-
公开(公告)号：CN110263772B
公开(公告)日：2024-05-10
申请号：CN201910694667.9
申请日：2019-07-30
申请人： 天津艾思科尔科技有限公司
IPC分类号： G06V40/16
摘要： 本发明提出一种基于人脸关键点的人脸特征识别系统，包括夹持组件和摄像组件，摄像组件分为两层，其中一层左右两侧各设有一个卷簧、一个第一导向轮、一个第二导向轮，卷簧的一段连接由弹力绳；另外一层内设有控制板，控制板上设有主控芯片、LED灯、摄像头和无线模块。识别系统还包括图像处理基站，图像处理基站用于接收无线模块发送的图像信息，图像处理基站进行人脸识别的步骤包括：识别人脸区域，标注关键点；若为侧脸图像，则进行人脸图像校正，实现关键点两两对称；连接指点的关键点，存储外侧轮廓夹角的角度、由关键点构成的三角区域的边长、内角角度、面积，将边长作为特征值；将特征值作为标准，进行识别。
-
公开(公告)号：CN108985223B
公开(公告)日：2024-05-07
申请号：CN201810766185.5
申请日：2018-07-12
申请人： 天津艾思科尔科技有限公司
IPC分类号： G06V40/20 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464
摘要： 本发明提出一种人体动作识别方法，该方法基于深度学习技术，所述人体动作识别方法包括训练和识别两个阶段，训练和识别阶段所用的网络中包括序列特征提取模块，序列特征提取模块包括彩色图深度学习网络、光流深度学习网络的CNN网络，所述彩色图深度学习网络包括三层LSTM层，所述光流深度学习网络包括两层LSTM层。增加LSTM层后，使得识别方法有学习长图像序列的能力，因此能够更好的利用序列视频的时序信息，有效提高检测准确度。同时深度学习网络中使用了采用四层结构的卷积网络，卷积网络用于改变特征码的感受野，使得图像序列中的一部分图像也参与到检测结果的确定中。
-
公开(公告)号：CN115953419A
公开(公告)日：2023-04-11
申请号：CN202310223580.X
申请日：2023-03-09
申请人： 天津艾思科尔科技有限公司
摘要： 本发明公开了一种基于超像素分析的动态视频检测预处理方法，涉及计算机视觉视频分析技术领域，本发明将视频帧中的超像素作为基本单元提取光流特性，结合颜色、边界信息，将连续视频帧中的细节和特征信息进行细化增强，从而在复杂场景的运动视频中完整地提取显著目标，方便后续视频检测。本发明预处理方法与同类预处理方法相比能够很好抑制复杂场景的运动视频中的背景噪声，突出显著目标的细节特征，准确用边界和区域信息凸显视频中的运动变化，方便后续算法进行特征提取或者类似识别。
-
公开(公告)号：CN110263772A
公开(公告)日：2019-09-20
申请号：CN201910694667.9
申请日：2019-07-30
申请人： 天津艾思科尔科技有限公司
IPC分类号： G06K9/00
摘要： 本发明提出一种基于人脸关键点的人脸特征识别系统，包括夹持组件和摄像组件，摄像组件分为两层，其中一层左右两侧各设有一个卷簧、一个第一导向轮、一个第二导向轮，卷簧的一段连接由弹力绳；另外一层内设有控制板，控制板上设有主控芯片、LED灯、摄像头和无线模块。识别系统还包括图像处理基站，图像处理基站用于接收无线模块发送的图像信息，图像处理基站进行人脸识别的步骤包括：识别人脸区域，标注关键点；若为侧脸图像，则进行人脸图像校正，实现关键点两两对称；连接指点的关键点，存储外侧轮廓夹角的角度、由关键点构成的三角区域的边长、内角角度、面积，将边长作为特征值；将特征值作为标准，进行识别。
-
公开(公告)号：CN110222682A
公开(公告)日：2019-09-10
申请号：CN201910493445.0
申请日：2019-06-06
申请人： 天津艾思科尔科技有限公司
摘要： 本发明提出一种基于多特征的行人目标检测系统，检测系统主体由颜色识别区和外形识别区构成，颜色识别区和外形识别区上各设有一个摄像头，检测系统主体的中部设有滤镜组件，滤镜组件与检测系统主体内部的电机相连，电机用于带动滤镜组件沿检测系统主体的轴向旋转，滤镜组件包括若干组滤镜。检测系统主体内部设有图像处理单元，图像处理单元内置卷积神经网络模型，图像处理单元的工作流程包括：接收颜色识别区和外形识别区捕获的图像信息；扩大检测到的行人区域；将扩大后的行人区域送入卷积神经网络模型。卷积神经网络模型由6个卷积层、3个池化层、1个全连接层组成，所述全连接层分为若干部分，每部分与指定检测特征对应的标签层相连。
-
公开(公告)号：CN109063592A
公开(公告)日：2018-12-21
