一种识别模型与验证模型相结合的行人重识别方法

    公开(公告)号:CN110858276A

    公开(公告)日:2020-03-03

    申请号:CN201810957969.6

    申请日:2018-08-22

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明提供一种识别模型与验证模型相结合的行人重识别方法,在不同角度摄像头下的预设区域提取视频帧,并进行行人检测与标签标记,获得训练数据;对训练数据图片进行预处理,每个样本为一对图片;对于测试图片和检索库中的图片分别使用训练好的深度学习网络进行特征提取,选用最后一个卷积层的输出作为行人图片的抽象表示;对于每一张测试图片,计算其与图像库中所有行人抽象特征的特征相似度,此结果表示他们的相似程度;当所述特征的相似度符合预设要求是,确定测试图片中的行人与图片库中相似度最大的人为同一个人。

    一种基于平均人脸-普氏变换的人脸对齐方法

    公开(公告)号:CN109711231A

    公开(公告)日:2019-05-03

    申请号:CN201711018882.4

    申请日:2017-10-26

    IPC分类号: G06K9/00 G06N3/08

    摘要: 本发明涉及一种基于平均人脸-普氏变换的人脸对齐方法,对原始输入视频图像、人工拍照图像利用多任务级联卷积神经网络进行人脸检测,定位人脸所在区域进行剪裁与放缩,进而在同尺寸的剪裁图像中得到双眼、两嘴角与鼻子五个关键点坐标;对所有剪裁图片中的五个特征点分别求平均,计算得到平均人脸模型;将待对齐的人脸图像以平均人脸为基准进行普氏变换,得到对齐后的图像;对对齐后的人脸图像进行识别、验证。

    一种利用身份证照片进行面部识别的方法

    公开(公告)号:CN110858275A

    公开(公告)日:2020-03-03

    申请号:CN201810957959.2

    申请日:2018-08-22

    IPC分类号: G06K9/00

    摘要: 本发明涉及一种利用身份证照片进行面部识别的方法,将作为识别底片的证件照存储到指定位置;将底片中的证件照进行人脸检测与特征提取并储存;通过手机拍摄或者采集架设摄像头中的照片,获取待识别图片,同样进行人脸检测与特征提取;将待识别图片的人脸特征与储存的底片的全部特征做比对,欧氏距离最近且阈值超过85%的图片被认为是识别出的人脸,并显示出来。

    一种基于多任务级联卷积神经网络的面部识别方法

    公开(公告)号:CN110858274A

    公开(公告)日:2020-03-03

    申请号:CN201810957956.9

    申请日:2018-08-22

    IPC分类号: G06K9/00 G06N3/04

    摘要: 本发明涉及一种基于多任务级联卷积神经网络的面部识别方法,对原始输入视频图像、人工拍照图像利用多任务级联卷积神经网络进行人脸检测,定位人脸所在区域进行剪裁与放缩,进而在同尺寸的剪裁图像中得到双眼、两嘴角与鼻子五个关键点坐标;对所有剪裁图片中的五个特征点分别求平均,计算得到平均人脸模型;将待对齐的人脸图像以平均人脸为基准进行普氏变换,得到对齐后的图像;对对齐后的人脸图像进行识别、验证。

    一种低用户配合度的人脸智能考勤方法

    公开(公告)号:CN109754478A

    公开(公告)日:2019-05-14

    申请号:CN201711081923.4

    申请日:2017-11-06

    IPC分类号: G07C1/10 G06K9/00

    摘要: 本发明提供一种低用户配合度的人脸智能考勤方法,采集用户距离摄像头固定距离处的多种面部姿态的图像以构建人脸库;自动在监控视频帧中对是否存在行人目标进行检测;通过智能分析算法自动对检测到的行人在整个视频监控区域中的运动轨迹进行描述,从而获取用户实时的图像;对追踪到的行人目标快照进行实时的人脸检测及人脸对齐;对检测到的人脸图像进行实时的人脸识别;对来自于某个实时追踪的行人的快照进行再识别,对符合身份再认证机制的识别结果进行入库保存,完成对该行人目标的人脸智能考勤。

    基于多目标函数的深度学习行人重识别方法

    公开(公告)号:CN109711232A

    公开(公告)日:2019-05-03

    申请号:CN201711018885.8

    申请日:2017-10-26

    IPC分类号: G06K9/00 G06K9/62 G06N3/04

    摘要: 本发明提供一种基于多目标函数的深度学习行人重识别方法,在不同角度摄像头下的预设区域提取视频帧,并进行行人检测与标签标记,获得训练数据;对训练数据图片进行预处理,每个样本为一对图片;对于测试图片和检索库中的图片分别使用训练好的深度学习网络进行特征提取,选用最后一个卷积层的输出作为行人图片的抽象表示;对于每一张测试图片,计算其与图像库中所有行人抽象特征的特征相似度,此结果表示他们的相似程度;当所述特征的相似度符合预设要求是,确定测试图片中的行人与图片库中相似度最大的人为同一个人。

    一种基于海量数据分析的重点车辆分析模型

    公开(公告)号:CN108074400A

    公开(公告)日:2018-05-25

    申请号:CN201611005756.0

    申请日:2016-11-14

    发明人: 范宇

    IPC分类号: G08G1/017 G08G1/01

    CPC分类号: G08G1/0175 G08G1/0104

    摘要: 一种基于海量数据分析的重点车辆分析模型,包括数据采集模块、车辆信息数据库,以及重点车辆比对排查模块;数据采集模块对行驶的机动车及路面交通状态实施全天候图像监测、视频录像,将信息存入车辆信息数据库,实现对机动车动态跟踪的视频数字化、符号化,并通过重点车辆比对排查模块进行分析;所述重点车辆比对排查模块包括敏感区域进入车辆排查模块、敏感区域徘徊车辆排查模块、尾随车辆排查模块、非法聚集车辆排查模块、行为异常车辆排查模块、套牌车辆排查模块。