公开(公告)号：CN112329734B

公开(公告)日：2024-07-26

申请号：CN202011378994.2

申请日：2020-11-30

Applicant: 安徽理工大学

Inventor： 苏树智 ,  谢军 ,  朱彦敏 ,  王子莹 ,  高鹏连

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/74 ,  G06V10/762 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明公开了一种基于两模态图强化特征学习的人脸识别方法，主要是通过构建两模态图强化特征学习的模型，从人脸图像学习具有强鉴别力的低维相关特征，以实现人脸识别。具体实现过程为：(1)对原始人脸图像进行处理，构建模态样本数据集；(2)构建两模态图强化特征学习模型；(3)对模型求解，采用近邻分类策略进行识别。与现有技术相比，本发明能够利用图强化在低维相关特征中尽量保留原始数据的内在几何结构信息，使本发明具有较好的识别性能。

公开(公告)号：CN112329734A

公开(公告)日：2021-02-05

申请号：CN202011378994.2

申请日：2020-11-30

Applicant: 安徽理工大学

Inventor： 苏树智 ,  谢军 ,  朱彦敏 ,  王子莹 ,  高鹏连

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于两模态图强化特征学习的人脸识别方法，主要是通过构建两模态图强化特征学习的模型，从人脸图像学习具有强鉴别力的低维相关特征，以实现人脸识别。具体实现过程为：(1)对原始人脸图像进行处理，构建模态样本数据集；(2)构建两模态图强化特征学习模型；(3)对模型求解，采用近邻分类策略进行识别。与现有技术相比，本发明能够利用图强化在低维相关特征中尽量保留原始数据的内在几何结构信息，使本发明具有较好的识别性能。

公开(公告)号：CN218463843U

公开(公告)日：2023-02-10

申请号：CN202222124968.8

申请日：2022-08-12

Applicant: 安徽理工大学

Inventor： 华东跃 ,  凌六一 ,  谢军 ,  杨希 ,  叶佛根 ,  于小小

IPC: B63C11/52 ,  G01N33/18 ,  B63H1/36 ,  B63G8/14 ,  B63G8/08 ,  G01S17/08 ,  G01S17/93

Abstract: 本实用新型公开了一种水质监测仿生机器鱼，本实用新型以STM32微控制器为控制核心，开发研究水质监测仿生机器鱼，鱼体搭载各种传感器和控制器，采用双关节二自由度尾鳍控制游动，在目标水域进行避障，将采集的水质参数通过无线传感器网络检测控制终端的传感器采集数据，并利用无线通信模块将数据传输到上位机，完成对水质的实时监测和管理。以仿生机器鱼为载体，搭载水质监测平台，大大降低了水环境监测的成本，而且监测技术更加智能。仿生机器鱼将仿生学结合到水质监测领域，使监测设备模拟鱼类游动，体积小，相较于使用螺旋桨推进的监测设备更灵活高效、低污染、无扰动，能在不同的水域环境中进行水质监测。