晁飞
- 作品数：27 被引量：88H指数：5
- 供职机构：厦门大学更多>>
- 发文基金：国家自然科学基金福建省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术文化科学哲学宗教理学更多>>
- 一种基于表征互信息的网络结构搜索方法
- 一种基于表征互信息的网络结构搜索方法，涉及人工智能技术领域。在神经网络搜索空间中，随机采样n个神经网络，利用RMI联合分类损失函数训练网络，计算n个网络的RMI分数、q分位数τ，训练拟合随机森林分类器π；从整个神经网络搜...
- 纪荣嵘郑侠武晁飞费翔张雷
- 基于阴影复杂性感知神经网络的图像阴影去除方法
- 基于阴影复杂性感知神经网络的图像阴影去除方法，涉及计算机底层视觉。使用颜色风格多样性增强方法对训练集样本颜色风格变换后，送入灰度结构信息恢复分支，对图像的灰度结构信息进行恢复；结果与输入图像灰度图差异性判断阴影复杂性；颜...
- 纪荣嵘南宫瑞张声传林明宝杨鸿晁飞
- 基于深度学习进行动作模仿的舞蹈机器人被引量：10
- 2019年
- 为了增强智能机器人的人机交互性,探索了人类对图像的认知理解过程在机器人上的实现方案.以舞蹈机器人 作为研究对象,将舞蹈的视频信息作为输入,利用深度学习方法对视频中的人体姿态进行估计,得出人体的关键点位置 坐标;再利用机器人逆运动学计算求解得到机器人各关节角度值,调整下半身关节角度值来保持机器人的平衡.最终在 优必选Alphaebot人形机器人上进行了实验.结果表明该系统可通过分析RGB图像对画面中的动作进行模仿,提高了 机器人舞蹈的灵活性与交互性.
- 杨锦隆施明辉晁飞周昌乐
- 关键词：动作模仿人机交互
- 深度神经网络压缩与加速综述被引量：55
- 2018年
- 深度神经网络在人工智能的应用中,包括计算机视觉、语音识别、自然语言处理方面,取得了巨大成功.但这些深度神经网络需要巨大的计算开销和内存存储,阻碍了在资源有限环境下的使用,如移动或嵌入式设备端.为解决此问题,在近年来产生大量关于深度神经网络压缩与加速的研究工作.对现有代表性的深度神经网络压缩与加速方法进行回顾与总结,这些方法包括了参数剪枝、参数共享、低秩分解、紧性滤波设计及知识蒸馏.具体地,将概述一些经典深度神经网络模型,详细描述深度神经网络压缩与加速方法,并强调这些方法的特性及优缺点.此外,总结了深度神经网络压缩与加速的评测方法及广泛使用的数据集,同时讨论分析一些代表性方法的性能表现.最后,根据不同任务的需要,讨论了如何选择不同的压缩与加速方法,并对压缩与加速方法未来发展趋势进行展望.
- 纪荣嵘林绍辉晁飞吴永坚黄飞跃
- 三维点云密集字幕生成与视觉定位的联合推理方法及装置
- 本发明公开了一种三维点云密集字幕生成和视觉定位的联合推理方法及装置，涉及三维视觉任务技术领域。所述方法包括：将双线索描述生成器DCC作为密集字幕生成模块引入基于DETR架构的3DVG模型构成联合模型，DCC处理双重视觉线...
- 纪荣嵘罗咏东林豪佳郑侠武蒋易耕晁飞
- 本科生参与智能机器人科研探索
- 提出本科学生是否能够尽早进入实验室进行智能机器人相关研究的问题，分析从动员到项目执行等多方面因素的影响，阐述智能科学专业的本科学生进行科研项目的相关经验。
- 曾华琳郑旭玲晁飞陈毅东李绍滋
- 关键词：本科生科研智能机器人教学智能科学与技术
- 书写机器人研究综述被引量：8
- 2016年
- 通过分析书写机器人所具有的特征与实现意义,明确了机器人书写能力需要机器人能够自主控制机械手,实现灵活和准确的动作,并且观察动态环境变化。论文从3个方面回顾和分析了当前书写机器人的研究。首先介绍并分析了书写机器人硬件结构的知识,其次回顾了现有的控制机器人书写动作的相关算法,之后介绍了机器人书写过程中汉字信息的获取方式。此外,讨论了书写机器人在控制方法和字体获取方法方面的优劣,并指出了书写机器人可以利用智能控制技术与模仿学习方法来提高书写质量。最后展望了书写机器人的规模化应用领域。
- 曾华琳黄雨轩晁飞周昌乐
- 关键词：机器人机械手智能控制模仿学习
- 基于脑电控制的多尺度光标定位方法
- 基于脑电控制的多尺度光标定位方法，涉及一种基于脑电控制的光标定位方法。1)开始时，光标位于光标界面的中心，待定位区域为整个光标界面；2)将待定位区域按水平中心线和垂直中心线分成左上、左下、右上、右下四个大小相同的子区域；...
- 施明辉刘向前陈可赢周昌乐李绍滋晁飞江敏徐素霞
- 文献传递
- 一种基于混合性能估计的网络结构搜索方法
- 一种基于混合性能估计的网络结构搜索方法，涉及神经架构搜索。将不同的性能评估方法重新考虑为不同的二分类器，其中最优的架构作为正例，其余架构归为负例。提出使用最小保持率MKR替代指标Kendall’sτ来明确地评估PE策略。...
- 纪荣嵘张雷郑侠武晁飞
- 基于双神经网络结构的发展型机器人3D抓取
- 2012年
- 手眼协调属于感觉运动的协调,是人认知能力的基础。这篇论文的目标是要模仿人类婴儿的发育过程来建立一个机器人系统,可以接近或者抓取物体。该文旨在应用发展模型中的"增量过程",通过使用双神经网络在3D实验环境下来完成机器人抓取系统。这个机器人系统在全约束条件下开始发展,随着每个约束条件的成熟从而驱动双神经网络的训练,当所有的约束条件都释放,机器人系统就可以获得抓取能力。
- 胡琳晁飞
- 关键词：手眼协调神经网络
