-
公开(公告)号：CN103778442B
公开(公告)日：2017-04-05
申请号：CN201410067355.2
申请日：2014-02-26
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/62 , G06T7/00 , G05B19/418
CPC classification number: G06K9/00778 , G06K9/4642 , G06K2009/4666
Abstract: 本发明公开了一种基于视频人数统计分析的中央空调控制方法及其控制系统，包括：间断地获取监控区域内视频流数据并将视频流数据传输至服务器；服务器对同一时间段内视频流数据中的每一帧图像进行分析以统计人数；将监控区域划分为多个子区域；对每个子区域内的人数进行估算，并取视频流数据中同一时间段内的连续N幅帧图像的人数平均值，以得到各子区域在同一时间段内的人数分布情况；根据人数分布情况产生控制信号以控制位于上述子区域内的中央空调。与现有技术相比，本发明的控制方法实现了根据人数分布情况对中央空调开关、出风量及出风方向的智能控制的目的，使得中央空调发挥了最大效率，并有效地减少了能源浪费。
-
公开(公告)号：CN106055922A
公开(公告)日：2016-10-26
申请号：CN201610404832.9
申请日：2016-06-08
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F19/18
CPC classification number: G16B20/00
Abstract: 本发明涉及基因诊断领域，尤其涉及一种基于基因表达数据的混合网络基因筛选方法；本方案通过引入基因表达数据，设计了基于基因表达数据的混合网络基因筛选方法模型，并给出了如何通过基因表达数据构建不同网络的具体步骤，利用基因表达数据对疾病与基因，基因与基因之间的相互关系网络进行了更为细致深入的量化，从而增强整个混合模型在疾病基因筛选方面的综合能力。
-
公开(公告)号：CN105574215A
公开(公告)日：2016-05-11
申请号：CN201610127023.8
申请日：2016-03-04
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种基于多层特征表示的实例级图像搜索方法。本发明提出了一个通过深度卷积神经网络模型学习图像不同层次的特征表示，进行实例级的图像搜索的方法，使之能有效的找到相同物品的不同图像；本发明在传统网络模型基础上引入了一种编码学习过程，通过对来自于多个卷积层的特征进行自动编码，使得提取的特征更具有鲁棒性，降低背景和噪声数据对特征的影响，同时兼具局部信息和类别信息；本发明还提出了一种基于多任务的损失函数，并通过优化该函数，使学习到的特征拥有很好的泛化性能，也使学习到的特征很好的用于区分类间图像以及类内不同事物的图像。
-
公开(公告)号：CN104504394A
公开(公告)日：2015-04-08
申请号：CN201410756921.0
申请日：2014-12-10
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00711 , G06K9/00362 , G06K9/4647
Abstract: 本发明提出了一种基于多特征融合的密集人数估计方法与系统。首先，将图像分成N个相等的子块；然后，用基于CSLBP直方图纹理模型和混合高斯背景建模的方法，对图像进行分层次背景建模，提取各子块经透视校正后的前景面积，并结合改进的Sobel边缘检测算子检测出各子块边缘密度，还结合CSLBP变换和灰度共生矩阵提取描述图像纹理特征的四个不同方向的重要纹理特征向量；再通过主成分分析对提取到的人群前景分割特征向量和纹理特征向量进行降维处理；将降维后的特征向量输入到神经网络模型的输入层，由其输出层得到各子块的人数估计；最后，相加得到总人数。其具有较高的准确性和较好的鲁棒性，在对地铁站台监控视频的人数统计实验中取得了较好效果。
-
公开(公告)号：CN103679148A
公开(公告)日：2014-03-26
申请号：CN201310676217.X
申请日：2013-12-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种聚类角点加权面积的群体聚散检测方法，包括如下步骤：A.获取视频帧图像；B.通过混合高斯背景建模方法计算出人群前景区域；C.通过Harris角点检测算法计算图像的角点；D.使用人群前景作为掩膜算子计算出图像中人群区域的角点；E.使用DBSCAN对角点进行聚类；F.使用加权法计算角点面积；G.计算角点面积的变化曲线的斜率，并结合类簇个数进行事件识别。本发明的方法通过使用角点描述人群分布，避免了对人群个体分割的不准确性；通过对人群角点进行聚类，并从人群类簇的个数可以分析出当前场景中人群整体的密集程度。通过计算角点面积变化曲线的斜率来进行事件决策，决策简单有效。事件决策过程中还增加了类簇个数变化情况进行辅助，增加了决策结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN108280811B
