-
公开(公告)号：CN103745200A
公开(公告)日：2014-04-23
申请号：CN201410001342.5
申请日：2014-01-02
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于词带模型的人脸图像识别方法，其特征在于：步骤1：提取数据库中的人脸图像，把人脸图像划分成5×5个区域，然后在每个区域上进行密集特征提取，得到系列特征向量；步骤2：用二分K均值聚类算法对代表每个区域的特征向量做聚类，生成视觉词典，把特征向量与视觉词典相匹配，生成相应区域的直方图，进而将一幅人脸图像用视觉单词直方图来表示；步骤3：将代表每一幅人脸图像的视觉单词直方图输入到分类器中，进行训练和分类，最后得到识别结果。
-
公开(公告)号：CN115034805A
公开(公告)日：2022-09-09
申请号：CN202210449235.3
申请日：2022-04-26
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于深度学习目标检测技术的智能广告展示系统，包括本地广告牌和服务器，其中本地广告牌包括图像采集模块、目标检测模块、通信模块和显示模块，服务器包括数据集和通信模块。本地广告牌通过通信模块将识别结果上传服务器并接收服务器下发的图片、视频和链接，将商品广告显示在触摸显示屏上。本发明能方便地更新消费者群体——相关广告关联数据库，使得数据库紧跟当下消费者群体青睐商品变化趋势，从而在不同时期都能推送行人感兴趣的广告。本发明可以匹配广告与特定人群，发挥广告的最大影响力，促成更多商品交易。
-
公开(公告)号：CN103745200B
公开(公告)日：2017-01-04
申请号：CN201410001342.5
申请日：2014-01-02
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于词袋模型的人脸图像识别方法，其特征在于：步骤1：提取数据库中的人脸图像，把人脸图像划分成5×5个区域，然后在每个区域上进行密集特征提取，得到系列特征向量；步骤2：用二分K均值聚类算法对代表每个区域的特征向量做聚类，生成视觉词典，把特征向量与视觉词典相匹配，生成相应区域的直方图，进而将一幅人脸图像用视觉单词直方图来表示；步骤3：将代表每一幅人脸图像的视觉单词直方图输入到分类器中，进行训练和分类，最后得到识别结果。
-
公开(公告)号：CN109785337B
公开(公告)日：2021-07-06
申请号：CN201811588576.9
申请日：2018-12-25
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于实例分割算法的栏内哺乳动物清点方法，属于计算机视觉领域；本发明通过摄像头将栏内哺乳动物的图像采集并发送到工作站中；然后选取目标轮廓清晰的图像，并将图像分为训练集、验证集和测试集，作为数据集用于模型训练；其次通过深度学习的实例分割算法，生成用于测试的分割模型；将测试集图像依次输入训练生成的分割模型，进行预测，输出测试结果和测试效果图；在测试完成后，自动保存测试效果图；最后通过对测试结果中目标边界框进行计数，进而实现对图像中目标数量的清点，本发明利用神经网络训练模型，避免了复杂的图像预处理步骤，有效提高了遮挡目标的识别准确率。
-
公开(公告)号：CN111105413A
公开(公告)日：2020-05-05
申请号：CN201911407774.5
申请日：2019-12-31
Applicant: 哈尔滨工程大学
Abstract: 本发明属于图像处理领域，具体涉及一种智能火花塞外观缺陷检测系统，包括以下步骤：采集待识别火花塞的外观图像；将采集得到的TIFF格式的图像转换为JPG格式图像；根据火花塞外观缺陷的类型将原图像进行区域分割；针对每一类缺陷，训练集与测试集按照一定比例生成数据集划分目录，根据此目录对采集到的图像进行数据集划分，分为训练集与测试集两部分；根据火花塞表面缺陷评价标准，应用标记工具LabelMe对采集数据进行缺陷标注；本发明利用图像区域分割的方式将多种缺陷类型区域化识别，极大提高了外观缺陷检测的准确率。利用基于GPU的多进程模型加载，一并输出待检测图片的识别结果，提高了外观缺陷检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN105136108B
公开(公告)日：2018-04-27
申请号：CN201510447921.7
申请日：2015-07-28
Applicant: 哈尔滨工程大学
IPC: G01C5/00
