-
公开(公告)号：CN117093855A
公开(公告)日：2023-11-21
申请号：CN202311356289.6
申请日：2023-10-19
申请人： 中电科新型智慧城市研究院有限公司
IPC分类号： G06F18/213
摘要： 本申请适用于数据处理技术领域，提供了一种特征提取方法、装置、终端设备及介质，该方法包括：获取初始样本集，初始样本集中的每一初始样本对应有稀疏表示系数向量；基于每一初始样本被其他初始样本进行稀疏表示时存在的稀疏表示误差，确定稀疏表示系数向量的目标向量值；基于目标向量值对初始样本进行稀疏表示得到目标样本，生成目标样本集，初始样本和目标样本被特征提取矩阵提取特征时具有样本特征；基于每一初始样本的样本特征和每一目标样本的样本特征之间的样本特征差异，确定特征提取矩阵的目标矩阵值；基于目标矩阵值对初始样本进行特征提取。本申请无需对初始样本集进行数据标注即可实现在无监督的情况下获取特征提取矩阵进行特征提取。
-
公开(公告)号：CN112070074A
公开(公告)日：2020-12-11
申请号：CN202011259208.7
申请日：2020-11-12
申请人： 中电科新型智慧城市研究院有限公司
摘要： 本申请适用于图像处理技术领域，提供了一种物体检测方法、装置、终端设备和存储介质。该物体检测方法包括：获取待测图片；采用预先训练完成的物体检测模型对所述待测图片进行检测，得到所述待测图片中具有的第一物体的标注框和第二物体的标注框；根据所述第一物体的标注框和所述第二物体的标注框之间的位置覆盖关系，计算得到所述第一物体和所述第二物体是否符合预设条件的结果。在对存在位置覆盖关系的两个物体进行检测时，本申请首先检测出物体的标注框，然后再根据两个物体标注框之间的位置覆盖关系来确定物体检测结果。与仅通过判断预设范围内是否存在对应物体的方式相比，本申请能够提高物体检测的准确性。
-
公开(公告)号：CN112037256A
公开(公告)日：2020-12-04
申请号：CN202010827742.7
申请日：2020-08-17
申请人： 中电科新型智慧城市研究院有限公司
摘要： 本申请适用于目标跟踪技术领域，尤其涉及一种目标跟踪方法、装置、终端设备及计算机可读存储介质。该方法通过检测前后两帧图像中目标物体的包围框的重叠度，当重叠度大于重叠度阈值时将确定后帧图像的包围框为目标包围框，对比前帧图像的包围框中目标物体的第一目标特征与目标包围框中目标物体的第二目标特征，当第一目标特征与第二目标特征相似时将前帧图像的包围框的标识信息作为目标包围框的标识信息，从而实现了对前后帧图像中目标物体的跟踪，通过检测包围框的重叠度可以有效地降低目标跟丢的情况，再结合目标特征的识别可以避免跟错目标，提高了目标跟踪的准确性。
-
公开(公告)号：CN111080635A
公开(公告)日：2020-04-28
申请号：CN201911339716.3
申请日：2019-12-23
申请人： 中电科新型智慧城市研究院有限公司
摘要： 一种基于张量流递归神经网络的检测分拨系统及方法，包括传感器单元、第一存储单元、第二存储单元、第三存储单元、图像融合单元、张量流递归检测单元和分拨处置单元；传感器单元包括可见光摄像头和红外摄像头，传感器单元用于收集可见光图像和红外图像；张量流递归单元，用于将融合后的图像信息进行数据分析，并判断图中有无城管事件发生，并标记出发生城管事件的类型及图中的位置；张量流递归单元的输入参数为融合图像的张量流，输出参数为城管事件的标签。本发明中，系统既能有效地检测到城管事件发生情况，又能起到将城管事件按照事件类型及发生位置精准地分拨到网格员进行有效处置。
-
公开(公告)号：CN118135250A
公开(公告)日：2024-06-04
申请号：CN202410545950.6
申请日：2024-05-06
申请人： 中电科新型智慧城市研究院有限公司
IPC分类号： G06V10/56 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80
摘要： 本申请适用图像处理技术领域，提供了一种图像识别方法、装置、电子设备及介质，该方法包括：获取包含多个待识别图像的待识别图像集；采用多个层次级联的方式提取每个待识别图像在多个色彩通道的目标图像特征，多个层次包括以下至少之二：局部图像层次、全局图像层次以及图像间层次；对每个待识别图像在多个色彩通道各自的目标图像特征进行特征识别，得到每个待识别图像在多个色彩通道各自对应的通道识别结果；根据每个待识别图像在多个色彩通道各自对应的通道识别结果，确定每个待识别图像的目标识别结果。该方法采用多个层次级联的方式提取各待识别图像在多个色彩通道的目标图像特征，能够从多个层次减少图像特征冗余，保证图像识别的准确性。
