基于深度视觉的人工视网膜幅频调控方法和系统.pdf
一条****彩妍
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于深度视觉的人工视网膜幅频调控方法和系统.pdf
本发明公开了基于深度视觉的人工视网膜刺激幅频调控方法和系统,方法包括以下步骤:两个并排水平摆放在同一垂直面上的摄像头采集前方的场景图像;将双摄像头采集的两帧同步场景图像,生成带有场景深度信息的二维深度图,将带有场景灰度信息和深度信息的二维深度图进行抽象,并输出;如果选择灰度信息,则按照观测物的表面灰度信息生成电极刺激的编码;如果用户选择深度信息,则按照观测物的表面距离生成电极刺激的编码。本发明能够从视觉上,给使用人工视网膜系统的盲人感知物体距离的能力。
基于深度学习的电梯调控方法及系统.pdf
本发明公开了一种基于深度学习的电梯调控方法及系统,其方法包括以下步骤:S1:对电梯轿箱内进行实时视频采集后,将采集到的实时视频以预定时间段为分割单位以生成多张图片。S2:将多张图片进行归一化处理。S3:通过归一化处理后的图片对电梯轿箱内的物体进行分块化识别,并判断电梯轿箱内的空间占比,以在电梯接收到停靠请求时,根据空间占比判断是否停靠。其系统为:图像采集装置采集到的视频发送给智能处理器,智能处理器根据接收到的视频判断电梯轿箱内的空间占比并将结果发送给电梯控制器,在电梯控制器接收到电梯停靠请求按钮的停靠请求
基于深度学习的龙虾在线定位视觉检测方法和系统.pdf
本发明提供了一种基于深度学习的龙虾在线定位视觉检测方法和系统,包括如下步骤:S<base:Sub>1</base:Sub>:通过视觉识别装置拍摄获得龙虾影像,向图像处理平台传送得到训练数据集;S<base:Sub>2</base:Sub>:对训练数据集中的图像识别虾姿态,确定分类类别;S<base:Sub>3</base:Sub>:对龙虾姿态进行分类,找到虾头虾尾分解的腰线,并确定腰线的参考点;S<base:Sub>4</base:Sub>:将每一个分类下的龙虾姿态的原始图像形成分训练数据集,获取在该分类
基于深度学习的电网调控领域信息检索方法、系统和介质.pdf
本发明公开了一种基于深度学习的电网调控领域信息检索方法、系统和介质,包括训练数据构建模块:构建用于训练深度学习翻译模型的训练数据;模型训练模块:根据从训练数据构建模块获得的训练数据对深度学习翻译模型进行训练;问句解析模块:将用户输入的源语言解析成深度学习翻译模型能识别的源语言文本;SQL后处理模块:将深度学习翻译模型输出的目标语言文本转换成数据库可执行的语句;SQL运行模块:运行从SQL后处理模块获得的数据库可执行的语句,从数据库中检索所要的信息。利用本发明所述的方法和系统,降低了对电网数据库操作的门槛,
基于深度网络和双目视觉的阴影区域视差计算方法和系统.pdf
本发明公开了一种基于深度网络和双目视觉的阴影区域视差计算方法和系统,所述方法包括:获取目标区域内的原始图像,提取所述原始图像中的阴影区域,并计算所述阴影区域内的初始视差图;通过预先创建的网络分割模型,标记所述阴影区域的阴影边界,并提取所述初始视差图中所述阴影边界的原视差值;基于模板匹配方法计算所述阴影边界的新视差值,并计算所述阴影边界上每个像素点所述新视差值与所述原视差值的差值;若所述差值大于预设阈值,则剔除该差值对应的原视差值,以得到具有空白的更新视差图;将所述原始图像中非阴影区域的视差值以插值形式填充