-
公开(公告)号：CN112861605A
公开(公告)日：2021-05-28
申请号：CN202011570903.5
申请日：2020-12-26
申请人： 江苏大学 , 中国电子科技集团公司电子科学研究院 , 镇江昭远智能科技有限公司
摘要： 本发明公开了一种基于时空混合特征的多人步态识别方法。该方法首先引入混合掩膜网络进行行人检测与分割，并在混合掩膜网络中添加关联头来提取行人的低维特征。然后，选择需要识别的行人轮廓序列，送入基于伪三维残差网络的步态识别模型进行特征提取。该方法利用伪三维残差网络分别提取行人轮廓上半身和下半身的特征，并在水平金字塔池化时进行拼接。最后，通过欧氏距离度量，输出行人的身份信息。本发明公开的多人步态识别方法能够解决复杂场景下无法进行行人步态识别的问题。
-
公开(公告)号：CN112232250A
公开(公告)日：2021-01-15
申请号：CN202011144812.5
申请日：2020-10-23
申请人： 镇江昭远智能科技有限公司 , 中国电子科技集团公司电子科学研究院 , 江苏大学
摘要： 本发明公开了一种基于判别性低秩分解与稀疏表示的人脸识别方法。包括如下步骤：首先输入训练人脸图像，获得字典矩阵；然后对字典矩阵进行判别性低秩分解，获取与人脸信息相关的低秩组件和与稀疏误差相关的非低秩组件；其次对获取的低秩分量和非低秩分量基于稀疏表示进行稀疏低秩组件编码，并重构残差函数减小重构误差，最后计算测试样本所对应每类训练样本的稀疏残差，测试样本被归类于产生稀疏残差最少的那一类。本发明在人脸受光照、遮挡干扰的情况下，有着较高的准确性，对光照、遮挡等影响具有良好的鲁棒性。
-
公开(公告)号：CN112232250B
公开(公告)日：2024-08-02
申请号：CN202011144812.5
申请日：2020-10-23
申请人： 镇江昭远智能科技有限公司 , 中国电子科技集团公司电子科学研究院 , 江苏大学
IPC分类号： G06V40/16 , G06V10/772 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种基于判别性低秩分解与稀疏表示的人脸识别方法。具体按照以下步骤进行：首先输入训练人脸图像，获得字典矩阵；然后对字典矩阵进行判别性低秩分解，获取与人脸信息相关的低秩组件和与稀疏误差相关的非低秩组件；其次对获取的低秩分量和非低秩分量基于稀疏表示进行稀疏低秩组件编码，并重构残差函数减小重构误差，最后计算测试样本所对应每类训练样本的稀疏残差，测试样本被归类于产生稀疏残差最少的那一类。本发明在人脸受光照、遮挡干扰的情况下，有着较高的准确性，对光照、遮挡等影响具有良好的鲁棒性。
-
-
公开(公告)号：CN112069898A
公开(公告)日：2020-12-11
申请号：CN202010775628.4
申请日：2020-08-05
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06K9/00
摘要： 本发明提出了一种基于迁移学习的人脸族群属性的识别方法及装置，识别方法，包括：获取待识别的图像；将所述图像输入基于迁移学习方法预先训练的族群属性识别模型中，计算获得所述图像中的人脸族群属性。根据本发明的基于迁移学习的人脸族群属性的识别方法，采用基于迁移学习的方法训练族群属性识别模型，可以得到高鲁棒性的群组属性识别模型。在进行人脸族群属性的识别时，可以将获取的待识别图像直接输入到预先训练的族群属性别模型中进行计算，获得待识别图像中人物族群属性，识别方法高效、可靠。
-
公开(公告)号：CN114022905A
公开(公告)日：2022-02-08
申请号：CN202111313036.1
申请日：2021-11-08
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06V40/10 , G06V10/44 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62
摘要： 本发明公开了一种属性感知的域拓展行人重识别方法及系统，获取待识别图像；对所述待识别图像利用训练好的识别模型进行识别，基于所述识别模型的输出确定识别结果。识别模型包括骨干网络，被配置为基于所述待识别图像提取基础特征图，局部特征提取器，全局特征提取器，视觉特征构建模块，被配置为基于所述全局视觉特征和所述局部视觉特征构建综合视觉特征；分类器，被配置为基于所述局部语义属性特征和所述全局语义属性特征进行属性预测，以输出各属性对应的概率。本发明实施例通过识别模型，实现了同时对视频中的人员同时进行视觉特征与语义属性特征提取，提高了属性识别和行人重识别两个任务的准确率。
-
公开(公告)号：CN114646316A
公开(公告)日：2022-06-21
申请号：CN202210138743.X
申请日：2022-02-15
申请人： 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种基于深度学习目标识别的室内定位方法及定位终端，定位终端采集室内场景中的信标图像，其中室内设置有信标，信标包括光源，光源上设置有特征图案；将信标图像输入预先训练好的目标检测网络，以通过目标检测网络检测出信标图像中包含特征图案的子图像；将子图像输入预先训练好的关键点识别网络，以通过关键点识别网络检测出子图像中各关键点的位置信息；基于位置信息、各关键点的空间坐标以及采集信标图像的焦距，确定定位终端的空间位置。本发明方法使用基于深度学习的人工神经网络对信标进行检测识别，降低算法复杂度，并提升了算法识别的鲁棒性。
-
公开(公告)号：CN112597858A
公开(公告)日：2021-04-02
申请号：CN202011485386.1
申请日：2020-12-16
申请人： 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种监控方法、装置及可读存储介质，其中方法包括：获取视频输入数据中的场景数据，所述场景数据需包含行为属性数据，并至少包括如下之一：人脸数据、人体数据；根据所述场景数据以及关联摄像头的历史告警数据识别所述场景数据中的异常行为及发生异常行为的人员身份；根据异常行为及人员身份按照对应的告警等级进行告警。本发明方法可以结合人脸、人体、行为属性分析，关联摄像头位置及跨摄像头历史告警数据，对当前触发异常行为的人员进行身份追溯，确定告警等级，本发明方法实现了识别监控场景中的异常行为类型，并可根据人员身份识别结果进行对应等级的告警。
-
公开(公告)号：CN110928408A
公开(公告)日：2020-03-27
申请号：CN201911095370.7
申请日：2019-11-11
申请人： 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种基于二维图像人体姿态匹配的人机交互方法及装置，其中，基于二维图像人体姿态匹配的人机交互方法包括：确定与操作动作一一对应的模板姿态特征；获取含有人体的二维图像，并确定人体的姿态特征；比对人体的姿态特征与模板姿态特征，确定人体姿态对应的操作动作，以完成人机交互。采用本发明，可以直接从二维图像中估计人体姿态，无需使用特殊的图像传感器设备，人机交互方案更容易实现，且成本更低。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.07 秒)
