基于区域提议的目标检测方法、系统、装置和存储介质

    公开(公告)号:CN109543662B

    公开(公告)日:2023-04-21

    申请号:CN201811619663.6

    申请日:2018-12-28

    IPC分类号: G06V20/50 G06V10/44

    摘要: 本发明公开了一种基于区域提议的目标检测方法、系统、装置和存储介质,所述方法包括将待检测图像输入到目标检测网络中,接收目标检测网络输出的最终边界框,根据所述最终边界框,从所述待检测图像中确定要检测的目标等步骤。本发明提供了一种全新的目标检测网络,目标检测网络包括多个分支,各分支的特征图中均包含相应的局部信息和全局信息,每个分支在上一个分支的处理结果的基础上继续进行特征提取和特征信息学习,因此能够兼顾图像的局部信息和全局信息,能够取得很高的目标检测准确度。本发明广泛应用于图像识别技术领域。

    一种基于教室场景的无感知考勤系统及方法

    公开(公告)号:CN112347856A

    公开(公告)日:2021-02-09

    申请号:CN202011088377.9

    申请日:2020-10-13

    IPC分类号: G06K9/00 G06Q50/20

    摘要: 本发明公开了一种基于教室场景的无感知考勤系统及方法,其中系统包括:双目摄像头,用于采集教室的全景图像和第一特写图像;第一云台摄像头,用于采集教室的第二特写图像;第二云台摄像头,用于采集教室的第三特写图像;GPU服务器,用于控制所有摄像头的运动状态,以使摄像头采集并上传多个预置区域的特写图像,以及根据采集到的图像和数据库进行人脸识别,根据识别结果获取并保存考勤信息;三台摄像头从三个不同的角度方向获取同一个预置区域的特写图像。本发明采用三台网络摄像机对教室的同一位置从三个角度抓拍图片,能大大提升拍摄到人脸正脸的概率,极大提高人脸识别的准确率,可广泛应用于无感知考勤技术领域。

    一种课堂行为检测方法、系统、装置和存储介质

    公开(公告)号:CN110728316A

    公开(公告)日:2020-01-24

    申请号:CN201910943862.0

    申请日:2019-09-30

    IPC分类号: G06K9/62 G06K9/00

    摘要: 本发明公开了一种课堂行为检测方法、系统、装置和存储介质,其中方法包括:获取待处理的图像集,采用预设算法预处理图像集,以获取预设比例的正/负样本图像;对获得的正/负样本图像进行特征提取,以生成正/负样本特征图;对获得的正/负样本特征图进行分类处理后,生成正/负样本预测框;结合损失函数和预设真实框集对正/负样本预测框进行匹配,并在匹配成功后,输出检测结果。实现了对课堂行为的准确识别,提升了目标行为的检测精度以及时效性,降低了对硬件设置的依赖,结果简单,易于制作训练集,有利于基于深度学习的目标检测算法在教学领域的进一步推广应用。可广泛的应用于计算机视觉处理技术领域。

    一种作弊行为检测并预警的方法及系统

    公开(公告)号:CN110688970A

    公开(公告)日:2020-01-14

    申请号:CN201910943859.9

    申请日:2019-09-30

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种作弊行为检测并预警的方法及系统,其中方法包括:获取监控启动指令,根据监控启动指令提取监控视频信息中的图片信息;结合图片信息和预设的卷积神经网络获取多个先验框作为预选框;结合预设的作弊行为图集和损失函数对预选框进行匹配,在匹配成功时,发出预警信息。通过实时自动监测考场考生异常行为,一旦监测到考生的异常行为属于作弊行为,立刻实时发出预警信息,实现了对考生作弊行为的准确识别,节省了大量的人力,同时大大的提高了对考生作弊行为监测的工作效率。本发明一种作弊行为检测并预警的方法及系统可广泛的应用于图像处理技术领域。

    一种改进的目标检测方法、系统及装置

    公开(公告)号:CN109741333A

    公开(公告)日:2019-05-10

    申请号:CN201811652762.4

    申请日:2018-12-28

    IPC分类号: G06T7/10 G06T3/40 G06K9/46

    摘要: 本发明公开了一种改进的目标检测方法、系统及装置,其中方法包括以下步骤:获取待检测的原图片,并按照第一预设方式对原图片进行划分后,获得n张区域图片;依次对各区域图片进行分层提取后,获得n组第一局部图片;将第一局部图片的尺寸放大至原图片的尺寸后,获得n组第二局部图片;采用预设的检测模型对第二局部图片进行目标检测后,根据检测结果分别从各组第二局部图片中获取一张第二局部图片;将n张第二局部图片按照第二预设方式融合成一张检测图片,并将检测图片的尺寸缩小至原图片的尺寸后,输出检测图片。本发明有效地减少了目标检测算法对小目标漏检和错检的概率,极大地提高了检测的精确度,可广泛应用于检测技术领域。

