-
公开(公告)号：CN113963194A
公开(公告)日：2022-01-21
申请号：CN202111113569.5
申请日：2021-09-22
申请人： 高新兴科技集团股份有限公司
IPC分类号： G06V10/764 , G06V10/80 , G06V10/22 , G06V10/44
摘要： 本发明公开了一种车辆图像的识别方法、电子设备及计算机可读存储介质，其中方法包括根据实时获取到的车辆图像构建待过滤车辆图像集；对待过滤车辆图像集进行过滤得到待识别图像；对待识别图像进行前后车身识别得到对应的前拍车身图和后拍车身图；将待识别图像输入预置的用于存储图像特征与车身区域特征之间的对应关系的深度学习检测模型中得到若干个设定的车身区域特征图；将前拍车身图以及与前拍车身图相关的车身区域特征图进行特征融合，将后拍车身图以及与后拍车身图相关的车身区域特征图进行特征融合；输出融合后的图像结果。本发明提供的车辆图像的识别方法通过配置基于深度学习模型的车辆图像识别策略，提高了车辆图像识别的准确率。
-
公开(公告)号：CN113743443A
公开(公告)日：2021-12-03
申请号：CN202110603741.9
申请日：2021-05-31
申请人： 高新兴科技集团股份有限公司
摘要： 本申请揭示了一种图像证据分类和识别方法及装置，该方法包括将待分类识别的目标图像输入至分类网络模型中，分类网络模型的标签编码选用改进后的长度为2n的one‑hot编码，每个标签编码中后n个编码为前n个编码的反码，标签编码对应的已知类别至少包括证件类别、聊天截图类别以及表单类别，n为已知类别数；获取分类网络模型输出的预测结果；根据预测结果判定目标图像所属的类别；在目标图像所属的类别为未知类别时，对目标图像中的物品进行识别。本申请将图像进行大类划分，将物品类别划分到未知类别中，满足海关图像证据分类的要求；还对未知类别的物品进行识别，同时对后续的特征提取和以图搜物进行了设计，满足了从大数据库搜索同类物品的需求。
-
公开(公告)号：CN113076840A
公开(公告)日：2021-07-06
申请号：CN202110322535.0
申请日：2021-03-25
申请人： 高新兴科技集团股份有限公司
摘要： 本发明提出一种新的基于三元损失函数与对抗噪声融合的车辆后拍图像的品牌训练方法，该方法在进行车辆特征提取时，考虑到了相同类别与不同类别间车辆类别表征在度量空间中距离上的关系，训练学习得到车辆的表征，再通过对抗噪声融合技术将噪声与提取到的车辆表征相结合，训练识别模型的分类器，以此得到鲁棒的车辆后拍图像的品牌识别模型。
-
公开(公告)号：CN112883911A
公开(公告)日：2021-06-01
申请号：CN202110287189.7
申请日：2021-03-17
申请人： 高新兴科技集团股份有限公司
摘要： 本发明公开了一种无牌车辆判别方法、装置以及电子设备，包括：获取视频中目标车辆的车脸区域图和车牌区域图；将所述车脸区域图和车牌区域图的拼接图输入预先训练好的的深度学习网络模型，生成用来标识车牌类别的标签，其中所述训练好的深度学习网络模型通过包含车辆的车脸区域图和车牌区域图的拼接图以及用来标识车牌类别标签的样本数据训练生成的；获取所述模型生成的车牌类别标签，其中所述车牌类别标签包括无牌车标签、有牌车标签。本实施例将车脸区域图和车牌区域图进行拼接形成拼接图，由于拼接图包含更多的全局信息和局部信息，进而可以获取更准确的车牌信息，从而使得训练好的模型能输出更准确的无车牌判别结果。
-
公开(公告)号：CN112183304A
公开(公告)日：2021-01-05
申请号：CN202011016989.7
申请日：2020-09-24
申请人： 高新兴科技集团股份有限公司
摘要： 本发明提供了一种离位检测方法、系统及计算机存储介质，离位检测方法包括以下步骤：S1、获取某一区域内的人体基于时间序列的图像数据；S2、对图像数据进行处理，得到与区域内每一个人体分别一一对应的检测框；S3、根据检测框对区域内的人体进行人体跟踪；S4、根据人体跟踪结果计算得到每帧的轨迹点，生成人体位移轨迹；S5、根据人体位移轨迹是否跨越某一位置的边缘判断人体是否离开位置。根据本发明实施例的方法，利用图像进行离位检测，通过人体轨迹进行离位判断，具有较好的识别效果，可以实时获取目标人员的移动轨迹，能同时判断是否发生多人离开位置行为，降低了硬件成本和安装复杂度。
