对多个指尖目标进行实时检测和跟踪,在指尖跟踪结果基础上利用BP神经网络实现多点手势识别,并根据指尖跟踪和手势识别结果构造相应的消息(包括低级指点消息和高级手势消息)发送给客户端应用程序,客户端响应消息并进行相应的处理。该框架可以帮助开发人员的在应用程序中增加类似iPhone多点触摸控制的多点手势识别控制功能,实现更加自然的人机交互,提高用户操作体验。
- 李文生解梅邓春健
- 关键词：机器视觉人机交互
