-
公开(公告)号：CN104318198A
公开(公告)日：2015-01-28
申请号：CN201410074709.6
申请日：2014-02-28
Applicant: 郑州金惠计算机系统工程有限公司
CPC classification number: G06K9/6269
Abstract: 本发明涉及适用于变电站机器人巡检的识别方法及装置，方法包括步骤：对待检测图像进行放大处理；对放大后的图像进行HOG特征金字塔分解；对特征金字塔每一层的特征图，采用滑动窗口进行检测，以与对应模型进行匹配和判定。本发明的开关状态检测算法可以做到对图像形变、光照变化不敏感，对部分反光也有很强的适应能力，是一种能够适用于机器人拍照的变电站开关状态识别方法。
-
公开(公告)号：CN1761205A
公开(公告)日：2006-04-19
申请号：CN200510048577.0
申请日：2005-11-18
Abstract: 本发明涉及基于内容的网络色情图像和不良图像检测系统。该检测系统含有图标检测子系统，筛选出多数为网站广告之类的窄条形状和尺寸太小的网络图像；文本检测子系统，判断出文本图像和可疑图像；颜色检测子系统，分析图像的颜色组成，通过颜色空间的实验比较建立肤色模型，通过检测网络图像肤色暴露程度，分离出网页正常图像和可疑图像；姿态检测子系统，建立色情标准图像特征库，作为判决是否为色情图像的匹配相似性的依据，区分出网页正常图像和可疑图像。本发明在国内率先将“基于内容的图像识别检索”技术应用于互联网色情图像的检测过滤，显著的提高了过滤效果，对互联网色情图像的整体识别过滤成功率大于99％，误判率低于5％。
-
公开(公告)号：CN105512289B
公开(公告)日：2018-08-14
申请号：CN201510901348.2
申请日：2015-12-07
Applicant: 郑州金惠计算机系统工程有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种基于深度学习和哈希的图像检索方法，利用深度卷积神经网络强大的学习能力，提取图像深层特征，克服现有技术中利用图像底层特征而导致特征表达能力不强、检索精度低的问题；并引入哈希层构造哈希函数，将图像深度特征的学习和哈希函数的构造在同一过程中完成，挖掘图像特征与哈希函数内在关系，大大提高图像检索准确率；将量化误差的损失加入到深度卷积神经网络的损失层，增强了哈希码的表达能力，通过Softmax分类器损失模块和量化误差损失模块，有效降低哈希函数中的二值化造成的量化误差，进一步提高图像检索的准确率。
-
公开(公告)号：CN108764257B
公开(公告)日：2022-03-04
申请号：CN201810500399.8
申请日：2018-05-23
Applicant: 郑州金惠计算机系统工程有限公司
Abstract: 本发明涉及图像识别技术领域。一种多视角的指针式仪表识别方法，包括：采集图像，并上传至计算机；利用SSD算法进行仪表区域定位；利用ResNet34深度残差神经网络对仪表区域进行分类训练，根据分类结果进行样本图像的初步矫正；利用SSD算法对矫正后的图像进行仪表区域的二次定位；利用所述网络对二次定位后的仪表区域进行回归训练，识别表盘上的指针位置；利用HED边缘检测算法对定位的仪表区域进行表盘边缘检测；根据RANSAC算法进行随机采样，计算仪表表盘的边缘模型；利用缩放比对仪表指针进行矫正，并计算仪表指针与起始针的夹角；根据夹角查阅数据库表，获得仪表盘的刻度。本发明可以对不同角度拍摄的指针式仪表进行识别。
-
公开(公告)号：CN106326937B
公开(公告)日：2019-08-09
申请号：CN201610796430.8
申请日：2016-08-31
Applicant: 郑州金惠计算机系统工程有限公司
Abstract: 本发明涉及一种基于卷积神经网络的人群密度分布热度图生成方法，将人群图片集分为训练样本集及测试样本集，利用全卷积神经网络架构进行人群标签图像分割，利用卷积神经网络进行人数回归；并通过多尺度模板运算对密度图进行纠正，根据修正后的密度图和回归人数，生成人群密度分布热度图，完成人群密度分布估计。本发明利用全卷积神经网络强大的学习能力，提取图像的深层特征，进行准确的人群分割，克服了传统方法的密度计算对于全图特征的低效性和盲目性；通过多尺度的模板纠正，一定程度上克服了人群远近的透视效应；针对估计人数做映射，不同摄像头的热度图具可横向对比，适用于多种人群场景，能够实时获取人群密度分布热度图。
-
Patent Agency Ranking
公开(公告)号：CN108764257A
公开(公告)日：2018-11-06
申请号：CN201810500399.8
申请日：2018-05-23
Applicant: 郑州金惠计算机系统工程有限公司
CPC classification number: G06K9/4604 , G06K9/6256 , G06N3/0454
