-
公开(公告)号:CN105740903A
公开(公告)日:2016-07-06
申请号:CN201610066517.X
申请日:2016-01-29
Applicant: 北京大学
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本发明公开了一种多属性识别方法及装置,所述方法包括:对预设训练数据进行字典学习,得到包括字典矩阵和系数转化矩阵的属性识别模型;其中,预先训练数据为包含预设种类属性且标注好属性信息的训练数据;获取待识别样本的特征数据;利用所述字典矩阵对所述特征数据进行编码,得到编码系数;利用所述系数转化矩阵将所述编码系数转化为属性向量;利用所述属性向量对所述待识别样本进行多属性识别。本发明所述的多属性识别方法在训练过程中不需要对每个属性进行单独分类训练,且在识别过程中不需要对每个属性进行单独分类识别,而是通过一次识别得到所有的属性识别结果,因而本发明所述的方法在实际应用中会方便很多。
-
公开(公告)号:CN105740422A
公开(公告)日:2016-07-06
申请号:CN201610066163.9
申请日:2016-01-29
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明公开了一种行人检索方法及装置,所述方法包括:对预设训练数据进行多任务字典学习,得到目标字典;所述预设训练数据包括当前场景下的行人图片数据和非当前场景下的行人图片数据;所述非当前场景下的行人图片数据为已标注好行人身份信息的数据;所述当前场景为待检索的行人图片所属的场景;对所述待检索的行人图片进行处理,获取所述待检索的行人图片的特征数据;利用所述目标字典对所述特征数据进行编码,得到目标编码系数;利用所述目标编码系数进行检索匹配,获取与所述待检索的行人图片匹配的图片。本发明在训练过程中不需要当前场景数据集的训练数据必须具有标注信息,因此使得发明在实际应用中更为方便。
-
公开(公告)号:CN103729620A
公开(公告)日:2014-04-16
申请号:CN201310680608.9
申请日:2013-12-12
Applicant: 北京大学
Abstract: 本发明提出了一种基于视角贝叶斯网络模型的行人检测方法及装置,可以对多个摄像头监控的人群比较密集的场景进行行人检测和定位。不仅适用于前景提取效果较好的场景,也适用于前景提取效果不佳但可以通过行人检测器进行检测的场景。本发明的方法包括单视处理步骤、基平面映射步骤、多视角融合步骤和逆映射以及最终检测结果输出步骤。
-
公开(公告)号:CN103578109A
公开(公告)日:2014-02-12
申请号:CN201310552823.0
申请日:2013-11-08
Abstract: 本发明公开了一种监控摄像机测距方法和装置,属于智能监控技术领域,该方法包括:通过标定工具的不同摆放位置获取不同的世界坐标系和每个世界坐标系里的标定点;获取每个世界坐标系的标定点在世界坐标系中的位置和在图像坐标系中的位置;根据标定点在世界坐标系中的位置和在图像坐标系中的位置计算出不同世界坐标系下的摄像机参数;选取对测距点合适的世界坐标系对应的摄像机参数,将测距点从图像坐标系投影到世界坐标系中,计算测距点之间的真实距离。本发明降低了由于标定范围广、人工标定操作带来的误差对摄像机参数的计算产生的较大影响,提高了测距的准确性,适合于监控视野比较宽广的监控摄像头的参数标定和测距。
-
-
-