一种基于立体视觉的三维手掌姿态识别交互方法和系统

    公开(公告)号:CN104317391B

    公开(公告)日:2017-10-03

    申请号:CN201410494445.X

    申请日:2014-09-24

    Abstract: 本发明公开了一种基于立体视觉的三维手掌姿态识别方法和系统,属于计算机视觉和人机交互技术领域。本发明包括:使用立体视觉信息采集设备进行数据的采集,得到包括深度信息在内的三维数据;通过得到的三维数据对手掌进行分割,然后运用平面拟合,获得手掌在三维空间中的姿态;根据跟踪识别的手掌姿态,匹配预定义的标准手势,进行具体的三维应用,实现人机交互。本发明通过识别手掌的姿态,使得识别的精度更高,更少的出现误识别的操作,同时解决了一般基于指尖识别的高运算量的问题,实现了更加实时的人机互动功能,保证了交互的准确性和易用性。

    一种基于立体视觉的三维手掌姿态识别交互方法和系统

    公开(公告)号:CN104317391A

    公开(公告)日:2015-01-28

    申请号:CN201410494445.X

    申请日:2014-09-24

    CPC classification number: G06F3/017 G06K9/00335

    Abstract: 本发明公开了一种基于立体视觉的三维手掌姿态识别方法和系统,属于计算机视觉和人机交互技术领域。本发明包括:使用立体视觉信息采集设备进行数据的采集,得到包括深度信息在内的三维数据;通过得到的三维数据对手掌进行分割,然后运用平面拟合,获得手掌在三维空间中的姿态;根据跟踪识别的手掌姿态,匹配预定义的标准手势,进行具体的三维应用,实现人机交互。本发明通过识别手掌的姿态,使得识别的精度更高,更少的出现误识别的操作,同时解决了一般基于指尖识别的高运算量的问题,实现了更加实时的人机互动功能,保证了交互的准确性和易用性。

    用于消除线的图像处理装置、图像处理方法及存储介质

    公开(公告)号:CN113449729B

    公开(公告)日:2024-12-10

    申请号:CN202010224697.6

    申请日:2020-03-26

    Inventor: 汪留安 孙俊

    Abstract: 本公开内容涉及图像处理装置、图像处理方法及存储介质。根据本公开内容的一个实施例,该图像处理装置,包括:二值化单元,用于将灰度文档图像二值化作为目标图像;划分单元,用于通过划分目标图像得到沿第一方向布置的多个条形区域;有向图确定单元,用于基于多个条形区域的区域内连通域确定针对整个目标图像的有向图;目标路径确定单元,用于基于有向图确定与有向图的单源最短路径有关的目标路径;以及线消除单元,用于消除灰度文档图像中的与目标路径对应的线。本公开内容的方法、装置和存储介质至少能有助于实现以下效果之一:消除文档图像中的噪声线,处理速度快、占用计算资源少,以及改善文字识别引擎的识别性能。

    估计模型的准确性和鲁棒性的方法及其装置

    公开(公告)号:CN112464965B

    公开(公告)日:2024-06-21

    申请号:CN201910842132.1

    申请日:2019-09-06

    Abstract: 本公开涉及估计模型的准确性和鲁棒性的方法及其装置。根据本公开内容的一个实施例,该方法包括以下步骤:计算表征第一数据集中的样本在第二数据集中出现的可能性的参数;计算模型的针对第一数据集中的样本的准确性得分;以参数为权重基于准确性得分计算模型的针对第一数据集中样本的加权准确性得分;以及根据加权准确性得分计算模型的针对第一数据集的经调整的准确性作为模型的针对第二数据集的估计准确性。本公开内容的方法、装置至少能有助于实现如下效果之一:方便、准确、有效地估计模型的准确性和鲁棒性。

    信息处理装置、信息处理方法及计算机可读存储介质

    公开(公告)号:CN117726827A

    公开(公告)日:2024-03-19

    申请号:CN202211089646.2

    申请日:2022-09-07

    Abstract: 本申请公开一种信息处理装置、信息处理方法和计算机可读记录介质。该信息处理装置包括:第一训练单元,利用第一训练图像集对第一模型进行训练,以获得经训练的第一模型;第二训练单元,利用第二训练图像集对经训练的第一模型进行训练,以获得再训练的第一模型作为第二模型;以及第三训练单元,利用第三训练图像集对所述第二模型进行训练,以获得再训练的第二模型作为第三模型。第一训练图像集包括涉及第一类别集合的带标签的训练图像。第二训练图像集包括涉及所述第一类别集合的带标签的训练图像和涉及第二类别集合的带标签的训练图像。第三训练图像集合包括涉及第一类别集合的带标签的训练图像和涉及第二类别集合的不带标签的训练图像。