申请号：CN201810765540.7
申请日：2018-07-12
申请人： 天津艾思科尔科技有限公司
CPC分类号： G06K9/00711 , G06K9/342 , G06K9/4652 , G06K2009/00738
摘要： 本发明专利提出一种基于计算机视觉和图像处理技术的针对室内空间的火焰进行检测的方法，包括步骤：建立背景模型并进行前景检测；筛选高亮前景；对高亮区域进行膨胀操作，记录膨胀后的像素点以提取高亮区域的边缘；提取内部高亮边缘具有特定颜色信息的特征点，具体方法为在YUV空间下，当V>144时即选定为符合条件的特征点；判断经筛选后的高亮区域的闪动特征。本发明的核心为找出图像中的高亮区域后，利用高亮区域边缘特定的颜色信息确定潜在的火焰区域，再通过判断筛选出区域的闪动特性确定该区域是否为火焰，基于高亮区域边缘的颜色信息设计的火焰检测方鲁棒性高，实时性好。
-
公开(公告)号：CN108960175A
公开(公告)日：2018-12-07
申请号：CN201810766184.0
申请日：2018-07-12
申请人： 天津艾思科尔科技有限公司
CPC分类号： G06K9/00791 , G06K9/344 , G06K2209/15 , G06N3/0454
摘要： 车牌识别技术应用十分广泛。本发明提出一种基于深度学习的车牌识别方法，车牌识别方法包括检测车牌是否存在和车牌字符识别两个阶段，使用的模型包括车牌分割模型、车牌汉字识别模型和车牌字母与数字识别模型。车牌分割模型包括4层卷积层、3个Relu层、3个Pool层，与第三层卷积层相连的第一priorbox层、第一位置预测单元和第一置信度预测单元，与第四层卷积层相连的第二priorbox层、第二位置预测单元和第二置信度预测单元，与第一priorbox层和第二priorbox层相连的mbox_priorbox层。车牌汉字识别模型包括依次相连的四个卷积层单元、flatte单元、dropout单元和Softmax层。车牌字母与数字识别模型包括依次相连的两个卷积层单元、flatte单元、dropout单元和Softmax层。
-
公开(公告)号：CN105764304B
公开(公告)日：2018-10-16
申请号：CN201510750053.X
申请日：2015-11-03
申请人： 天津艾思科尔科技有限公司
发明人： 张德馨
摘要： 本发明公开了一种探测器带有稳固型散热结构的飞行器，通过以散热片结构代替了风扇结构，既节省了空间，又满足了产品对稳固性的需求，散热片可以很好地固定在电路板上。另外，包括了第一摄像头和第二摄像头，第一摄像头为红外成像仪，所述红外成像仪用于采集红外图像信息，所述第二摄像头为彩色摄像机，所述彩色摄像机用于采集彩色图像信息，所述探测装置通过通信模块将红外图像信息和彩色图像信息发送给控制系统，通过分析红外图像信息和彩色图像信息可以解决多种场景下的清晰图像采集的问题，可以满足用户的使用需求。
-
公开(公告)号：CN104392573B
公开(公告)日：2017-09-05
申请号：CN201410533240.8
申请日：2014-10-11
申请人： 天津艾思科尔科技有限公司
发明人： 张德馨
IPC分类号： G08B13/196
摘要： 一种基于视频的智能偷盗检测方法。其包括依据场景需要设置被保护的目标区域；通过检测当前场景的前景目标分析，判断被保护目标区域是否被遮挡；在没有遮挡的情况下判断目标区域特征变化是否满足偷盗条件，是则触发报警并截取事件发生前后的视频信息。本发明所述的智能偷盗检测方法能够同时监控多个目标，有效地排除人为遮挡引发的误报现象，且能为事件的后续处理提供证据。
-
公开(公告)号：CN106375734A
公开(公告)日：2017-02-01
申请号：CN201610979879.8
申请日：2016-11-08
申请人： 天津艾思科尔科技有限公司
发明人： 张文心
CPC分类号： H04N7/18 , H04N5/2256
摘要： 本发明涉及一种具有红外补光功能的防爆探测器，包括圆筒状的防爆摄像模块以及圆筒状的防爆补光模块；所述防爆摄像模块与防爆补光模块通过连接组件固定连接在一起；所述防爆摄像模块以及防爆补光模块具有可拆卸的前盖及后盖，所述前盖上分别安装有玻璃，所述后盖上分别设有螺纹引线孔，所述后盖上还通过螺钉安装设有接地片，所述接地片包括内接地片与外接地片，所述连接组件的上端通过螺钉连接防雨罩、下端与底座件相连接固定。本发明可以简单地实现将防爆摄像模块与防爆补光模块通过螺栓支架固定连接在一起并安装在监控区域，实现监控，且安装固定稳固，防爆性能较好。
-
-
-
-
-
-
-
-
-
搜索结果
183 条记录 (耗时 0.057 秒)