-
公开(公告)号：CN118747905A
公开(公告)日：2024-10-08
申请号：CN202410741638.4
申请日：2024-06-09
申请人： 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
IPC分类号： G06V40/10 , G06V10/44 , G06N3/0464 , G06V10/80 , G06N3/0895 , G06V10/764
摘要： 行人属性识别(PAR)旨在生成行人的结构化描述，并在监控中具有重要意义。现有方法主要致力于训练过程中提升属性的空间定位。然而，这些方法未能解决数据集中单一视角姿态与现实中遇到的复杂视角姿态之间的差异，导致在开放环境中属性定位效果不佳。因此，本文介绍了一种新的多视角PAR方法，该方法使用人体关键点信息来适应复杂视角姿态。该方法利用关键点来建模属性特征的空间分布，便于进行弱监督定位，以模拟属性与人体在复杂视角下的动态关系。此外，它还结合了空间位置编码来建模人体结构信息，并隐式捕捉属性与人体之间的关系。最后我们应用了特征融合的方法使得空间位置信息发挥更大的作用。
-
公开(公告)号：CN118799204A
公开(公告)日：2024-10-18
申请号：CN202411276518.8
申请日：2024-09-12
申请人： 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
摘要： 本发明涉及一种夜间可见光与热红外图像融合方法，属于图像处理领域。本发明基于图像分层理论，运用加权引导滤波和高斯滤波组合策略，分别将夜间可见光图像和热红外图像分解为基本、边缘和纹理层；然后提出基于视觉亮度感知特性的分层互补融合方法将夜间可见光图像和热红外图像的基本层、纹理层和边缘层进行融合重构。该方法不仅保留了可见光图像的自然色彩和纹理细节，同时融合了热红外图像的热辐射信息，显著提升了目标的显著性和图像的整体质量。
-
公开(公告)号：CN117115851A
公开(公告)日：2023-11-24
申请号：CN202310608449.5
申请日：2023-05-27
申请人： 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
IPC分类号： G06V40/10 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 一种在监控场景下，基于去除深度模型在推理过程中学习到的冗余属性间共现偏置，以实现在变化场景下更好泛化性能的行人属性识别方法。包括：一种新的属性信息解耦特征的生成方式。在模型对某一属性的识别和推理过程中，利用特征的线性插值与标签的线性插值匹配这一先前研究中的实验观察，通过最小化该属性的特化特征与其他属性预测概率间的互信息，以减少对于其他属性信息的利用，在显著降低训练时间的前提下实现了更好的准确率；一种新的特征插值方法。本发明提出了方向‑范数分离的特征插值方法，该方法相比于原始的插值过程，可以更好地发掘与探索属性特征的分布域，进而提高了模型的最终效果；使用卷积神经网络，按照以上算法框架，以特定训练参数配置对模型进行训练，得到行人属性识别模型。本方法可以实现在发生时空变化的监控场景中更加精确和稳定的行人属性识别结果。
-
公开(公告)号：CN115062765A
公开(公告)日：2022-09-16
申请号：CN202210709171.6
申请日：2022-06-21
申请人： 杭州海康威视数字技术股份有限公司
摘要： 本申请提供一种任务处理方法、装置、电子设备及存储介质，该方法包括：在对Transformer模型进行训练的过程中，对于Transformer模型中的任一归一化层，确定该归一化层当前批次的第一统计值，依据该第一统计值以及该归一化层历史批次的统计值，利用滑动平均策略，对该第一统计值进行平滑处理，得到第二统计值，并利用将该归一化层的第二统计值进行前向或反向传播；在利用训练好的Transformer模型进行任务处理的过程中，对于Transformer模型中的任一归一化层，将该归一化层的统计值固定为第三统计值进行推理计算。该方法可以在降低Transformer模型的计算内存消耗的情况下，保证处理性能。
-
公开(公告)号：CN118710889A
公开(公告)日：2024-09-27
申请号：CN202411184316.0
申请日：2024-08-27
申请人： 杭州海康威视数字技术股份有限公司
IPC分类号： G06V10/25 , G06V20/62 , G06N3/0985 , G06N3/0895 , G06N3/045 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/776
摘要： 本申请实施例提供了一种数据增强模型的训练方法、数据增强方法、及装置，涉及机器学习技术领域，该数据增强模型的训练方法包括：获取训练图像；利用初始结构的数据增强模型生成每一训练图像的数据增强变量的变量值；利用每一训练图像的数据增强变量的变量值，对该训练图像中对象的检测框进行变换处理，得到第一检测框；基于测试图像中表示同一类别对象的检测框，与表示该同一类别对象的第一检测框之间几何特征的差异，确定模型损失值；基于模型损失值对初始结构的数据增强模型的模型参数进行调参，直至达到预设收敛条件，得到训练完成的数据增强模型。通过本方案能够省去由专业人员人工调节超参数的过程，降低人工成本。
