-
公开(公告)号：CN118587332B
公开(公告)日：2025-03-11
申请号：CN202410638777.4
申请日：2024-05-22
Applicant: 西南交通大学
IPC: G06T13/40 , G06T3/4007 , G06T3/4046 , G06T3/60 , G06T5/70 , G06N3/04 , G06N3/084 , G06T17/00
Abstract: 本发明涉及计算机视觉技术领域，公开了一种基于姿势变换的人体网格重建方法，通过神经网络从初始姿势到目标姿势的姿势变换。本发明解决了现有技术存在的准确性低等问题。
-
公开(公告)号：CN110874598A
公开(公告)日：2020-03-10
申请号：CN201911068509.9
申请日：2019-11-05
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于深度学习的高速公路水痕检测方法，包括以下步骤：步骤1：构建高速公路水痕数据集；步骤2：对步骤1构建的数据集进行自适应聚类分割；步骤3：对步骤1得到的数据集进行语义分割；步骤4：对步骤3和步骤4得到的分割结果进行融合，即得到所需高速公路水痕检测结果；本发明于深度学习的方法，将语义分割与自适应聚类分割相结合，可以高效率、高精度的进行高速公路水痕检测，可在高速公路水痕检测上取得很好的应用效果。
-
公开(公告)号：CN110874598B
公开(公告)日：2022-09-27
申请号：CN201911068509.9
申请日：2019-11-05
Applicant: 西南交通大学
IPC: G06V10/44 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种基于深度学习的高速公路水痕检测方法，包括以下步骤：步骤1：构建高速公路水痕数据集；步骤2：对步骤1构建的数据集进行自适应聚类分割；步骤3：对步骤1得到的数据集进行语义分割；步骤4：对步骤3和步骤4得到的分割结果进行融合，即得到所需高速公路水痕检测结果；本发明于深度学习的方法，将语义分割与自适应聚类分割相结合，可以高效率、高精度的进行高速公路水痕检测，可在高速公路水痕检测上取得很好的应用效果。
-
公开(公告)号：CN110866593B
公开(公告)日：2022-09-23
申请号：CN201911068506.5
申请日：2019-11-05
Applicant: 西南交通大学
Abstract: 发明公开了一种基于人工智能的高速公路恶劣天气识别方法，用于自动识别高速公路包括晴天、雨天、雾天（小雾）、雾天（大雾）、积雪等多种天气状况。通过构建高速公路恶劣天气数据集，提取天气视觉特征，进行天气特征图分块，天气密集分类，天气结果融合，最终得到天气分类的结果。本发明在传统基于深度学习的分类算法基础上，提出了一种利用局部特征信息进行高速公路天气分类的卷积神经网络；同时针对网络的特殊结构，设计了相应的网络训练方法，通过利用局部特征信息，网络能够更好的注意散列分布在监控视频帧中的雨滴、积雪等天气元素，提高分类的准确度。
-
Patent Agency Ranking
公开(公告)号：CN118587332A
公开(公告)日：2024-09-03
申请号：CN202410638777.4
申请日：2024-05-22
Applicant: 西南交通大学
IPC: G06T13/40 , G06T3/4007 , G06T3/4046 , G06T3/60 , G06T5/70 , G06N3/04 , G06N3/084 , G06T17/00
Abstract: 本发明涉及计算机视觉技术领域，公开了一种基于姿势变换的人体网格重建方法，通过神经网络从初始姿势到目标姿势的姿势变换。本发明解决了现有技术存在的准确性低等问题。
-
公开(公告)号：CN116824631B
公开(公告)日：2024-02-27
申请号：CN202310702759.3
申请日：2023-06-14
Applicant: 西南交通大学
IPC: G06V40/10 , G06V10/82 , G06V10/80 , G06V10/52 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/0442 , G06N3/08 , G06N3/042 , G06N5/04
Abstract: 本发明涉及计算机视觉技术领域，公开了一种姿态估计方法及系统，该方法，对网络模型进行多层次渐进式特征融合，通过关键点的权重信息对网络模型进行约束，将多个阶段的融合特征、分布权重以及损失作为网络模型的输出。本发明解决了现有技术存在的难以实现姿态估计的精细化预测、影响姿态估计的准确性等问题。(56)对比文件KR 20230083212 A,2023.06.09US 2022414928 A1,2022.12.29CN 115311317 A,2022.11.08CN 111898566 A,2020.11.06US 2022262036 A1,2022.08.18沈栎;陈莹.带特征监控的高维信息编解码端到端无标记人体姿态估计网络.电子学报.2020,(第08期),74-83.Bruno Artacho.UniPose+: A UnifiedFramework for 2D and 3D Human PoseEstimation in Images and Videos. IEEETransactions on Pattern Analysis andMachine Intelligence .2022,9641 - 9653.赵佳圆等.基于注意力机制的人体关键点隐式建模网络.计算机工程.2023,1-13.吴青科等.结合神经网络与多列特征图聚合的人群计数.计算机工程与应用.2020,214-218.刘浩.基于神经网络方法的图像描述研究综述.现代计算机.2020,(第08期),101-104.
-
公开(公告)号：CN116824631A
公开(公告)日：2023-09-29
申请号：CN202310702759.3
申请日：2023-06-14
Applicant: 西南交通大学
IPC: G06V40/10 , G06V10/82 , G06V10/80 , G06V10/52 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/0442 , G06N3/08 , G06N3/042 , G06N5/04
Abstract: 本发明涉及计算机视觉技术领域，公开了一种姿态估计方法及系统，该方法，对网络模型进行多层次渐进式特征融合，通过关键点的权重信息对网络模型进行约束，将多个阶段的融合特征、分布权重以及损失作为网络模型的输出。本发明解决了现有技术存在的难以实现姿态估计的精细化预测、影响姿态估计的准确性等问题。
-
公开(公告)号：CN110866593A
公开(公告)日：2020-03-06
申请号：CN201911068506.5
申请日：2019-11-05
Applicant: 西南交通大学
Abstract: 发明公开了一种基于人工智能的高速公路恶劣天气识别方法，用于自动识别高速公路包括晴天、雨天、雾天（小雾）、雾天（大雾）、积雪等多种天气状况。通过构建高速公路恶劣天气数据集，提取天气视觉特征，进行天气特征图分块，天气密集分类，天气结果融合，最终得到天气分类的结果。本发明在传统基于深度学习的分类算法基础上，提出了一种利用局部特征信息进行高速公路天气分类的卷积神经网络；同时针对网络的特殊结构，设计了相应的网络训练方法，通过利用局部特征信息，网络能够更好的注意散列分布在监控视频帧中的雨滴、积雪等天气元素，提高分类的准确度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.033 seconds)
