1、基于深度学习的语音情绪识别
--引擎已在公司试点,可以通过对语音的特征分析并用深度学习模型来判断情绪。
2、基于深度学习的图像目标检测
--用来做无人驾驶的视觉检测模块,对场景中12中目标进行识别,平均精度mAP60%,一张图识别时长20ms以内。对于算法的精度还有时间限制做了诸多改良,满足项目要求
3、传统视觉算法为驾校做的压线检测(车道线检测)
--实际场景中由于受旁边台阶的影响,特别是台阶的颜色与线的颜色类似的时候,会导致算法误识别、台阶外泥土和地砖的影响、线是残缺的,模糊的、太阳光照的影响,有无阴影以及光照强弱都会对传统方法带来诸多难点、线上有很多灰尘泥土覆盖,导致线非常的不干净等影响,导致效果不好。如果用深度学习去做成本太高,如果用传统方法去做的话效果不鲁棒,也不行。最后实现的效果相当理想。
4、与华为技术有限公司共同完成肌电手势识别手环。
-- 已制成可穿戴手环,手势识别准确率达到 95%以上,接入 Android 系统后用户可通过手势操
纵外围设备,提供了一种更加自然和人性化的交互方式。
5、多麦克风会议语音清晰系统
-- 通过 PCA 对混响语音信号进行实时的识别及处理,明显提升提高会议语音的清晰度,减少多麦
克风阵列的混响情况。
6、基于肌电信号的步态识别人机交互系统
-- 步态识别准确率达 88%,接入 ROS 系统机器人后可通过步态动作控制机器人行走。