-
公开(公告)号：CN112348102B
公开(公告)日：2024-03-19
申请号：CN202011278817.7
申请日：2020-11-16
申请人： 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC分类号： G06V20/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06F16/783
摘要： 本发明公开了一种基于查询的自底向上视频定位方法和系统。首先，获取查询内容Query和待定位视频Ref，其次将查询内容Query特征与待定位视频Ref的特征融合到一个全新的特征图#imgabs0#中。最后特征图#imgabs1#通过深度学习方法检测出查询内容Query所对应的真实视频片段GT‑v位于待定位视频Ref中的起始位置和终止位置。本发明方法根据查询内容Query可以准确而又高效的识别真实视频片段GT‑v在待定位视频Ref的起始位置和终止位置。
-
公开(公告)号：CN115187845A
公开(公告)日：2022-10-14
申请号：CN202210815529.3
申请日：2022-07-08
申请人： 杭州海康威视数字技术股份有限公司
IPC分类号： G06V10/82 , G06V10/774 , G06V10/764 , G06N3/04
摘要： 本申请提供一种图像处理方法、装置及设备，该方法包括：获取待处理图像对应的输入特征；基于所述输入特征确定移位操作特征，基于所述输入特征和所述移位操作特征确定限定范围特征；基于所述移位操作特征和所述限定范围特征确定所述待处理图像对应的映射特征；基于所述映射特征进行归一化操作，得到归一化特征，并基于所述归一化特征确定所述待处理图像对应的输出特征；基于所述输出特征确定所述待处理图像对应的图像处理结果。通过本申请的技术方案，能够减轻运算复杂度，运算量较小，资源消耗较小。
-
公开(公告)号：CN118781471A
公开(公告)日：2024-10-15
申请号：CN202411277658.7
申请日：2024-09-12
申请人： 杭州海康威视数字技术股份有限公司
IPC分类号： G06V10/82 , G06V10/774 , G06V20/62 , G06N3/0455 , G06N3/08
摘要： 本申请提供了一种模型训练方法、对象识别方法、装置及电子设备，涉及深度学习技术领域，该模型训练方法包括：获取样本图像集；将各个样本图像输入对象识别模型，以使模型中的全局编码器对每一样本图像进行特征编码，得到初始图像特征，将每一样本图像的初始图像特征分别输入模型中的目标子网络、第一子网络以及第二子网络，得到各子网络针对每一样本图像的输出结果；基于子网络针对每一样本图像的输出结果以及各个样本图像的标定真值，确定子网络的网络损失；基于每一子网络的网络损失，确定模型损失；基于模型损失判断出对象识别模型未收敛，调整对象识别模型的网络参数，并返回获取样本图像集的步骤。通过本方案可以提高对象识别模型的准确性。
-
公开(公告)号：CN118397109B
公开(公告)日：2024-08-20
申请号：CN202410853898.0
申请日：2024-06-27
申请人： 杭州海康威视数字技术股份有限公司
摘要： 本申请提供一种车载相机标定方法、装置、电子设备及机器可读存储介质，该方法包括：对于车载相机采集的图像中的任一标定物，对该标定物进行角点检测，并依据角点像素坐标以及角点标定物世界坐标，确定该车载相机的像素坐标系与该标定物的标定物世界坐标系之间的映射关系；依据该映射关系，确定各车载相机的基准标定物世界坐标，并确定车身指定位置的基准标定物世界坐标；对于任一车载相机，依据该车载相机视野范围内多个标定物的多个角点的车身世界坐标，对该车载相机进行外参标定，车身世界坐标为车身世界坐标系下的坐标，车身世界坐标系为以车身指定位置为原点的世界坐标系。该方法可以提高车载相机外参标定的准确性和效率。
-
公开(公告)号：CN118397109A
公开(公告)日：2024-07-26
申请号：CN202410853898.0
申请日：2024-06-27
申请人： 杭州海康威视数字技术股份有限公司
摘要： 本申请提供一种车载相机标定方法、装置、电子设备及机器可读存储介质，该方法包括：对于车载相机采集的图像中的任一标定物，对该标定物进行角点检测，并依据角点像素坐标以及角点标定物世界坐标，确定该车载相机的像素坐标系与该标定物的标定物世界坐标系之间的映射关系；依据该映射关系，确定各车载相机的基准标定物世界坐标，并确定车身指定位置的基准标定物世界坐标；对于任一车载相机，依据该车载相机视野范围内多个标定物的多个角点的车身世界坐标，对该车载相机进行外参标定，车身世界坐标为车身世界坐标系下的坐标，车身世界坐标系为以车身指定位置为原点的世界坐标系。该方法可以提高车载相机外参标定的准确性和效率。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.053 秒)
