-
公开(公告)号：CN108961160A
公开(公告)日：2018-12-07
申请号：CN201810392865.5
申请日：2018-04-27
Applicant: 淘然视界(杭州)科技有限公司
IPC: G06T3/40 , G06T7/187 , G06F3/0484 , G06F3/0488
CPC classification number: G06T3/40 , G06F3/04845 , G06F3/04883 , G06T7/187
Abstract: 本发明公开了一种具有图像放大功能的标注系统，其包括控制模块、分别与所述控制模块通信连接的储存模块、显示标注模块、选择模块、以及放大模块，其中所述储存模块用于储存待标注的图像数据，所述选择模块根据选择指令从所述储存模块中调取图像数据至所述显示标注模块，所述显示标注模块用于显示待标注的图像并接收来自标注人员的标注指令，所述控制模块根据所述标注指令控制所述显示标注模块在待标注的图像中显示经标注人员挑选的标注区域，所述放大模块对所述标注区域进行放大，所述控制模块根据所述放大模块的放大处理控制所述显示标注模块进一步显示放大处理后的标注区域供标注人员对标注目标进行二次标注调整，提高了标注结果的准确性。
-
公开(公告)号：CN108805163A
公开(公告)日：2018-11-13
申请号：CN201810392122.8
申请日：2018-04-27
Applicant: 淘然视界(杭州)科技有限公司
CPC classification number: G06K9/6223 , G06K9/4676 , G06K9/6269
Abstract: 本发明公开了一种衣服图像自动标注方法，步骤1，提取图像的显著区域；步骤2，提取图像的SIFT特征，利用K‑均值聚类得到视觉词汇，并根据训练图像的SIFT特征是否位于显著区域进行不同的加权运算得到视觉词汇的词袋表示；步骤3，利用支持向量机训练分类模型实现图像分类和标注。本发明与现有技术相比，具有以下优点和效果：本发明很大程度的解放大量人力成本，直接定位衣服颜色，提高数据标注准确性，减少因为主观因素引起的错误标注。
-
公开(公告)号：CN108764083A
公开(公告)日：2018-11-06
申请号：CN201810474772.7
申请日：2018-05-17
Applicant: 淘然视界(杭州)科技有限公司
CPC classification number: G06K9/00885 , G06F17/2705 , G06F17/2765 , G06K9/6256
Abstract: 本发明提供基于自然语言表达的目标检测方法，包括获取用户输入的自然语言表达中的自然语言信息以及待测目标图片；根据快速区域卷积神经网络对提取待测目标图片中含有物体的区域图像并提取区域图像中的区域特征；采用含有注意机制和记忆机制的循环神经网络对自然语言信息进行编码处理，并根据编码提取自然语言信息中的自然语言特征；将自然语言特征与区域特征进行相似度匹配，若相似度达到预设相似度阈值，则匹配成功，区域特征为目标区域特征，将区域特征输出至用户；若相似度未达到预设相似度阈值，则匹配不成功。本发明的基于自然语言表达的目标检测方法，检测过程快速精准，可以实时有效的检测到与用户输入的自然语言表达相对应的目标区域。
-
公开(公告)号：CN108764082A
公开(公告)日：2018-11-06
申请号：CN201810474112.9
申请日：2018-05-17
Applicant: 淘然视界(杭州)科技有限公司
CPC classification number: G06K9/0063 , G06K9/00711 , G06K9/6256 , G06K9/6268
Abstract: 本发明提供一种飞机目标检测方法，包括在预设的数据集中获取含有飞机图像的训练图像以及在检测端获取待检测飞机目标图像，对训练图像进行第一显著性预检测处理并得到样本图像，对样本图像进行分类处理得到原始正样本图像和训练负样本图像；对原始正样本图像进行数据增强处理得到训练正样本图像；将训练正样本图像及训练负样本图像输入卷积神经网络模型中进行训练并得到目标检测模型，将待检测飞机目标图像输入至目标检测模型中，目标检测模型对待检测飞机目标图像进行检测得到飞机目标检测结果。本发明的一种飞机目标检测方法实现了对于飞机的精准定位，经过深度学些目标检测模型可以使用各种不同的应用场景的待检测飞机目标图像。
-
公开(公告)号：CN108846544A
公开(公告)日：2018-11-20
申请号：CN201810392751.0
申请日：2018-04-27
Applicant: 淘然视界(杭州)科技有限公司
IPC: G06Q10/06
