浙江省科技厅资助项目(2004030063)
- 作品数：3 被引量：16H指数：3
- 相关作者：唐轶峻隋成华申小阳朱雯兰汤一平更多>>
- 相关机构：浙江工业大学更多>>
- 发文基金：浙江省科技厅资助项目浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于HMMs的人体姿态图像视觉理解研究被引量：4
- 2005年
- 利用隐马尔可夫模型(HMMs),对CCD摄像机采集的人体运动视频图像中的人体姿态识别问题进行了研究,主要内容包括选择新的特征向量抽取算法;设计HMM训练和识别算法。实验结果表明,该方法在实践中是可行的。在虚拟现实、视觉监控、感知接口等领域均有着广阔的应用前景。
- 唐轶峻汤一平隋成华
- 关键词：计算机视觉
- 基于BP神经网络的数显仪表动态字符识别系统被引量：10
- 2005年
- 在化工、冶金等行业以及较为恶劣的环境场合下进行仪表数据的自动化采集,需要对仪表显示的动态数据进行自动识别,以判断是否满足控制条件。因此根据数字仪表图像的特点,运用区域生长算法定位仪表图像中的数据区域,并取得理想的效果,采用投影法对字符串进行分割,最后应用BP神经网络法进行分类识别数字字符,实验结果表明,其正确识别率达到96%。
- 唐轶峻申小阳朱雯兰隋成华
- 关键词：图像预处理投影法BP神经网络
- 多个数字仪表动态显示数字字符识别的研究被引量：3
- 2007年
- 在诸多像冶金、化工等的行业,都要用到多个数字仪表的实时监控.而人眼识别会产生误判,且效率不高,用多个数字仪表动态字符识别系统代替人眼将提高效率,同时识别率的提高可以解决人眼产生误判的问题.然而这一系统研制的难点在于多仪表数显字符的快速分割定位和实时识别,为了解决快速分割,提出了将特征颜色增强的方法应用于该系统.同时为满足实时识别,采用了BP神经网络法进行分类识别.实验结果表明,在小于3个数字仪表的条件下,整个识别过程可控制在40 ms以内,正确识别率达到96%以上.
- 李旦隋成华唐轶峻
- 关键词：BP神经网络
