何元烈

作品数：42被引量：186H指数：7
导出分析报告
供职机构：广东工业大学更多>>
发文主题：闭环超声空气净化SLAMSPECT更多>>
发文领域：自动化与计算机技术医药卫生文化科学交通运输工程更多>>
发文期刊：《机器人》《中国医学影像技术》《计算机工程与设计》《传感技术学报》更多>>
所获基金：国家自然科学基金广州市科技计划项目广东省科技计划工业攻关项目广东省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合语义信息的视觉惯性SLAM算法
《计算机应用研究》2024年第8期2533-2539,共7页何铭臻 何元烈 胡涛 
国家自然科学基金资助项目(62102097)。
针对传统SLAM算法在动态环境中会受到动态特征点的影响,导致算法定位精度下降的问题,提出了一种融合语义信息的视觉惯性SLAM算法SF-VINS(visual inertial navigation system based on semantics fusion)。首先基于VINS-Mono算法框架,将...
关键词：动态物体 语义概率 位姿估计 视觉惯性SLAM 
多目鱼眼视觉SLAM特征点误匹配的剔除优化被引量：1
《大连工业大学学报》2024年第1期61-72,共12页陈坚炜 何元烈 何铭臻 刘峰 
国家自然科学基金项目(62102097)。
为了解决由于鱼眼图像显著失真和明显的视角差异而导致的定位精度下降的问题,提出了一种去除多目鱼眼视觉SLAM系统中误匹配特征点的策略。该策略采用从粗到细的误匹配特征点去除过程,在粗匹配阶段,使用阈值为0.6的匹配算法获得粗匹配阶...
关键词：视觉SLAM 多目鱼眼相机 误匹配剔除 对极约束 
基于通道注意力的自监督深度估计方法被引量：2
《广东工业大学学报》2023年第2期22-29,共8页吴俊贤 何元烈 
国家自然科学基金资助项目(61876043)。
提出了一种基于自监督深度学习和通道注意力的深度估计方法。虽然以往的方法已经能够生成高精度的深度图,但是它们忽略了图像中的通道信息。对通道之间的依赖关系进行显式建模,并根据建模结果重新校准通道权重能有效地提高网络性能,从...
关键词：单目深度估计 注意力机制 自监督深度学习 
基于在线光度标定的单目直接视觉SLAM被引量：1
《信息与控制》2022年第4期400-410,共11页陈洋 何元烈 高家辉 
国家自然科学基金(61876043)。
为了减少场景点的光照变化对直接视觉SLAM(simultaneous localization and mapping,SLAM)的影响,在稀疏直接法(direct sparse odometry with loop closure,LDSO)的基础上对其优化,结合光度标定来增强系统的整体性能。直接视觉SLAM,其图...
关键词：视觉SLAM 光流追踪 光度参数 稀疏直接法 
基于scan context描述子的LVI-SAM算法改进研究
《计算机应用文摘》2022年第8期68-70,共3页刘顺卫 何元烈 
针对LVI-SAM算法中视觉惯性子系统容易因快速运动或明暗变化激烈导致算法回环检测无效的问题,文章设计了一种结合scan context描述子的回环检测系统的多传感器融合算法。首先,在原有的LVI-SAM算法的激光惯性子系统中增加scan context模...
关键词：LVI-SAM scan context描述子 关键帧策略 回环检测 
基于稀疏直接法闭环检测定位的视觉里程计被引量：1
《广东工业大学学报》2021年第3期48-54,共7页汝少楠 何元烈 叶星余 
国家自然科学基金资助项目(61876043)。
视觉里程计在移动机器人的定位导航中发挥着关键性作用,但当前的算法在运行速度、轨迹精度和鲁棒性等方面依然存在改善空间。为提高相机轨迹精度,提出基于稀疏直接法的闭环检测算法。该算法直接提取两种特征组成混合型特征点提升系统鲁...
关键词：视觉里程计 闭环检测 稀疏直接法 视觉特征 相机轨迹 
基于生成式对抗网络及自注意力机制的无监督单目深度估计和视觉里程计被引量：8
《机器人》2021年第2期203-213,共11页叶星余 何元烈 汝少楠 
国家自然科学基金(61876043)。
提出了一种基于生成式对抗网络(GAN)和自注意力机制(self-attention mechanism)的单目视觉里程计方法,命名为SAGANVO(SAGAN visual odometry).该方法将生成式对抗网络学习框架应用于深度估计和视觉里程计任务中,通过GAN生成逼真的目标...
关键词：单目视觉里程计 深度估计 生成式对抗网络 无监督深度学习 
基于点线特征和边缘特征的单目视觉里程计算法被引量：3
《信息与控制》2020年第4期396-403,共8页陈小聪 何元烈 岑仕杰 
国家自然科学基金资助项目(61876043)。
针对快速运动的相机很容易因为运动模糊和纹理缺失而导致光流追踪失败的问题,设计了一种点、线、边缘特征结合的单目视觉里程计算法,突破原先算法仅包含点或线特征的思想.首先,在流行的半直接法PLSVO(Point-Line Semi-direct monocular ...
关键词：边缘特征 线特征 位姿优化 地图点优化 单目视觉同步定位与地图构建 
结合注意力与无监督深度学习的单目深度估计被引量：9
《广东工业大学学报》2020年第4期35-41,共7页岑仕杰 何元烈 陈小聪 
国家自然科学基金资助项目(61876043)。
针对当前的无监督单目深度估计方法边界模糊的问题,提出了一种基于双重注意力模块的网络架构。这种架构能有效利用图像特征的远程上下文信息解决深度估计中的边界模糊问题。整个框架使用基于视图合成的无监督方法训练,模型框架包括深度...
关键词：深度估计 无监督学习 深度学习 注意力 机器人技术 
基于深度学习的动态人脸识别方法被引量：3
《计算机工程与设计》2019年第11期3299-3305,共7页何元烈 刘峰 孙盛 
国家自然科学基金项目(41501362)
为更好地解决动态人脸识别在非受限环境下鲁棒性差的问题,提出基于深度学习的动态人脸识别方法。该方法结合迁移学习、多任务学习、增强学习和循环神经网络的优点,用预先训练好的模型提取视频每一帧的人脸图像特征,对其进行同时跟踪和识...
关键词：深度学习 动态人脸识别 迁移学习 多任务学习 增强学习 循环神经网络 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部