浙江省自然科学基金(20080376)
- 作品数：7 被引量：74H指数：4
- 相关作者：姚明海瞿心昱楼中望阮涛涛李佳鹤更多>>
- 相关机构：浙江工业大学更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自适应子空间在线PCA的手势识别被引量：8
- 2011年
- 基于视觉的手势识别系统的学习一般是离线的,导致系统对新手势的正确识别需要重新离线学习,因此系统实时性、可扩展性和鲁棒性较差,不适合认知发育的智能框架.文中提出了基于自适应子空间在线PCA的手势识别方法.该方法通过计算样本投影系数向量的PCA来实现子空间在线更新,并根据新样本与已学习样本的差异程度,调整子空间更新策略,使算法自适应于不同情况,减少计算和存储开销,实现增量的在线学习和识别手势的目的.实验表明,本文方法能处理未知手势问题,实现手势在线积累和更新,逐渐增强系统识别能力.
- 姚明海瞿心昱
- 关键词：手势识别
- 基于ART2的Q学习算法研究被引量：3
- 2011年
- 为了解决Q学习应用于连续状态空间的智能系统所面临的"维数灾难"问题,提出一种基于ART2的Q学习算法.通过引入ART2神经网络,让Q学习Agent针对任务学习一个适当的增量式的状态空间模式聚类,使Agent无需任何先验知识,即可在未知环境中进行行为决策和状态空间模式聚类两层在线学习,通过与环境交互来不断改进控制策略,从而提高学习精度.仿真实验表明,使用ARTQL算法的移动机器人能通过与环境交互学习来不断提高导航性能.
- 姚明海瞿心昱李佳鹤顾勤龙汤丽平
- 关键词：Q学习ART2增量式学习移动机器人导航
- 基于W2KPCA-KNN算法的人体异常行为识别被引量：1
- 2011年
- 基于视觉的人体异常行为识别在特征提取时通常采用简单的形状运动信息或传统PCA方法,前者信息量不足而后者忽略了数据中的非线性信息,因此将核主成分分析(KPCA)运用于人体异常行为识别解决了以上问题。针对KPCA提取异常行为特征时存在的不足,提出了W2KPCA-KNN算法,即在特征提取和分类两个阶段均进行相应加权运算,在保留行为图像信息的基础上,提高了识别的精度,有效满足了异常行为识别系统的技术要求。通过实验比对可知该算法效果在特征提取和分类方面均优于传统核主成分分析法以及最近邻分类器。
- 楼中望姚明海瞿心昱阮涛涛朱晓明
- 关键词：KPCAKNN
- 基于视觉的人体运动分析综述被引量：25
- 2011年
- 基于视觉的人运动分析越来越受到计算机视觉领域研究者的广泛关注,它成为图像分析、心理学、人工智能等领域的研究热点,在智能视频监控、虚拟现实、用户接口、运动分析等方面有着广泛的应用。从运动目标检测、运动目标分类、人体运动跟踪、人体行为识别与描述四个环节综述了人体运动分析的研究现状,分析了存在的一些问题和未来的研究发展方向。
- 阮涛涛姚明海瞿心昱楼中望
- 关键词：人体运动分析
- 基于SIFT算法的目标匹配和识别被引量：15
- 2009年
- 针对目标跟踪过程易受噪声干扰导致跟踪效果不理想,甚至丢失跟踪目标的问题,利用了尺度不变特征变换(SIFT)方法对单帧图像进行了目标特征点的提取和匹配,并结合线性卡尔曼滤波和聚类分析,剔除误匹配,实现了目标位置的最小均方误差估计。仿真结果表明,当图像存在不同程度的噪声影响时,基于SIFT的卡尔曼滤波目标匹配算法能有效减小目标跟踪误差,精确识别目标位置,提高目标跟踪精度。
- 朱利成姚明海
- 关键词：尺度不变特征变换算法卡尔曼滤波目标识别
- 基于计算机视觉的智能交通监控系统被引量：22
- 2010年
- 视觉相对于其他传感器能够获取更多的信息,基于计算机视觉的监控系统在交通监控中有着广泛的应用.结合背景差分算法,研究了一种基于计算机视觉的智能交通监控系统,该系统运用OpenCV开源计算机视觉库,在VC++6.0平台上开发实现.所开发的系统界面友好,操作简单,人机交互性强,用户可以根据需要选择不同的监控对象.还详细介绍了系统运行界面,实现过程及实验结果.
- 王为姚明海
- 关键词：计算机视觉智能交通监控系统
- 认知机器人研究综述
- 目前在机器人领域占大多数的传统机器人是任务特定的,并且具有很多弊端,直接导致此类机器人无法胜任非特定任务,无法扩展其能力,无法很好的适应多变复杂的环境。为解决这一关键问题,研究人员纷纷提出认知机器人的研究思路。本文针对目...
- 瞿心昱姚明海
- 关键词：记忆系统发育
- 文献传递
- 基于强化学习的进化神经网络及其在机器人导航中的应用
- 2010年
- 神经网络的拓扑结构对网络的有效性起着十分重要的作用,网络建模中的主要困难就是如何有效地控制网络模型的结构进化趋势和复杂度.提出一种基于强化学习的进化神经网络(RL-EANN),采用强化学习方法对网络进化群体与外界环境交互的效果进行评价,使其无需任何先验知识即可进行学习进化,通过强化信号的约束来控制网络群体的拓扑结构进化趋势.并在移动机器人避障导航仿真实验中证明,采用RL-EANN能使仿真机器人在不确定环境中快速有效地学习避障和接近目标,取得较好的导航效果,实践证明该方法的合理性和有效性.
- 李佳鹤姚明海
- 关键词：进化神经网络不确定环境