-
公开(公告)号：CN117456284B
公开(公告)日：2024-05-10
申请号：CN202311765676.5
申请日：2023-12-21
申请人： 中电科新型智慧城市研究院有限公司
IPC分类号： G06V10/764 , G06V10/74 , G06V10/77 , G06V10/774
摘要： 本申请适用于图像处理技术领域，提供了一种图像分类方法、装置、设备及存储介质，该方法包括：获取训练图像集，根据预设图像特征提取函数对所述多个训练图像样本进行图像特征提取处理，得到所述多个训练图像样本的低秩稀疏投影特征；利用所述多个训练图像样本的低秩稀疏投影特征进行图像分类训练，得到目标图像分类器；将所述多个待分类图像样本的低秩稀疏投影特征输入所述目标图像分类器，生成所述多个待分类图像样本对应的类别。该方案通过对预设特征提取函数施加低秩和稀疏约束，从而提取低秩稀疏投影特征，增强了图像特征对噪声和遮挡等的鲁棒性，有利于增强图像分类的准确性。
-
公开(公告)号：CN111160203B
公开(公告)日：2023-05-16
申请号：CN201911342538.X
申请日：2019-12-23
申请人： 中电科新型智慧城市研究院有限公司
IPC分类号： G06V40/10 , G06V20/40 , G06V10/774 , G06V20/52 , G06V10/82 , G06T7/207 , G06N3/0464
摘要： 一种基于头肩模型和IOU跟踪的徘徊逗留行为分析方法，包括以下步骤：S1：通过网上爬取行人图片及截取监控视频中包含行人的图片，对图片中的行人头肩进行标注和清洗，建立头肩数据集；S2：对监控视频进行检测，返回视频画面中检测出的行人头肩；S4：对行人头肩采用Iou‑net跟踪算法进行多目标跟踪；S5：跟踪目标的运动轨迹路径，并与设定的阈值进行对比；S6：输出徘徊逗留目标。本发明中，通过建立头肩数据集，并利用深度学习检测算法进行训练。通过训练得到的模型，对监控视频中的行人头肩进行检测，结合Iou‑net跟踪算法对检测出的头肩进行多目标跟踪，通过判定其运动轨迹来分析目标是否存在徘徊逗留的行为。
-
公开(公告)号：CN113869137A
公开(公告)日：2021-12-31
申请号：CN202111038795.1
申请日：2021-09-06
申请人： 中电科新型智慧城市研究院有限公司
摘要： 本申请涉及人工智能技术领域，提供了一种事件检测方法、装置、终端设备及存储介质。该事件检测方法包括：获取待识别视频帧；检测待识别视频帧包含的指定事件所处的图像区域；将图像区域输入已训练的事件分类模型进行处理，得到指定事件的分类结果；根据待识别视频帧的物体检测结果，对指定事件的分类结果进行修正。通过本申请提供的方法，能够获得准确的事件分类结果。
-
公开(公告)号：CN111738225A
公开(公告)日：2020-10-02
申请号：CN202010741058.7
申请日：2020-07-29
申请人： 中电科新型智慧城市研究院有限公司
IPC分类号： G06K9/00
摘要： 本申请提供人群聚集检测方法、装置、设备及存储介质，涉及视频监控技术领域，能够在不需要额外计算资源的同时提高了人群聚集检测的实时性。该方法包括：获取预设区域的实时视频流，针对所述实时视频流中的任一视频帧，确定该视频帧中的行人；获取每个所述行人在该视频帧中的位置坐标；对每个所述行人的所述位置坐标进行核函数映射，得到每个所述行人的所述位置坐标对应的点集以及所述点集中每个点的像素值；将各个所述点集中重叠的点对应的所述像素值进行累加，得到该视频帧的人群密度分布图；根据所述人群密度分布图和预设人群聚集阈值，确定该视频帧中的人群聚集区域。
-
公开(公告)号：CN109840567A
公开(公告)日：2019-06-04
申请号：CN201910255564.2
申请日：2019-04-01
申请人： 中电科新型智慧城市研究院有限公司
IPC分类号： G06K9/62
摘要： 本发明涉及一种基于最优协同表示的稳健判别特征提取方法，包括计算机及存储其中的图像库，并从图像库提取基于最优协同表示的L2,p(0＜p＜2)范数稳健判别特征；本发明应用于智能交通、人脸识别、公安系统中特定人物身份判定等领域，在低维空间中自适应地更新协同表示系数矩阵，从而更好地反映了低维空间中样本间的协同重构关系和局部几何信息，采用L2,p(0＜p＜2)范数，并用迭代方法求解投影矩阵，使得投影矩阵在迭代过程中不断得到优化，保证提取最优协同表示的L2,p(0＜p＜2)范数稳健判别特征。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.049 秒)
