您的位置： 专家智库 > >

徐闯

作品数：6 被引量：26H指数：2
供职机构：南京信息工程大学更多>>
发文基金：国家自然科学基金江苏省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 5篇自动化与计算...

主题

  • 2篇人机
  • 2篇人机交互
  • 1篇单片
  • 1篇单片机
  • 1篇电路
  • 1篇电路模块
  • 1篇行车
  • 1篇语言处理
  • 1篇手部
  • 1篇轻量
  • 1篇轻量化
  • 1篇自然语言
  • 1篇自然语言处理
  • 1篇自行车
  • 1篇外部存储器
  • 1篇文本
  • 1篇问答系统
  • 1篇脉冲信号
  • 1篇霍尔传感器
  • 1篇计算机

机构

  • 6篇南京信息工程...

作者

  • 6篇徐闯
  • 4篇刘佳
  • 1篇郭业才
  • 1篇张秋葵

传媒

  • 2篇计算机系统应...
  • 1篇仪器仪表学报
  • 1篇测控技术

年份

  • 1篇2024
  • 3篇2023
  • 1篇2022
  • 1篇2013
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
基于Marker-SLAM的视触觉增强现实交互算法被引量：4
2022年
视触觉增强现实是将触觉感知加入到增强现实中的一种新技术。不仅可以融合真实场景和虚拟对象,还能实现视觉和触觉的同步感知。基于3D Systems Touch触觉设备提出一种新的视触觉交互算法。首先,基于Marker-SLAM算法搭建增强现实环境,用于实时获得相机在地图中的位姿;其次,为了将触觉信息融入到增强现实环境中,提出基于无跟踪器的触控笔尖端姿态优化算法;最后,分别采集测量点在触觉和世界坐标系中的三维信息,通过确定两个坐标系间的刚性变换,将触觉设备的正向运动模型映射到增强现实空间中。所提出的跟踪注册方法的注册准确率均达到90%以上,与基于跟踪器的方法相比,所提出的姿态优化算法获得的校正位置的平均误差为2.3±0.2 mm。
刘佳徐闯陈大鹏钱昌宇石豪
关键词：人机交互
一种基于单片机的自行车速度与行程测试系统
本实用新型涉及一种基于单片机的自行车速度与行程测试系统。该系统包括单片机AT89S51、分别与所述单片机AT89S51连接的键盘控制模块、LCD显示模块LCD1602、霍尔传感器A44E、外部存储器CAT24WC16、电...
郭业才徐闯张秋葵
文献传递
面向增强现实的文本—物体生成及触觉交互方法研究
随着数字化时代的到来,3D模型对于增强现实交互和触觉交互都非常重要。传统的3D建模过程不仅技术要求高,而且耗时耗力,对初学者尤其不友好。通过探索文本到3D物体的生成同时融合触觉和音频反馈,极大地增强用户AR体验的真实性和...
徐闯
关键词：触觉再现人机交互
基于深度学习的智能问答系统综述被引量：22
2023年
在科技发达和信息爆炸的时代,如何从海量数据中准确地提取所需信息已成为人们研究的目标.问答系统作为解决此问题的重要途径之一,其主要通过对已有数据信息进行检索和分析,并最终返回问题答案或其他相关信息.近年来,深度学习的革命性发展给问答系统带来了长足的进步,序列到序列的模型,端到端的模型以及最近流行的预训练,都给问答系统留下无限的发展空间,但其仍面临许多挑战.本文首先对问答系统的发展进行简要介绍,接着将问答系统按照3个不同角度进行分类,并对相关数据集、评测指标和各类问答系统的主流技术进行阐述,最后对问答系统面临的问题和未来的发展趋势进行讨论.
姚元杰龚毅光刘佳徐闯徐闯
关键词：问答系统自然语言处理
轻量化自监督单目深度估计
2023年
目前,大多数的增强现实和自动驾驶应用不仅会使用到深度网络估计的深度信息,还会使用到位姿网络估计的位姿信息.将位姿网络和深度网络同时集成到嵌入式设备上,会极大地消耗内存.为解决这一问题,提出一种深度网络和位姿网络共用特征提取器的方法,使模型保持在一个轻量级的尺寸.此外,通过带有线性结构的深度可分离卷积轻量化深度网络,使网络在不丢失过多细节信息前提下还可获得更少的参数量.最后,通过在KITTI数据集上的实验表明,与同类算法相比,该位姿网络和深度网络参数量只有的35.33 MB.同时,恢复深度图的平均绝对误差也保持在0.129.
刘佳林潇陈大鹏徐闯徐闯
关键词：轻量化计算机视觉
基于YOLOv3-HM的手部姿态估计方法研究
2023年
二维手部姿态估计是人机交互领域的一项关键技术。为增强复杂环境下系统鲁棒性,提高手势姿态估计精度,提出一种基于目标检测和热图回归的YOLOv3-HM算法。首先,利用YOLOv3算法从RGB图像中识别框选手部区域,采用CIoU作为边界框损失函数;然后,结合热图回归算法对手部的21个关键点进行标注;最终,通过回归手部热图实现二维手部姿态估计。分别在FreiHAND数据集与真实场景下进行测试,结果表明,该算法相较于传统手势检测算法在姿态估计精度和检测速度上均有所提高,对手部关键点的识别准确率达到99.28%,实时检测速度达到59 f/s,在复杂场景下均能精准实现手部姿态估计。
刘佳石豪陈大鹏卞方舟徐闯
全选 清除 导出
共1页<1>
聚类工具0