Abstract: 本发明公开了一种标注任务的分配方法及系统，该标注任务的分配方法具体包括以下步骤：预先获取所有用户的标注记录数据；获取所有标注任务的参数信息；根据所述标注记录数据和所述参数信息，将所述所有标注任务分配给不同的用户。本发明提供的一种标注任务的分配方法及系统，通过对标注员的历史标注数据进行统计分析，得出各个标注员分别适合标注什么类型的任务,从而有选择性的分发给各个标注员适合的任务，使标注质量更加准确和标注速度更加高效。
-
公开(公告)号：CN108805164A
公开(公告)日：2018-11-13
申请号：CN201810392165.6
申请日：2018-04-27
Applicant: 淘然视界(杭州)科技有限公司
CPC classification number: G06K9/6253 , G06K9/00281 , G06K9/00973
Abstract: 本发明公开了一种标注任务拆解方法及系统，该标注任务拆解方法包括以下步骤：将每一个标注任务划分为多个子标注任务，并依次执行划分出来的每一个子标注任务。本发明将每一个大的标注任务拆分成五个子标注任务，为每一个独立的子标注任务单独分发一个任务包，这样既方便了标注员理解每一个标注任务，不会让标注员连续标注多个任务感到比较麻烦，觉得不容易操作，又可以用单独的子标注任务使标注员养成对子任务的标注习惯，方便标注员按照拆分后的每一个独立的子标注任务的任务包标注，不易出错，而且有利于提高任务的标注效率，便于标注员在标注的时候节省大量的时间。
-
公开(公告)号：CN108805020A
公开(公告)日：2018-11-13
申请号：CN201810392875.9
申请日：2018-04-27
Applicant: 淘然视界(杭州)科技有限公司
CPC classification number: G06K9/00362 , G06K9/00785 , G06K9/6218
Abstract: 本发明公开了一种基于显著度融合的自适应分块行人再识别方法，其包括以下步骤：(1)利用启发式聚类算法对图像进行自适应分块；(2)基于显著度的块权重学习；以及(3)基于显著度权重的相似性计算，计算行人图像P和Q之间的相似度，本发明提供的行人再识别方法在块匹配的基础上，对分块规则和大小进行指导，提出了启发式自适应分块方法，对比于传统图像显著度计算方法，本方法计算的显著度划分更加精细，稳定性更好。
-
公开(公告)号：CN108769574A
公开(公告)日：2018-11-06
申请号：CN201810392183.4
申请日：2018-04-27
Applicant: 淘然视界(杭州)科技有限公司
CPC classification number: H04N7/181 , G06K9/00255 , H04N5/232 , H04N5/247
Abstract: 本发明公开了一种多角度行人图像数据采集系统，其包括云端服务器，控制模块，分别与所述控制模块可通电地相连接的通讯模块，储存模块，接口模块，以及多个摄像头，其中所述通讯模块通过电子通讯网络与所述云端服务器进行可通讯地连接，其中所述控制模块被设置根据地理环境条件控制多个所述摄像头调节不同的拍摄角度以形成不同的拍摄范围，由此对行人进行多角度地图像采集。
-
公开(公告)号：CN108629999A
公开(公告)日：2018-10-09
申请号：CN201810473516.6
申请日：2018-05-17
Applicant: 淘然视界(杭州)科技有限公司
IPC: G08G1/0962
Abstract: 本发明提供一种汽车识别红绿灯方法，包括：无线通讯模块获取每个红绿灯路口位置信息，并对每个红绿灯路口位置信息设定对应的红绿灯路口ID，无线通讯模块将红绿灯路口位置信息与红绿灯路口ID发送至车载端的预设红绿灯数据库中；无线通讯模块将实时的红绿灯信息发送至车载端，红绿灯信息包括红绿灯状态信息与红绿灯路口ID；车载端接收红绿灯状态信息与红绿灯路口ID，车载端根据红绿灯路口ID在预设红绿灯数据库中筛选出对应的红绿灯路口位置信息，将红绿灯状态信息发送至车载端的显示模块。本发明的一种汽车识别红绿灯方法，驾驶员可以快速的了解前方的红绿灯状态，避免了因为前方出现障碍物而无法辨别红绿灯状态从而导致的交通事故的风险。
-
公开(公告)号：CN108921004A
公开(公告)日：2018-11-30
申请号：CN201810392822.7
申请日：2018-04-27
Applicant: 淘然视界(杭州)科技有限公司
Abstract: 本发明提供一种安全帽佩戴识别方法，包括图像采集，对待测区域图像进行采集；采用混合高斯模型对所述待测区域图像进行前景检测处理并得到所述待测区域中前景区域的二值化图像，将所述二值化图像进行人体形态判别处理并得到人体几何形态模型；根据人体佩戴安全帽的位置关系在所述人体几何形态模型中的位置中安全帽佩戴区域，提取所述安全帽佩戴区域的像素特征；对所述安全帽佩戴区域的像素特征与预设安全帽特征进行判别，若满足预设安全帽特征，则判定为已佩戴安全帽，若不满足，则判定为未佩戴安全帽。本发明的安全帽佩戴识别方法通过自动识别施工人员是否佩戴安全帽，节省了监控费用，可以对施工现场区域内的施工人员进行全程监控。