Abstract: 本发明涉及图像识别技术领域。一种多视角的指针式仪表识别方法，包括：采集图像，并上传至计算机；利用SSD算法进行仪表区域定位；利用ResNet34深度残差神经网络对仪表区域进行分类训练，根据分类结果进行样本图像的初步矫正；利用SSD算法对矫正后的图像进行仪表区域的二次定位；利用所述网络对二次定位后的仪表区域进行回归训练，识别表盘上的指针位置；利用HED边缘检测算法对定位的仪表区域进行表盘边缘检测；根据RANSAC算法进行随机采样，计算仪表表盘的边缘模型；利用缩放比对仪表指针进行矫正，并计算仪表指针与起始针的夹角；根据夹角查阅数据库表，获得仪表盘的刻度。本发明可以对不同角度拍摄的指针式仪表进行识别。
-
公开(公告)号：CN104298994B
公开(公告)日：2017-12-05
申请号：CN201410074686.9
申请日：2014-02-28
Applicant: 郑州金惠计算机系统工程有限公司
IPC: G06K9/54
Abstract: 本发明涉及一种指针式仪表读数识别方法及装置，本发明的识别方法首先对仪表位置进行定位，然后识别刻度环，接着识别中压区域，最后对刻度环和中央区域之间的部分二值化，以寻找指针方向。本发明的方法首先非常适合于如图4类型的表盘；其次，虽然待检测表盘比背景技术中介绍的表盘保护的信息更为复杂，但由于，直接将中压区域滤除，只对刻度环和中央区域之间进行二值化处理，大大降低了处理的数据量，提高了识别速度。
-
公开(公告)号：CN106600631A
公开(公告)日：2017-04-26
申请号：CN201611082925.0
申请日：2016-11-30
Applicant: 郑州金惠计算机系统工程有限公司
CPC classification number: G06K9/00362 , G06K9/00711 , G06K2009/00738 , G06T2207/10016 , G06T2207/20081 , G06T2207/30232 , G06T2207/30242
Abstract: 本发明涉及一种基于多目标跟踪的客流统计方法，包含如下：采用可变形部件模型对标注人形样本进行离线训练，得到人形部件模型，人形部件模型包含根滤波器、部件滤波器、及部件相对于根位置的空间模型；利用人形部件模型，对视频每一帧图像进行人形目标检测；采用两级轨迹关联方法对图像场景中的行人目标进行跟踪，得到被检测行人的运动轨迹；在摄像头可见区域内根据运动轨迹及运动方向，对行人目标进行实时计数。本发明前端摄像头部署于超市、商场等室内环境出入口上方，垂直或俯视采样，对倾斜采样的场景进行针对性的优化，可见区域内均可检测到目标，通过检测行人并对其进行跟踪达到客流进、出双向人数实时统计，行人目标统计正确率超90％。
-
公开(公告)号：CN106326937A
公开(公告)日：2017-01-11
申请号：CN201610796430.8
申请日：2016-08-31
Applicant: 郑州金惠计算机系统工程有限公司
CPC classification number: G06K9/6271 , G06K9/66 , G06N3/086
Abstract: 本发明涉及一种基于卷积神经网络的人群密度分布热度图生成方法，将人群图片集分为训练样本集及测试样本集，利用全卷积神经网络架构进行人群标签图像分割，利用卷积神经网络进行人数回归；并通过多尺度模板运算对密度图进行纠正，根据修正后的密度图和回归人数，生成人群密度分布热度图，完成人群密度分布估计。本发明利用全卷积神经网络强大的学习能力，提取图像的深层特征，进行准确的人群分割，克服了传统方法的密度计算对于全图特征的低效性和盲目性；通过多尺度的模板纠正，一定程度上克服了人群远近的透视效应；针对估计人数做映射，不同摄像头的热度图具可横向对比，适用于多种人群场景，能够实时获取人群密度分布热度图。
-
公开(公告)号：CN105652872A
公开(公告)日：2016-06-08
申请号：CN201610107530.5
申请日：2016-02-26
Applicant: 郑州金惠计算机系统工程有限公司
IPC: G05D1/02
CPC classification number: G05D1/0248 , G05D2201/0207
Abstract: 本发明属于变电站巡视监测设备领域，具体涉及一种变电站激光导航巡检机器人智能云台自动跟踪定位方法，包括观测站，巡检机器人，巡检机器人上安装有智能云台，智能云台能够监拍，所述该方法的具体步骤为：1、设定坐标原点和各个被观测仪表的坐标；2、巡检机器人计算自身实时坐标，并推算出智能云台的坐标；3、智能云台根据被测目标的坐标自动导航到目标位置(U,V,W)；4、利用公式分别计算云台水平转动角度P、垂直转动角度T、镜头放大倍率Z；5、抓取仪表图像并把图像实时传回观测站。本发明提出的巡检机器人自动巡检仪表的方法，摒弃了传统的示教方法，增强了巡检机器人巡检过程中更加智能和自主的能力，大大提高了机器人的工作效率和准确性，对后期仪表识别环节有很大的帮助。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.047 seconds)
