云盘算实战应用案例精讲-【主动驾驶】多模态融合智能检测方法及 SLAM 车载
目次基于多模态融合的人机协同模子与算法研究
感知与识别技术
2.1 手势信息的感知与识别
2.2 语音信息的感知与识别
2.3 场景对象的感知与识别
2.4 游戏积木的感知与识别
自顺应多模态融合算法
3.1 弁言
3.2 多模态融合总体框架
3.3 自顺应多模态融合算法
3.5 实验结果分析与比较
复合权重强化学习的人机协同算法
4.1 弁言
4.2 算法总体框架
4.3 复合权重强化学习的人机协同算法
4.4 算法描述
4.5 算法分析
4.6 实验结果分析
4.7 用户评价
基于人机协同模子与算法的助老应用实验
5.1 模子框架
5.2 助老陪护实验
5.3 实验操作场景及交互过程
多模态融合智能检测方法及 SLAM 车载实现
车载系统总体设计
2.1 简述
2.2 车载硬件系统设计
2.3 车载软件系统设计
传感器联合标定
3.1 相机坐标系定义与参数标定
3.2 激光雷达与相机外参标定
激光雷达与视觉传感器多模态检测
4.1 基于激光雷达的人体检测
4.2 基于 RGB-D 相机的人体识别
4.3 基于 YOLOv5 的行人检测
4.4 基于 TX2 的 YOLOv5 部署
多模态融合与跟踪
5.1 行人丈量的数据关联
5.2 行人的状态估计
5.3 车载系统参数与轨迹管理器
5.4 车载系统评估与可视化
5.5 车载系统的场景应用
基于多模态融合的人机协同模子与算法研究
感知与识别技术
针对助老陪护应用场景，为了使智能机器人更好地实现交互，本文选择了语音、手 势和场景对象举行融合识别。针对助老陪护的实际特点，为了达到更天然的交互效果， 本文识别了老年人日常生活陪护和生理陪护游戏中的四种模态信息。在手势识别方面， 本文分析研究了老年人表达意图经常利用的几种手势，并在项目组前期工作基础上完成 识别与应用
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]