    一种克服光照突变的前景分割方法

    公开(公告)号:CN108280842A

    公开(公告)日:2018-07-13

    申请号:CN201711483680.7

    申请日:2017-12-29

    摘要: 本发明公开了一种克服光照突变的前景分割方法,包括有以下步骤:采用混合高斯背景建模的模型对处理后的视频帧灰度图进行初始化;结合光强突变量对视频帧进行混合高斯背景建模处理,并得到更新的背景模型;然后通过联通域标记、特征提取以及行为判断的结果提取出前景目标。本发明方法在采用传统混合高斯背景建模方法的前提下,在模型中引入光照突变量对图像进行处理,对背景模型实时更新,解决了目标分割对光照和环境突变敏感的问题,也解决了传统混合高斯模型中对长时间静止目标被更新为背景并消失的问题,进一步提高了前景分割的准确率。本发明作为一种克服光照突变的前景分割方法可广泛应用于图像处理领域。

    一种基于计算机视觉的视频切片方法、系统、设备及介质

    公开(公告)号:CN114363720B

    公开(公告)日:2024-03-12

    申请号:CN202111492456.0

    申请日:2021-12-08

    摘要: 本发明公开了一种基于计算机视觉的视频切片方法、系统、设备及介质,方法包括:本发明实施例对待切片视频进行解码并输出视频帧图片;对所述视频帧图片进行手部关键点提取处理,确定手部关键点时间序列流;通过滑动窗口对所述手部关键点时间序列流进行手部动作匹配,确定手部行为信息;对所述视频帧图片进行目标检测,确定节点三元组;根据所述手部行为信息对所述节点距离进行位置检测,确定行为三元组;根据所述行为三元组中的动作起止时间戳对所述待切片视频进行剪辑,确定视频切片;能够通过手部与物体的交互行为确定切片的起止时间戳,实现自动化视频切片,提高了视频切片的效率,可广泛应用于视频切片技术领域。

    一种实验设备状态检测方法及系统

    公开(公告)号:CN115775341B

    公开(公告)日:2023-05-09

    申请号:CN202310106750.6

    申请日:2023-02-13

    IPC分类号: G06V10/764

    摘要: 本发明公开了一种实验设备状态检测方法及系统,其中方法如下:获取记录实验设备状态的图像集,将图像集中的一张图像入目标检测函数识别出图像中所有目标实验设备;将每个目标实验设备输入对应的一个图像分类函数,输出目标实验设备对应的状态分类置信度值;判断目标实验设备的状态分类置信度值是否大于阈值T;若目标实验设备的状态分类置信度值大于阈值,直接输出目标实验设备的状态分类置信度值;若目标实验设备的状态分类置信度值小于或等于阈值T,将目标实验设备的状态分类置信度值与相关矩阵相乘,并遍历相乘后的所有元素,将最大值的元素作为最终状态输出。本发明通过互相验证实验设备之间彼此的状态,以提升状态检测的精度。

    一种基于FPGA的四路全高清视频处理电路

    公开(公告)号:CN104601910A

    公开(公告)日:2015-05-06

    申请号:CN201510038317.9

    申请日:2015-01-26

    IPC分类号: H04N5/45 H04N5/262

    摘要: 本发明公开了一种基于FPGA的四路全高清视频处理电路,其包括FPGA芯片,所述FPGA芯片包括存储控制器、通道选择开关模块、第一视频层叠加模块、第二视频层叠加模块、第三视频层叠加模块、第四视频层叠加模块、视频时序控制模块、视频合成模块、视频模式参数控制器、四个视频输入处理模块以及四个视频放大模块。通过使用本发明基于FPGA芯片的画中画和画外画视频处理电路,可满足对多路全高清视频信号同时进行采集处理的需求,而且还具有架构简单、易于设计实现等优点。本发明作为一种基于FPGA的四路全高清视频处理电路可广泛应用于高清视频处理领域中。

    一种基于计算机视觉的视频切片方法、系统、设备及介质

    公开(公告)号:CN114363720A

    公开(公告)日:2022-04-15

    申请号:CN202111492456.0

    申请日:2021-12-08

    摘要: 本发明公开了一种基于计算机视觉的视频切片方法、系统、设备及介质,方法包括:本发明实施例对待切片视频进行解码并输出视频帧图片;对所述视频帧图片进行手部关键点提取处理,确定手部关键点时间序列流;通过滑动窗口对所述手部关键点时间序列流进行手部动作匹配,确定手部行为信息;对所述视频帧图片进行目标检测,确定节点三元组;根据所述手部行为信息对所述节点距离进行位置检测,确定行为三元组;根据所述行为三元组中的动作起止时间戳对所述待切片视频进行剪辑,确定视频切片;能够通过手部与物体的交互行为确定切片的起止时间戳,实现自动化视频切片,提高了视频切片的效率,可广泛应用于视频切片技术领域。