检索结果-内蒙古大学图书馆

作者：付卫兴燕山大学

学位级别：硕士

随着人工智能技术的快速发展，在不远的将来智能产品将走进千千万万普通人的生活中，行业内学者认为未来的50年内社会社会上一半的工作将由人工智能完成。在人口老龄化日益严重的今天，智能服务机器人进入普通家庭为老人、残障人士提供... 详细信息

随着人工智能技术的快速发展，在不远的将来智能产品将走进千千万万普通人的生活中，行业内学者认为未来的50年内社会社会上一半的工作将由人工智能完成。在人口老龄化日益严重的今天，智能服务机器人进入普通家庭为老人、残障人士提供服务的需求越来越迫切。人工智能走进家庭使用工具无可避免，使用工具对人类来说是非常简单的能力，但对于人工智能就需要突破很多技术难题。本文研究家庭常用工具的功用性检测及应用，目的是赋予人工智能认知和使用工具的能力。本文从工具功用性快速检测和工具功用性在任务中的应用两个方面展开研究。\n 首先，工具部件功用性作为认知工具的基本语义，其检测速度应在一般水平的设备上应能达到实时性要求。针对工具部件功用性检测速度实时性差这一问题，本文借鉴coarse-to-fine思想，提出了基于结构随机森林(Structured Random Forest，SRF)的工具功用性部件边缘检测方法。应用该方法快速检测工具功用性部件大致区域，然后在该区域内进行功用性检测，大大提高了功用性检测效率。\n 其次，针对工具功用性部件边缘检测结果受噪声干扰问题，提出了一种阈值选取策略。通过评测部件功用性检测结果，评判不同阈值滤波的优劣，以此寻找出最优阈值。此方法有效增强了功用性部件边缘检测器抗干扰性能。\n 再次，家庭常用工具种类多样、用途各异，机器人难以对其建立适用的语料库。针对该问题提出将工具部件功用性应用于工具分类，以辅助机器人对工具使用建立语料库。定义contain、grasp、cut、bound、support、scoop和wrap-grasp等7种工具部件功用性为家庭常用工具的功用性属性，将工具部件的功用性检测结果以求平均值的方式转化为工具的功用性属性值。以工具的功用性属性为特征学习工具字典，根据工具字典判定工具类别。\n 最后，将工具的功用性属性应用于机器人工具选择任务中，以工具的功用性属性为依据给机器人提供工具选择和可被替代工具选择策略。

关键词：家庭常用工具功用性检测阈值选取人工智能

来源：评论

学校读者我要写书评

暂无评论

面向家庭服务机器人的家庭日常工具功用性检测算法研究

面向家庭服务机器人的家庭日常工具功用性检测算法研究

引用

作者：杨芳燕山大学

学位级别：硕士

在人工智能研究不断推进和人口老龄化并存的背景下,对服务机器人智能化的要求越来越高,如何更智能地为人类服务成为家庭服务机器人研究领域关注的重要内容,其中,对家庭日常工具的认知要求机器人能够准确的识别和使用工具。针对家庭日常... 详细信息

在人工智能研究不断推进和人口老龄化并存的背景下,对服务机器人智能化的要求越来越高,如何更智能地为人类服务成为家庭服务机器人研究领域关注的重要内容,其中,对家庭日常工具的认知要求机器人能够准确的识别和使用工具。针对家庭日常工具功用性认知准确性和实时性的要求,该文从家庭日常工具的功用性角度进行研究,分别基于机器学习算法对多种家庭日常工具功用性进行检测,主要研究内容有以下几方面:首先,家庭日常工具部件具有复杂的结构,基于形状、颜色的特征表示方法难以完整地表示特征,针对此问题,设计基于低秩矩阵恢复(Low-rank Matrix Recovery,LRMR)和局部二值模式(Local Binary Pattern,LBP)特征的稀疏表示算法。首先对进行低秩矩阵恢复的家庭日常工具数据提取局部二值模式特征,然后构建其稀疏表示模型,最后结合字典学习算法求解,实现对家庭日常工具部件的功用性检测和分类。其次,在功用性特征学习的基础上,设计基于深度置信网络(Deep Belief Network,DBN)和支持向量机的工具功用性检测算法。传统的支持向量机分类器不能直接适用于多种功用性检测问题,因此采用多分类支持向量机(Multi-classification Support Vector Machine,Multi-SVM)进行分类。首先用粒子群优化算法优化深度置信网络学习率,然后利用此改进深度置信网络对家庭日常工具数据进行特征学习,最后将学习得到的特征输入到多分类支持向量机中进行功用性检测。最后,家庭日常工具由若干功能部件构成,且各部件具有不同的几何形状特征,传统的特征表示与提取算法难以有效表征工具部件的功用性,针对此问题,设计基于深度置信网络和Softmax的工具功用性检测算法。首先利用深度置信网络对家庭日常工具数据进行特征学习,再在网络末端添加Softmax分类器进行识别。结果表明,采用此种方法能够实现较高的检测精度,同时检测效率也有所提升。

关键词：功用性检测深度置信网络多分类支持向量机低秩恢复矩阵局部二值模式特征

来源：评论

学校读者我要写书评

暂无评论

一种基于结构随机森林的家庭日常工具部件功用性快速检测算法

引用

光学学报 2017年第2期37卷 155-165页

作者：吴培良付卫兴孔令富燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

家庭日常工具的部件功用性主动认知是家庭服务机器人智能提升的重要方面。为满足服务机器人实时自主作业的需要,提出了一种基于结构随机森林(SRF)的工具部件功用性快速检测算法。在离线训练阶段,利用SRF训练功用性边缘检测器与功用性检... 详细信息

家庭日常工具的部件功用性主动认知是家庭服务机器人智能提升的重要方面。为满足服务机器人实时自主作业的需要,提出了一种基于结构随机森林(SRF)的工具部件功用性快速检测算法。在离线训练阶段,利用SRF训练功用性边缘检测器与功用性检测器,并通过评估功用性检测结果的Fβ值确定工具各部件功用性对应的先粗糙后逐步精细化(coarse-to-fine)阈值。在线检测阶段,首先使用功用性边缘检测器计算功用性区域边缘的初步概率图,继而加以coarse-to-fine阈值滤波得到包含工具部件功用性的外接矩形区域,最后对该区域使用功用性检测器进行检测。实验结果表明,在普通非图形处理器系统下,相较于现有的全局搜索检测方法,本文方法对各功用性部件的检测效率均明显提升,且召回率和精度都有提高。

关键词：机器视觉功用性检测功用性边缘检测结构随机森林先粗糙后逐步精细化方法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：