一种广义轮廓数据处理方法、物体认知方法及设备

AITNT
正文
推荐专利
一种广义轮廓数据处理方法、物体认知方法及设备
申请号:CN202511326168
申请日期:2025-09-17
公开号:CN120823231A
公开日期:2025-10-21
类型:发明专利
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
1
基于工厂运行状态的能耗模拟和预测方法、系统、设备和介质
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
2
一种不锈钢扎带的断裂预测方法
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
3
一种滑坡隐患动态识别方法、设备、介质及产品
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
4
一种基于分布式算法(DA)的改进FIR滤波器结构
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
5
一种无误差累积的信号盲提取方法、装置、设备及介质
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号