-
公开(公告)号:CN114495268A
公开(公告)日:2022-05-13
申请号:CN202210002766.8
申请日:2022-01-04
发明人: 李贝贝 , 朱建生 , 阎志远 , 戴琳琳 , 单杏花 , 潘瑶 , 候亚伟 , 景辉 , 随玉腾 , 张世平 , 衣帅 , 苗凡 , 吕占民 , 李杨 , 蒋秋华 , 杨立鹏 , 刘文韬 , 徐东平
摘要: 本申请公开了一种步态识别数据采集方法,包括:单摄像头跟踪步骤:通过多个单摄像头对室内空间的行人进行检测,获得行人的步态框,并赋予行人对应的行人ID,基于步态框及行人ID继续进行行人的跟踪检测,动态匹配跟踪检测的结果,并基于行人ID对单摄像头获取的数据进行分别存储;多数据重识别步骤:基于行人重识别算法,完成多个单摄像头的数据的重识别处理,并基于行人ID进行数据处理;步态轮廓输出步骤:基于分割算法对完成数据处理的数据进行人像的二值分割,得到行人步态轮廓图。本发明提供了一种基于室内自然环境下的步态数据采集方法。
-
公开(公告)号:CN115527029A
公开(公告)日:2022-12-27
申请号:CN202211119797.8
申请日:2022-09-14
摘要: 本发明实施例提供了一种基于深度学习模型的图像分割方法和计算机设备。该深度学习模型包括:编码区、解码区和优化模块;编码区,用于对原始数据进行处理,生成第一特征图;解码区,用于对第一特征图进行处理,生成粗略预测图;优化模块,用于对粗略预测图进行处理,生成精确分割图。本发明实施例提供的技术方案中,通过加入了独立的优化模块,消除弱标签给模型带来的负面影响,提高了图像分割的效率。
-