上海交通大学应忍冬教授2018年创新成果概览

"上海交通大学的研究团队，以应忍冬为主的研发成果在2018年取得了显著成就。这些成果主要体现在多个专利申请上，涵盖了深度相机数据处理、视觉SLAM技术、手指运动轨迹识别、列车驾驶员行为检测以及RGB-D图像处理等领域。" 详细解读： 1. 基于深度相机数据的立方体快速测量方法： 应忍冬发明的这一方法旨在提高立方体测量的效率。通过深度图背景去除、立方体顶面识别和对齐、立方体侧面对齐和尺寸参数测量等步骤，实现了对立方体的快速精确测量。这种方法优化了运算量，适用于自动化生产和质量控制场景。 2. 融合几何信息的视觉SLAM回环检测方法： 韩煦深、应忍冬和刘佩林共同提出的这项发明是关于视觉SLAM（Simultaneous Localization and Mapping）的改进。通过获取真实关键帧并计算虚拟相机位姿，结合几何信息进行回环检测，提高了SLAM系统的定位精度和鲁棒性，有助于机器人自主导航。 3. 基于深度图的实时低复杂度手指运动轨迹形状识别算法： 这一专利涉及人机交互领域，由应忍冬、邹耀、刘佩林和葛昊共同研发。算法利用深度图信息，高效地识别指尖像素点，计算深度图像素统计参数，实现对手指运动轨迹的实时识别，对智能交互设备和手势控制应用具有重要意义。 4. 列车驾驶员特定动作检测方法： 葛昊、王伟行、刘佩林、邹耀和应忍冬合作开发的这一技术专注于铁路安全。通过对深度视频图像进行处理，能够检测列车驾驶员的动作，如紧急情况下的手势，以提升行车安全和驾驶监控。 5. 基于RGB-D图像的前后景分离方法及其装置： 王俊、刘佩林、邹耀、应忍冬和葛昊的这项发明提供了RGB-D图像的前后景分离新方法。通过读取和分析RGB-D图像，能有效地将前景物体与背景分离，为图像分析、增强现实等应用提供了更准确的基础。 这些专利成果展示了上海交通大学在计算机视觉、机器学习和自动化领域的研究实力，尤其是在深度学习和传感器数据处理方面的创新。这些技术不仅推动了学术进步，也将对工业界的实际应用产生深远影响。