Abstract: 本发明所属立体视觉测量领域，具体涉及一种基于立体视觉高精度波浪浪高测量方法。本发明包括：水面预处理；特征图像投影；图像采集；图像特征点提取与匹配；求解图像三维高度；绘制图像三维等高线。本发明提供了一套高精度的水面波浪浪高测量系统。利用纳米气泡技术，将水面变成了均匀的乳白色，减少了水面透光、反射和折射现象对光学成像的影响，利用投影特征图案的方式，在水面上制造了大量的特征点。结合极线约束和sift算法完成了图像特征点的提取以及匹配任务。相对坐标求差法减少了系统噪声的影响。
-
公开(公告)号：CN115034805B
公开(公告)日：2024-10-18
申请号：CN202210449235.3
申请日：2022-04-26
Applicant: 哈尔滨工程大学
IPC: G06Q30/0251 , G06F16/53 , G06V10/82 , G06V10/44 , G06V40/10 , G06N3/0499
Abstract: 本发明的目的在于提供一种基于深度学习目标检测技术的智能广告展示系统，包括本地广告牌和服务器，其中本地广告牌包括图像采集模块、目标检测模块、通信模块和显示模块，服务器包括数据集和通信模块。本地广告牌通过通信模块将识别结果上传服务器并接收服务器下发的图片、视频和链接，将商品广告显示在触摸显示屏上。本发明能方便地更新消费者群体——相关广告关联数据库，使得数据库紧跟当下消费者群体青睐商品变化趋势，从而在不同时期都能推送行人感兴趣的广告。本发明可以匹配广告与特定人群，发挥广告的最大影响力，促成更多商品交易。
-
公开(公告)号：CN109599120A
公开(公告)日：2019-04-09
申请号：CN201811589296.X
申请日：2018-12-25
Applicant: 哈尔滨工程大学
IPC: G10L17/26 , G10L21/0208 , G10L25/18 , G10L25/24
Abstract: 本发明公开了一种基于大规模养殖场厂哺乳动物异常声音监测方法，属于声音识别领域，具体涉及一种无监督的声音识别方法。本发明主要包括以下几个部分：1.谱图分析：对采集来的音频进行分析，确定声音识别方案的可行性；2.音频降噪：对音频降噪处理，提高声音识别的准确性；3.无监督音频分割：简化音频处理过程，无需手动切分得到包含所需声音事件的音频段；4.音频特征提取：采用的特征提取技术为Mel频率倒谱系数；5.无监督分类：采用无监督分类方法为K均值算法。本发明通过采用无监督的音频分割技术和K均值的分类方法，结合频谱、时频谱分析技术，音频降噪技术，Mel频率倒谱系数特征提取技术，实现了对大规模养殖场动物无监督的声音识别。
-
公开(公告)号：CN109377517A
公开(公告)日：2019-02-22
申请号：CN201811216196.2
申请日：2018-10-18
Applicant: 哈尔滨工程大学
IPC: G06T7/277
Abstract: 本发明公开了一种基于视频追踪技术的动物个体识别系统，属于机器学习领域。基于图像视频处理技术，将多目标追踪思想应用于动物个体识别场景中，通过实时记录圈内各个动物的轨迹位置坐标，实现动物个体识别。在方案具体实施中，将深度学习中的Faster-RCNN多目标检测模型与传统追踪算法卡尔曼滤波器结合，解决了多目标追踪应用中经常出现的遮挡，轨迹交叉，实时性差等难点问题。利用采集的海量圈养数据模型，训练出基于Faster-RCNN模型的圈养动物检测模型。本发明能够有效地实现零接触，无应激，在动物个体最自然的状态下实现动物个体识别，并且安装设备可实施性强，具有非常强的实际应用价值。
-
公开(公告)号：CN105136108A
公开(公告)日：2015-12-09
申请号：CN201510447921.7
申请日：2015-07-28
Applicant: 哈尔滨工程大学
IPC: G01C5/00
CPC classification number: G01C5/00
Abstract: 本发明所属立体视觉测量领域，具体涉及一种基于立体视觉高精度波浪浪高测量方法。本发明包括：水面预处理；特征图像投影；图像采集；图像特征点提取与匹配；求解图像三维高度；绘制图像三维等高线。本发明提供了一套高精度的水面波浪浪高测量系统。利用纳米气泡技术，将水面变成了均匀的乳白色，减少了水面透光、反射和折射现象对光学成像的影响，利用投影特征图案的方式，在水面上制造了大量的特征点。结合极线约束和sift算法完成了图像特征点的提取以及匹配任务。相对坐标求差法减少了系统噪声的影响。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.019 seconds)
