-
-
公开(公告)号：CN111401310B
公开(公告)日：2023-08-29
申请号：CN202010271411.X
申请日：2020-04-08
申请人： 天津中科智能识别产业技术研究院有限公司
IPC分类号： G06V20/52 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/02
摘要： 本发明公开一种基于人工智能的厨房卫生安全监督管理方法，包含步骤：基于图像采集设备采集的厨房内视频序列中的当前帧采用神经网络定位人头部位置；根据人头部位置获得人头部区域图像，通过神经网络进行特征提取得到人头部特征图，对特征图进行分类从而判断该人是否有目标行为，将目标行为以警示的方式显示到当前帧；通过编码转换将生成的视频流用RTMP推流的形发送到客户端显示。本发明能够准确检测图像中的人头部区域，并且可对头部区域进行检测，判断该人是否有不合要求的目标行为。
-
公开(公告)号：CN111161276B
公开(公告)日：2023-04-18
申请号：CN201911179733.5
申请日：2019-11-27
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开种虹膜归一化图像的形成方法，包括步骤：对包含单只眼部的图像分割形成虹膜外边界覆盖区域掩膜图像、瞳孔覆盖区域掩膜图像、环状虹膜有效区域掩膜图像；对虹膜外边界覆盖区域掩膜图像、瞳孔覆盖区域掩膜图像形态学操作膨胀和腐蚀后，计算虹膜外边界覆盖区域掩膜图像有效区域中心，得到归一化中心；计算虹膜外边界覆盖区域和瞳孔边界覆盖区域的边界到归一化中心的距离并对边界距离平滑处理；在以归一化中心为起点的每条极坐标射线所经过的虹膜外边界与瞳孔外界间均匀采样，将目标图像极坐标像素点按映射关系填充到条状归一化图像对应坐标位置，得到长条形的环状虹膜及环状虹膜有效区域的归一化图像。本发明适应性强，运行效率高。
-
公开(公告)号：CN111539979B
公开(公告)日：2022-12-27
申请号：CN202010341730.3
申请日：2020-04-27
申请人： 天津大学 , 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开了一种基于深度强化学习的人体正面跟踪方法，包括以下步骤：S1：搭建多种Unreal Engine 4虚拟环境用于训练和测试；S2：构建卷积神经网络和Actor‑Critic网络；S3：卷积神经网络的输入为跟踪者的观察视角，训练网络模型，直到模型收敛；S4：在UE4虚拟测试场景中测试跟踪效果；S5：将经过测试达到要求的模型迁移到现实场景中。不同于以往跟踪工作中必须分别实现人体检测和相机控制两个功能模块，本发明使用端到端的主动式跟踪方法将上述两个模块整合，不需要进行人体检测，输入跟踪者视角的视频流，直接输出对跟踪最有效的动作，省去了传统人体跟踪的复杂流程。
-
公开(公告)号：CN113536968B
公开(公告)日：2022-08-16
申请号：CN202110713409.8
申请日：2021-06-25
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开了一种自动获取虹膜内外圆边界坐标的方法，其包括步骤：步骤S1，将原始人眼虹膜图像输入到卷积神经网络中，获得对应的特征图；步骤S2，将每个卷积层所输出的特征图，分别上采样到与原始人眼虹膜图像相同的尺寸大小，然后拼接获得拼接后的特征图；步骤S3，将拼接后的特征图分别输入到第一多层感知机和第二多层感知机中，预测获得虹膜外圆和虹膜内圆的参数化主动轮廓模型所需的参数；步骤S4，将预测得到的参数分别输入到对应的参数化主动轮廓模型中，得到虹膜外圆和虹膜内圆的边界坐标。本发明提能够自动地从人眼虹膜图像中获取到虹膜内外圆的边界坐标，准确定位虹膜的内外圆边界，为后续虹膜归一化提供准确的输入参数。
-
公开(公告)号：CN112686816A
公开(公告)日：2021-04-20
申请号：CN202011565269.6
申请日：2020-12-25
