-
公开(公告)号：CN109814711B
公开(公告)日：2021-09-21
申请号：CN201910003074.3
申请日：2019-01-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于肤色提取和卷积神经网络的虚拟交互系统和方法，所述系统包括投影仪、近红外激光、带近红外滤光片的摄像头、普通摄像头和电脑。所述方法包括步骤：打开近红外激光形成近红外激光面，投影仪将交互界面投向近红外激光面；采集用户做出双手动作时刻的画面和作用物触及近红外激光面时的画面；通过图像处理获取作用物触及点位置信息，利用肤色在Ycbcr颜色空间中的分布特性构建高斯模型从做出双手动作时刻的画面中提取肤色区域；通过基于卷积神经网络的人手分类器在潜在区域中实现对双手位置的确定；通过双手距离与作用物初始速度的线性关系获得作用物的初始速度。本发明提高了定位的准确性和识别精度，提高用户真实感官体验。
-
公开(公告)号：CN109934105A
公开(公告)日：2019-06-25
申请号：CN201910090249.9
申请日：2019-01-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的虚拟电梯交互系统和方法，所述系统包括：一投影仪，安装于支架上方且与电脑电气连接，用于向投影板投影出交互画面；一摄像头，安装在支架的上方且与所述电脑电气连接，用于采集投影在所述投影板上的交互画面；一支架，用于安装所述投影仪、摄像头和投影板；一投影板，安装在所述支架中，用于显示所述投影仪所投影的交互画面；一电脑，用于根据所述摄像头采集的交互信息做出相应的交互动作并通过所述投影仪将交互结果投影显示在所述投影板上。本发明利用深度学习的方法对触摸键盘的指尖位置进行检测，采用YOLOv3神经网络检测得到指尖位置后，通过判断其是否处在按键区域中，控制系统做出相应的交互动作。
-
Patent Agency Ranking
公开(公告)号：CN109683719A
公开(公告)日：2019-04-26
申请号：CN201910090253.5
申请日：2019-01-30
Applicant: 华南理工大学
CPC classification number: G06F3/017 , G06F3/0425 , G06K9/00355 , G06K9/00375 , G06K9/40
Abstract: 本发明公开了一种基于YOLOv3的视觉投影交互方法，系统硬件包括PC、摄像头、近红外激光、近红外滤光片和投影仪，本发明的交互场景是弓箭射击虚拟交互场景，核心目标是获取弓箭的离弦速度和弓箭的击中位置，包括步骤，首先系统利用近红外激光构建一个近红外光面，当弓箭触及该光面时将产生高亮光斑，之后通过二值化、膨胀、腐蚀等图像处理算法来实现对射击位置的检测；其次，利用YOLOv3神经网络算法实现对双手位置的检测，进而确定双手距离；最后通过双手距离与弓箭离弦速度的线性关系获得弓箭的离弦速度。本发明使用YOLOv3神经网络模型进行双手位置的检测，相对于传统的手势追踪，本发明在准确度和速度方面拥有明显的优势。
-
公开(公告)号：CN109814711A
公开(公告)日：2019-05-28
申请号：CN201910003074.3
申请日：2019-01-03
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于肤色提取和卷积神经网络的虚拟交互系统和方法，所述系统包括投影仪、近红外激光、带近红外滤光片的摄像头、普通摄像头和电脑。所述方法包括步骤：打开近红外激光形成近红外激光面，投影仪将交互界面投向近红外激光面；采集用户做出双手动作时刻的画面和作用物触及近红外激光面时的画面；通过图像处理获取作用物触及点位置信息，利用肤色在Ycbcr颜色空间中的分布特性构建高斯模型从做出双手动作时刻的画面中提取肤色区域；通过基于卷积神经网络的人手分类器在潜在区域中实现对双手位置的确定；通过双手距离与作用物初始速度的线性关系获得作用物的初始速度。本发明提高了定位的准确性和识别精度，提高用户真实感官体验。
-
公开(公告)号：CN109683719B
公开(公告)日：2021-10-22
申请号：CN201910090253.5
申请日：2019-01-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于YOLOv3的视觉投影交互方法，系统硬件包括PC、摄像头、近红外激光、近红外滤光片和投影仪，本发明的交互场景是弓箭射击虚拟交互场景，核心目标是获取弓箭的离弦速度和弓箭的击中位置，包括步骤，首先系统利用近红外激光构建一个近红外光面，当弓箭触及该光面时将产生高亮光斑，之后通过二值化、膨胀、腐蚀等图像处理算法来实现对射击位置的检测；其次，利用YOLOv3神经网络算法实现对双手位置的检测，进而确定双手距离；最后通过双手距离与弓箭离弦速度的线性关系获得弓箭的离弦速度。本发明使用YOLOv3神经网络模型进行双手位置的检测，相对于传统的手势追踪，本发明在准确度和速度方面拥有明显的优势。
-
公开(公告)号：CN107545259A
公开(公告)日：2018-01-05
申请号：CN201710767959.1
申请日：2017-08-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于大津法的二维码重构方法，该方法具体包括以下步骤：运用仿射变换，恢复QR二维码图像的几何特征；精确定位出QR二维码图像区域，结合QR二维码的结构特征与待恢复二维码图像分割成n*n个小区域；采用大津二值化方法，对分离出的QR二维码进行二值化，得到二值化图像；进一步利用金字塔型权重二次运用大津二值化法对上一步骤中得到的二值化图像进行分析和重构，得到正确度很高的QR二维码重构图像。本发明为一种基于大津法的二维码重构方法，利用仿射变换和大津二值化方法，并分析QR二维码特征结合金字塔型权重对目标QR二维码图像进行重构，改善了传统QR二维码扫描精确度不高的问题。
-
公开(公告)号：CN109934105B
公开(公告)日：2022-12-16
申请号：CN201910090249.9
申请日：2019-01-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于深度学习的虚拟电梯交互系统和方法，所述系统包括：一投影仪，安装于支架上方且与电脑电气连接，用于向投影板投影出交互画面；一摄像头，安装在支架的上方且与所述电脑电气连接，用于采集投影在所述投影板上的交互画面；一支架，用于安装所述投影仪、摄像头和投影板；一投影板，安装在所述支架中，用于显示所述投影仪所投影的交互画面；一电脑，用于根据所述摄像头采集的交互信息做出相应的交互动作并通过所述投影仪将交互结果投影显示在所述投影板上。本发明利用深度学习的方法对触摸键盘的指尖位置进行检测，采用YOLOv3神经网络检测得到指尖位置后，通过判断其是否处在按键区域中，控制系统做出相应的交互动作。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