-
公开(公告)号：CN111832440A
公开(公告)日：2020-10-27
申请号：CN202010597945.1
申请日：2020-06-28
申请人： 高新兴科技集团股份有限公司
摘要： 本发明提供了一种人脸特征提取模型的构建方法、计算机存储介质及电子设备，方法包括以下步骤：S1、获取人脸数据集，通过构建训练批次对收集到的人脸数据进行人脸检测和人脸校正，构建三元组；S2、选取一个训练批次的数据，分别送入导师网络和学生网络中，计算各自的前向传播结果，得到导师网络输出特征向量和学生网络输出特征向量；S3、根据导师网络输出特征向量，计算三元组中的距离；S4、将导师网络的三元组中的距离压缩至指定范围；S5、根据步骤S4计算出的动态阈值，计算对应的双梯度三元组的损失函数；S6、根据损失函数，选择一第一三元组；S7、根据第一三元组，计算其双向梯度，输出到学生网络，学生网络根据双向梯度更新网络权重。
-
公开(公告)号：CN111753648A
公开(公告)日：2020-10-09
申请号：CN202010396645.7
申请日：2020-05-12
申请人： 高新兴科技集团股份有限公司
摘要： 本发明公开了一种人体姿态监控方法，包括：获取人体的姿态图像，并对姿态图像进行预处理；将进行完预处理后的姿态图像输入到预设的人体检测网络中，以输出所述姿态图像的人体坐标信息；将进行完预处理后的姿态图像输入到预设的行为识别网络中，以输出姿态图像中的人体姿态；当人体姿态符合预设的预警姿态时，获取相隔预设时间的人体检测网络输出的两张姿态图像的人体坐标信息；根据人体坐标信息计算两张姿态图像中人体区域的重叠程度；当重叠程度大于预设的百分比阈值时，更新与姿态图像对应的人物的姿态维持时间。本发明还公开了一种人体姿态监控装置、设备和存储介质。采用本发明实施例，能有效检测人体姿态，实时反馈员工在岗工作情况。
-
公开(公告)号：CN111680536A
公开(公告)日：2020-09-18
申请号：CN201911044979.1
申请日：2019-10-30
申请人： 高新兴科技集团股份有限公司
摘要： 本发明属于人脸识别技术领域，具体涉及一种基于案管场景下的轻量化人脸识别方法，其通过对轻量化网络MobilenetV2、Mobilefacenet的网络结构进行分析，在Mobilefacenet的主干结构基础上对其网络结构进行部分调整，并增加网络深度及宽度；采用softmax及其变体损失函数对调整后的网络加以监督，提取出人脸特征向量。本发明可实现算法轻量化，识别速度更快，用户体验更佳。
-
公开(公告)号：CN111444972A
公开(公告)日：2020-07-24
申请号：CN202010246119.2
申请日：2020-03-31
申请人： 高新兴科技集团股份有限公司
摘要： 本发明属于车辆检测技术领域，具体涉及一种基于深度学习的分级车辆目标检测方法，包括步骤：S1：图像输入进来之后，首先采用一级检测检测器对图像所有需要检测目标进行检测；S2：经过一级检测之后，判断检测到的目标类别，如果目标为四轮车，则将四轮车图像裁剪出来后进行二级检测；如果一级检测检测到的目标不为四轮车，则直接输出检测到目标的位置和类别信息；S3:对从一级检测裁剪出来的图像进行二级检测；S4：经过一二级检测之后，输出一二级检测中目标的位置信息与类别信息；本发明通过采用分级检测技术对车辆目标进行检测，降低车窗、车脸的误检率，提升车牌检测的召回率。
-
公开(公告)号：CN111260630A
公开(公告)日：2020-06-09
申请号：CN202010047311.9
申请日：2020-01-16
申请人： 高新兴科技集团股份有限公司
摘要： 本发明属于计算机视觉及目标检测技术领域，具体涉及一种改进的轻量化的小目标检测方法，通过改进Tiny-DSOD算法的数据增强、主干网络对其进行优化。该算法由主干网络和融合模块组合，基于前馈卷积神经网络，对目标生成一系列固定大小的锚框，并输出这些检测框中包含某类物体实例的得分，然后通过非极大值抑制，输出最终的检测结果。
-
-
-
-
-
-
-
-
-
搜索结果
91 条记录 (耗时 0.066 秒)