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开一种基于内容注意力机制和掩码先验的图像补全方法。包括：对图像预处理，利用算法生成二值掩码图并基于二值掩码图生成损坏图像；利用损坏图像和二值掩码图输入训练形成基于内容注意力和掩码先验的生成对抗网络模型；使用测试图像结合二值掩码图输入到训练好的模型中，进行损坏图像补全操作。本发明基于内容注意力机制和掩码先验的生成对抗网络模型，利用二值掩码图作为额外信息指导，结合输入图像训练学习，使得补全结果含有丰富的细节信息且能够保持结构上的连续性。
-
公开(公告)号：CN111882492A
公开(公告)日：2020-11-03
申请号：CN202010559031.6
申请日：2020-06-18
申请人： 天津中科智能识别产业技术研究院有限公司
IPC分类号： G06T5/00
摘要： 本发明公开一种图像数据自动增强的方法，首先将图像形成图像块后建立图模型，将图像块建立为图节点，将数据增强的操作和参数抽象成图结构中边，再将图像送入基于特征金字塔网络进行图像检测，只输出人体用边界框标记的人体图像；图像裁剪成预定格式大小，并通过自动数据增强的图模型将参数传入姿态估计模型中，形成训练数据；利用训练数据，训练融合空洞卷积Dilated conv的神经网络的人体图像关键点姿态估计模型，得到能够对人体图像进行姿态估计以得到人体关键点图像的深度神经网络模型：用该模型反馈优化约束自动数据增强当中的损失函数。本发明可将针对特定任务的人工设置调参的数据增强，转化为特定任务反馈优化的自动数据增强。
-
公开(公告)号：CN110660020A
公开(公告)日：2020-01-07
申请号：CN201910752775.7
申请日：2019-08-15
申请人： 天津中科智能识别产业技术研究院有限公司
摘要： 本发明公开基于融合互信息的对抗生成网络的图像超分辨率方法，包括步骤：将图像数据集中的高分辨图像降采样生成对应的低分辨的图像，将高分辨图像和低分辨图像一一对应打包成h5py格式，作为训练数据集；利用训练数据集中低分辨率图像和对应的高分辨图像作为模型的输入，对应的高分辨图像作为目标高分辨图像，训练模型中的生成网络、判别网络和互信息估计网络，得到能够对低分辨率图像进行超分辨到高分辨图像的深度神经网络模型；使用训练好的模型，对测试数据集中的低分辨率图像进行超分辨处理。本发明通过基于融合互信息的对抗生成网络的图像超分辨率模型，可以生成在感知上效果非常好的图像。
-
公开(公告)号：CN105069173B
公开(公告)日：2019-04-19
申请号：CN201510573914.1
申请日：2015-09-10
申请人： 天津中科智能识别产业技术研究院有限公司
IPC分类号： G06F16/53 , G06F16/583 , G06K9/62
摘要： 本发明公开了一种基于有监督的拓扑保持哈希的快速图像检索方法，所述方法包括：步骤S1，对获取的训练图像和查询图像进行特征提取，并将特征空间变换到新的核空间，获得每幅图像的核空间表示；步骤S3，对训练图像和查询图像进行二元编码；步骤S4，利用二元编码进行图像检索。本发明针对快速图像检索问题，在具有更强表达能力的核空间学习哈希编码，通过在在哈希映射矩阵学习过程中加入监督信息以及拓扑保持信息，使得学习到的映射矩阵有更强的语义表达能力和类内差异表达能力，从而使得学习到的二元编码更适用于图像检索任务，提高了检索准确率并优化了检索结果的排序。
-
公开(公告)号：CN106022351B
公开(公告)日：2019-04-16
申请号：CN201610270303.4
申请日：2016-04-27
申请人： 天津中科智能识别产业技术研究院有限公司
IPC分类号： G06K9/62
摘要： 本发明公开一种基于非负字典对学习的鲁棒多视角聚类方法,通过提取包含若干子空间的数据集不同视角下的特征；然后将特征学习嵌入字典学习，联合学习语义投影矩阵和非负特征投影；加入一致性约束和局部几何保持约束学习多视角所共享的公共聚类标签，在多个约束下学习各视角的语义投影矩阵、参数表示矩阵及多视角共享的语义投影矩阵，完成多视角聚类。该方法可以挖掘出多视角所共享的公共语义标签，并且加入一致性约束，减少单独的聚类标签与公共语义标签之间的差异性，同时加入局部几何保持约束，使得具有相似结构的数据更大概率分到相同的类。
-
-
-
-
-
-
-
-
-
搜索结果
137 条记录 (耗时 0.055 秒)