    用于多目标跟踪的后处理的方法、装置及存储介质

    公开(公告)号:CN117495901A

    公开(公告)日:2024-02-02

    申请号:CN202210887240.2

    申请日:2022-07-26

    Inventor: 王平 汪留安 孙俊

    Abstract: 本公开内容涉及用于多目标跟踪的后处理的方法、装置及存储介质。根据本公开内容的一个实施例,该方法包括通过执行以下操作尝试切分指示单个目标的轨迹的跟踪小片段:通过确定跟踪小片段的图像块序列中的每个图像块的重识别特征来确定图像块序列的重识别特征集;基于重识别特征集中的多个重识别特征对的特征相似度确定在跟踪小片段中是否存在候选标识切换图像块;在确定结果为“是”的情况下,验证在候选标识切换图像块处发生了标识切换是否可信;以及在验证结果为“可信”的情况下,基于候选标识切换图像块将跟踪小片段切分为两个跟踪小片段。本公开内容的方法和装置的有益效果包括以下中的至少一个:减少标识切换,提高多目标跟踪的准确度。

    用于多目标多摄像头跟踪的方法、装置及存储介质

    公开(公告)号:CN117409032A

    公开(公告)日:2024-01-16

    申请号:CN202210793867.1

    申请日:2022-07-07

    Abstract: 本公开内容涉及用于多目标多摄像头跟踪的方法、装置及存储介质。根据本公开内容的一个实施例,该用于多目标多摄像头跟踪的方法包括:通过对多个摄像头中的每个摄像头提供的相应图像序列进行单摄像头多目标跟踪来确定总局部目标轨迹集;以及通过对总局部目标轨迹集进行多摄像头多目标匹配来确定针对多个摄像头的全局目标轨迹集;其中,确定全局目标轨迹集包括:通过对总局部目标轨迹集中的局部目标轨迹进行聚类确定聚类匹配全局轨迹集;通过对以聚类匹配全局轨迹集中的每个轨迹为顶点构造的有向图实施代价最小路径算法来确定代价最小路径集;以及基于代价最小路径集合并聚类匹配全局轨迹集中的相应轨迹。

    检测异常对象的方法、装置和存储介质

    公开(公告)号:CN116958561A

    公开(公告)日:2023-10-27

    申请号:CN202210332651.5

    申请日:2022-03-31

    Abstract: 公开了检测异常对象的方法、装置和存储介质。该方法包括:拍摄某一场景的图像;计算拍摄图像与参考图像之间的差图像,差图像指示拍摄图像与参考图像之间的像素级差异;由神经网络的第一编码器、第二编码器、第三编码器分别针对参考图像、拍摄图像、差图像提取具有多个尺寸的多个特征图;将编码器各自提取的具有相同尺寸的特征图进行融合,融合的特征图被输入神经网络的解码器;由解码器基于融合的特征图生成与拍摄图像尺寸相同的变化图,变化图中的每个像素的值指示拍摄图像中的像素相对于参考图像中的对应像素是否发生语义变化;以及基于变化图来识别场景中出现的异常对象。

    用于保护供应链的数据的方法和设备以及存储介质

    公开(公告)号:CN116796358A

    公开(公告)日:2023-09-22

    申请号:CN202210252443.4

    申请日:2022-03-15

    Inventor: 华松 皮冰锋 孙俊

    Abstract: 公开了一种用于保护供应链的数据的方法、设备和存储介质。供应链中的每个节点拥有各自的要保护的数据。该方法包括以下步骤:供应链的第一级和第二级中的各个节点将各自的要保护的数据之间的初始比例乘以任意随机数作为初始比例值上传到区块链,并且将要保护的数据分别发送至供应链中的下一级中的相应节点;供应链的第三级至第N级中的各个节点计算接收自上一级中的相应节点的要保护的数据之间的更新比例、将更新比例乘以任意随机数以及用于证明该更新比例的正确性的零知识证明上传到区块链、并且将所接收的要保护的数据发送至下一级中的相应节点,其中N是大于或等于3的整数。

    信息处理系统、信息处理方法及计算机可读存储介质

    公开(公告)号:CN116743402A

    公开(公告)日:2023-09-12

    申请号:CN202210204004.6

    申请日:2022-03-02

    Abstract: 本申请公开一种信息处理系统、信息处理方法和计算机可读记录介质。该信息处理系统包括:第一信息处理装置,被配置成在接收到来自第二信息处理装置的对第一数据的请求的情况下,将基于第一数据所生成的多个数据块以及对应的验证参数子集发送至第二信息处理装置。对于多个数据块中的每一个,与该数据块对应的验证参数子集仅包括对该数据块进行验证所需要的验证参数中的、除以下中的一者或两者之外的验证参数:包含在与该数据块的在先数据块所对应的验证参数子集中的验证参数;以及能够根据与该数据块的在先数据块所对应的验证参数子集和在先数据块生成的验证参数。验证参数子集是利用预定确定性函数、基于第一数据生成的验证参数集合的子集。

Patent Agency Ranking