摘要
本发明提供一种广义轮廓数据处理方法、物体认知方法及设备。应用于机器人感知技术领域。该方法包括:根据目标对象的广义轮廓数据进行特征学习,得到广义轮廓编码,广义轮廓数据和所述广义轮廓编码均包括若干点的广义轮廓特征,且广义轮廓编码中点数量小于广义轮廓数据中点数量,广义轮廓编码中广义轮廓特征数量大于广义轮廓数据中广义轮廓特征数量;将广义轮廓编码进行解码,得到目标对象的广义轮廓数据。本发明显著提升了广义轮廓数据处理的效率与质量,实现了少量数据驱动的高效广义轮廓构建。
技术关键词
轮廓编码
广义
轮廓数据
轮廓特征
随机噪声
噪声提取
对象
数据处理方法
载荷
代表
机器人感知技术
邻域特征
学习特征
融合特征
处理器
系统为您推荐了相关专利信息
机数据库
能耗预测方法
随机噪声
检测传感器
计算机程序产品
断裂预测方法
结构稳定性特征
断裂风险
裂纹
机器学习分类模型
动态识别方法
光学遥感图像
图像识别器
多尺度特征融合
广义逆矩阵
FIR滤波器结构
分布式算法
数字滤波器技术
并行计数器
数据移位
梯度下降优化算法
空间搜索方法
协方差矩阵估计
无误差累积
信号