公共文化服务平台

梁超: 作品数：41 被引量：23H指数：3; 供职机构：长春工业大学更多>>; 发文基金：国家自然科学基金吉林省科技发展计划基金吉林省科技攻关计划更多>>; 相关领域：自动化与计算机技术电子电信文化科学航空宇航科学技术更多>>

合作作者

基于相位一致性改进的步态识别方法被引量：5: 2017年; 为克服步态轮廓变化对步态识别的不利影响,采用步态能量图改进对数Gabor相位一致性特征,提出一种新的步态识别方法。利用局部能量计算方法及频率扩展与噪声补偿策略,使提取的步态特征更具识别性和定位性,并对该步态特征进行线性判别分析降维。应用基于欧氏距离的最近邻分类器在CASIA和USF步态数据库上进行测试,结果表明该方法在个体携包行走、穿着和视角变化的情况下均能较好地识别步态轮廓,相比现有步态识别方法具有更高的正确识别率。; 史东承贾令尧梁超王新颖; 关键词：步态能量图相位一致性噪声补偿线性判别分析

微型四旋翼无人机姿态角度准确测量仿真被引量：2: 2017年; 无人机系统并不稳定,而系统工作过程中需要对传感器检测到的姿态进行信息融合,以实现对姿态角度的准确测量。有了准确的角度测量结果,并进一步反馈给无人机系统,无人机的稳定飞行才有了可靠保证。然而,准确测量姿态角度需要以有效的姿态融合方法作为前提,所以如何使姿态融合过程更加的高效、合理成为了无人机技术上的难点问题。为了解决上述难点,并克服以往算法中利用EKF(扩展Kalman滤波)所带来的较大滤波偏差,采用一种基于UKF(无迹Kalman滤波)的姿态融合算法。首先将UKF滤波与EKF滤波进行了仿真对比,然后利用MEMS传感器实际采集数据验证UKF的有效性。结果表明,相比之下改进方法能够准确的测量出姿态角,并且提高了测量精度,可有效用于微小型四旋翼无人机的实时姿态调整。; 宋宇王博梁超宫鸿; 关键词：四旋翼姿态解算无迹卡尔曼滤波

一种基于改进蚁群算法的无人机三维路径规划方法: 本发明公开了一种基于改进蚁群算法的无人机三维路径规划方法，结合无人机起始点和目标点，初始化改进蚁群路径规划方法参数；根据无人机的当前位置，结合容许飞行区域，计算蚂蚁当前位置下可通行的节点，并计算这些节点的选择概率以及对应...; 宋宇丁旭鲁徐军生翟双郭昕刚程超梁超张丽影刘伟达

基于跨域字典学习算法的人体行为识别被引量：1: 2016年; 将一种跨域字典学习算法应用于人体行为识别中,通过引入辅助域数据集,与原始训练集(目标域)共同进行字典学习,获得字典对,进而得到动作类的稀疏编码,有效扩充了训练集的类内多样性.该算法为字典学习与训练分类相结合的学习框架,可利用字典对学习过程中的重建误差进行分类.实验在MATLAB仿真条件下进行,将UCF YouTube数据集作为原始训练集,将HMDB51数据集作为辅助域数据集,选取两个数据集动作类别一致的7个动作,根据提出的算法流程进行识别.将该方法与其他两种人体行为识别算法进行对比.结果表明,该方法识别率显著提高,证明了跨域字典学习算法在人体行为识别上的有效性.; 张冰冰梁超倪康史东承; 关键词：人体行为识别

一种基于改进蚁群算法的路径规划方法: 本发明涉及一种基于改进蚁群算法的路径规划方法。该算法将改进的人工势场(APF)算法和蚁群算法相结合，采用改进APF算法进行初始地图规划，降低了蚁群算法初始规划的盲目性。该算法利用A*算法的评估函数以及路径转折角度来改进启...; 侯阿临杨骐豪姜伟楠吴浪孙弘建季鸿坤杨理柱刘丽伟李秀华梁超杨冬

基于核的人体行为轮廓特征分析: 在基于人体形状运动信息分析人体行为时，通常忽略了人体轮廓时空变化中的非线性信息。针对这一问题，本文提出了一种基于核主成分和人体轮廓特征的运动人体行为分析方法。通过运动目标检测算法获取运动人体轮廓信息，再将人体运动轮廓转换...; 梁超王世刚赵文婷; 关键词：人体行为识别核主成分分析离散余弦变换

一种基于权值改进MRMR和PSO优化SVM的医学图像分类算法: 本发明提出一种基于权值改进MRMR和PSO优化SVM的医学图像分类算法，在进行医学图像分类之前，为保证分类的准确率，采用PSO优化SVM参数，从而进一步提升了医学图像的分类精度。具体步骤如下：首先是特征提取，提取RA患者...; 侯阿临季鸿坤刘丽伟李阳李秀华梁超杨冬杨理柱姜伟楠; 文献传递

一种2D SLAM算法评估及量化方法: 本发明提出了一种2D SLAM算法评估及量化方法，属于移动机器人领域。该方法包括：获取不同SLAM算法创建的地图数据；提出五个衡量算法优劣的评判指标；根据算法获得的地图数据计算归一化最邻近距离、均方误差、结构相似性、栅格...; 刘丽伟曲达明朱绪康赵子君侯阿临李秀华梁超杨冬; 文献传递

基于多级特征图联合上采样的实时语义分割被引量：1: 2022年; 视觉感知是无人驾驶技术中的重要一环,而语义分割技术又是实现视觉感知的主要技术手段之一。现在的语义分割技术多采用计算量大、内存占用高的空洞卷积来提取高分辨率特征图,从而导致现在主流的语义分割网络分割速度不足,无法有效应用于无人驾驶的场景中。针对这一问题,提出了一种实时性更好的语义分割网络。首先,采用了一种轻量级的卷积神经网络作为编码器,并且使用跨步卷积和常规卷积替换了耗时、耗内存的空洞卷积。然后,为了得到与DeepLabv v3+相似的特征图,提出了一种新的联合上采样模块:多级特征图联合上采样模块(multi-scale feature map joint pyramid upsamping, MJPU),通过融合编码器的多个特征图,生成了语义信息更加丰富的高分辨率特征图。通过Cityscapes数据集上的实验表明,相比于主流语义分割网络Deeplabv3+,该网络在不损失大量性能的前提下,可以将分割速度提高2.25倍,达到32.3 FPS/s。从而使网络具有更好的实时性,更加适合应用于无人驾驶场景。; 宋宇王小瑀梁超程超; 关键词：无人驾驶卷积神经网络

一种基于UNet++优化和权值预算的脑肿瘤分割算法: 针对脑肿瘤磁共振成像（MRI）多模态精准分割，3D脑肿瘤分割网络比2D脑肿瘤分割网络在学习过程中，更好保存中间层信息，分割效果更好，但是在肿瘤内部组织分割时，效果总是差强人意。引入基于UNet网络改进的UNet++网络，...; 侯阿临吴浪孙弘建杨骐豪崔博姬鹏季鸿坤刘丽伟李秀华梁超杨冬; 文献传递