一种基于CNN的散射变换的旋转方法

深卷积神经网络的精度与输入的数据有关,当输入的数据为非正常角度数据时,相关网络的处理精度较低。因此,为了提高处理精确度,提出了一种对输入旋转不变的卷积神经网络。该网络主要基于散射变换中存在的旋转变换特性和一系列的三维卷积。这种结构能够在无角度标注数据的情况下预测角度。此外,预测器可以将输入的随机旋转连续映射到预测的圆形空间。在实验中,利用垂直角度和随机旋转角度的样本对训练结果进行了验证。结果表明该网络具有较好的精确度。

一种改进型KCF的疲劳驾驶检测方法

随着人民生活水平的提高,汽车人均持有量持续上升,从而也就导致了交通事故的增加,根据统计可知,大多数交通事故都是由疲劳驾驶导致的,因此为了减少司机因为疲劳驾驶导致的交通事故,对司机的疲劳程度检测是十分有必要的;目前现有的疲劳检测方法虽然种类较多,但是大多数存在着部署困难、实时性差、检测精度不高等缺点,因此难以在实际生活中应用;为了克服以上缺点,在这里提出了一种基于视觉的实时疲劳检测方法;该方法通过优化KCF算法实现实时人脸跟踪,再利用现有的人脸关键点检测手段,实现对眼睛和嘴巴的状态识别;最后结合SVM实现对驾驶员疲劳状态的检测;实验结果表明,提出的方法具有较好的实时性,并且精度较高,能够满足日常需求。

一种新型电网仓库物品管理算法

射频识别标签具有体积小,无需电源等特点;它在电网设备管理中具有重大作用;但现有的RFID定位系统存在需要专用设备,仅能够实现二维平面定位以及移动定位精度不高,可扩展性低等缺点;在此利用商用机器人和RFID设备提出了一个移动RF机器人三维空间定位系统;具体地说,通过不同的相位构造的三元组,可以得到不同精度的目标标签候选位置;然后,通过对偏差较小的定位结果赋予较大的权重,最终获得精确度较高的定位结果;此外通过利用目标标签与天线轨迹之间的几何关系,可以将该方法扩展到三维空间;通过实验结果表明,所提出的系统在二维和三维定位中存在较小的误差,大约为12cm。