论文部分内容阅读
基于深度学习的乒乓球目标检测与旋转球轨迹预测
【摘 要】
：
在机器人视觉系统中,如何对带有旋转的运动物体进行快速准确检测和轨迹预测具有很重要的研究意义以及应用价值;乒乓球机器人自上个世纪80年代以来就吸引大量研究者深入研究,在当下的技术背景下,随着AI技术的发展,对乒乓球机器人的研究具有更广阔的前景。本文聚焦于乒乓球机器人的视觉系统,以旋转乒乓球为研究对象,深入探讨深度学习在乒乓球机器人视觉系统中的可行性,并且在七自由度库卡机械臂实物系统中进行验证。本文制
【机 构】
：
东华大学
【出 处】
：
东华大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
该文提出基于支持向量机的人脸识别的方法,利用专门的小样本统计理论来解决具典型小样本问题的人脸识别,并用对图像噪音、图像光照条件引起的灰度变化有良好稳定性等特性的图像矩阵的SVD特征向量来表征人脸.实验取得了很高的识别率,不仅验证了方法的有效性,也说明了支持向量机在人脸识别领域的实用性.不足的是SVD特征向量对人脸表情变化非常敏感,影响了识别效果,若对训练本图像进行适当的选择识别结果将更令人满意.
学位
图像修复是指利用待修复图像已知部位的信息按照某种规则来填充修补未知部位,达到人眼无法分辨图像是否被修复过的效果。传统的图像修复方法,例如基于纹理或结构的方法,在修复大面积区域破损的图像时效果不佳。如何保证修复后的图像不仅在语义和结构上连贯,同时还原缺失区域的细节和纹理成了图像修复领域的主要研究热点。自从生成对抗网络出现以后,由于其强大的生成和特征学习能力被广泛应用于图像修复任务。传统的生成对抗网络
学位
根据香农采样定理,传统的奈奎斯特信号采样通常需要较高的采样率,这样才可能实现信号的高质量重构。但是,高采样率往往会导致复杂的计算以及冗余的数据传输。新近出现的视频压缩感知可以使用低于奈奎斯特采样定律所要求的采样率,因此在高维信号的压缩传输等领域具有很大的应用潜力。视频压缩感知信号的重构算法是近年来研究的重点,在各类文献中主要有四类视频重构算法:(1)独立地重构每帧;(2)使用三维信号处理方法重构整
学位
无人艇(Unmaned Surface Vessel,USV)近年来逐渐进入人们的视线,不论是从军事角度还是民用角度都得到了足够的重视。无人艇的可重构性使得它在军事活动中独立执行任务,这极大保障了人员的安全。在民用行业,无人艇可以轻松的完成高强度的作业任务。虽然无人艇给人们的生产生活带来了便利,但是也给国家的海岸线安全与航行规范造成了巨大的威胁与困扰。传统的无人艇检测技术精确度低、自主化不高、监控
学位
深度估计算法是计算机视觉领域的一个极具挑战性的任务,随着信息技术的发展,深度图像已经被广泛用于无人驾驶、智能机器人、人脸识别等领域,人们日益感受到深度信息的重要性。目前业界采用的绝大部分深度获取方法是通过硬件传感器或立体匹配算法,包括飞行时间(Time Of Flight,简称TOF)相机、结构光扫描仪、激光雷达和双目立体视觉等方法。在目前这些方法中TOF相机存在造价偏高、图像分辨率低等问题,结构
学位
图像作为一种极为重要的信息载体,其质量直接影响着人们了解与传播信息。特别在医学领域,医生的诊断情况与图像质量紧密相关,因此对医学图像进行去噪处理是必要的。以肺部CT图像的去噪处理为例,其要求在去除噪声的同时要对原始图像中的病灶等信息进行完好的保留,而传统图像去噪算法在这方面还存在一定的不足。相较之下,基于小波变换的图像去噪方法是一种更先进的技术,其中小波阈值去噪是最常用的方法之一。人工免疫系统(A
学位