公开(公告)日：2021-07-06
申请号：CN201810063893.2
申请日：2018-01-23
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T5/00
Abstract: 本发明公开了一种基于神经网络的图像去噪方法，包括：获取场景的高感光度图像和低感光度图像；生成第一神经网络模型，并利用第一神经网络模型对低感光度图像进行去噪处理，得到去噪后的低感光度图像；将高感光度图像和去噪后的低感光度图像构成训练图像数据库，并利用训练图像数据库训练神经网络模型，生成用于图像去噪的第二神经网络模型；将待处理图像作为第二神经网络模型的输入，经处理后得到对应的干净图像。此外，还公开了一种基于神经网络的图像去噪系统。上述基于神经网络的图像去噪方法和系统能处理具有真实噪声信息的图像，具有现实的应用意义。
-
公开(公告)号：CN107784284B
公开(公告)日：2021-07-06
申请号：CN201711003182.8
申请日：2017-10-24
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出的人脸识别方法及系统，具有以下特点：1、计算速度快且计算结果逼近最优解，鲁棒性高；2、将训练样本向测试样本对齐，提高人脸识别率；3、将生成的对齐人脸图像与原始人脸图像同时作为训练样本，由所有样本组成的训练样本集合得到有效扩充；4、同时提取人脸边缘特征作为新训练样本进行分类计算，有效减少复杂背景或光照不均等因素带来的影响；5、有效地结合两种训练样本下所得残差，提高最终人脸识别率。
-
公开(公告)号：CN107563150A
公开(公告)日：2018-01-09
申请号：CN201710770933.2
申请日：2017-08-31
Applicant: 深圳大学 , 哈尔滨工业大学深圳研究生院
Abstract: 本发明适用生物信息技术领域，提供了一种蛋白质结合位点的预测方法、装置、设备及存储介质，该方法包括：接收待预测的蛋白质序列，使用预设的滑动窗口和滑动步长对蛋白质序列进行序列划分，得到多个氨基酸子序列，根据这些氨基酸子序列构建蛋白质序列的词向量，对词元素进行文档特征提取，根据提取的文档特征构建蛋白质序列的文档特征向量，对这些氨基酸子序列进行蛋白质链生物学特征提取，根据提取的生物学特征构建蛋白质序列的生物学特征向量，使用预设的氨基酸残基分类模型对使用文档特征向量和生物学特征向量表示的氨基酸子序列进行分类，得到蛋白质序列的氨基酸残基类型，从而提高了蛋白质结合位点预测的准确性和泛用性。
-
公开(公告)号：CN104166860B
公开(公告)日：2017-06-13
申请号：CN201410359737.2
申请日：2014-07-25
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/66
Abstract: 本发明提供了一种基于约束的面向单个测试样本的人脸识别方法，步骤1，对训练样本集合和测试样本进行预处理；步骤2，算法的第一阶段，设计测试样本与训练样本之间的函数关系，利用训练样本线性表示测试样本的方法建立它们间的函数关系，步骤3，设计字典的类标嵌入项，步骤4，算法的第二阶段,利用训练样本集合来学习字典，并且该字典同时也是测试样本的最优表示，步骤5、分类方法：采用线性分类方法对测试样本进行分类。试验结果表明提出的算法具有计算复杂度低，重构性能、鉴别性和紧凑性强的等特点，能进一步提高人脸识别效率。
-
公开(公告)号：CN106709477A
公开(公告)日：2017-05-24
申请号：CN201710098166.5
申请日：2017-02-23
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00288 , G06K9/2018 , G06K9/6292 , G06N3/084
Abstract: 本发明公开了一种基于自适应得分融合与深度学习的人脸识别方法及系统，该系统包括：近红外人脸和可见光人脸采集单元，用于通过两个模态的摄像头协同工作，共同采集同一个人脸的图片；人脸特征提取单元，用于通过深度卷积模型分别对获取的近红外人脸图片和可见光人脸图片进行特征提取；自适应的分融合单元，用于通过欧氏距离求出两张图片的相似度，也就是图片的得分，然后利用自适应的得分融合算法对使用深度学习算法提取到的人脸特征在得分层次进行融合，求出该用户最终的得分；结果输出单元，用于进行最终得分结果的输出。本发明既可以解决近红外光的光照强度对人脸成像的影响，又可以利用可见光图片解决近红外图片细节消失的问题。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.033 seconds)
