-
公开(公告)号:CN110569887B
公开(公告)日:2022-07-29
申请号:CN201910770649.4
申请日:2019-08-20
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
IPC分类号: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明提供一种基于预测层特征增强的目标检测方法、存储介质及设备,所述方法包括以下步骤:S1、获取需要进行检测的目标图像;S2、通过主干网络提取所述目标图像的特征,得到多个不同尺度的第一预测特征层;S3、将多个不同尺度的所述第一预测特征层进行融合,得到第二预测特征层;S4、构建不同尺寸的锚点框,并将所述第二预测特征层进行第一步锚点框粗略筛选和回归;S5、将所述第二预测特征层进行第二步锚点框精细筛选和回归;S6、输出所述目标图像的检测结果。根据本发明实施例的方法,能够在不增加网络参数的条件下充分发挥网络各特征层的作用的效果,实现对已有网络特征的充分利用。
-
公开(公告)号:CN110569887A
公开(公告)日:2019-12-13
申请号:CN201910770649.4
申请日:2019-08-20
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
摘要: 本发明提供一种基于预测层特征增强的目标检测方法、存储介质及设备,所述方法包括以下步骤:S1、获取需要进行检测的目标图像;S2、通过主干网络提取所述目标图像的特征,得到多个不同尺度的第一预测特征层;S3、将多个不同尺度的所述第一预测特征层进行融合,得到第二预测特征层;S4、构建不同尺寸的锚点框,并将所述第二预测特征层进行第一步锚点框粗略筛选和回归;S5、将所述第二预测特征层进行第二步锚点框精细筛选和回归;S6、输出所述目标图像的检测结果。根据本发明实施例的方法,能够在不增加网络参数的条件下充分发挥网络各特征层的作用的效果,实现对已有网络特征的充分利用。
-
公开(公告)号:CN110427821A
公开(公告)日:2019-11-08
申请号:CN201910567225.8
申请日:2019-06-27
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
摘要: 本发明属于计算机视觉检测技术领域,具体涉及一种基于轻量级卷积神经网络的人脸检测方法及系统。本方案首先需要解决的关键问题是将模型优化成轻量级模型,减少计算量、提高运算速度,其次实现网络的轻量化的同时需要保证人脸检测模型的精确度,因此平衡网络轻量级和准确率,需要能在轻量级人脸检测网络模型的基础上研究如何提高算法的准确率是本方案解决的关键问题。本案在检测精度、模型大小、检测速度综合方面具有一定优势,该网络与基于VGG16的人脸检测算法相比,保证了一定的精度,在检测速度、模型大小等方面更具有优势。
-
公开(公告)号:CN110602487B
公开(公告)日:2021-04-20
申请号:CN201910843031.6
申请日:2019-09-06
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
IPC分类号: H04N17/00 , H04N21/234 , H04N21/44
摘要: 本发明属于视频质量检测技术领域,具体涉及一种基于TSN网络的视频画面抖动检测方法,包括步骤:基于TSN网络结构,利用TVL1光流算法提取正常光流场和扭曲光流场;将所述正常光流场和扭曲光流场输入到TSN网络中;通过TSN网络判断视频是否抖动,并输出抖动的帧号。基于TSN网络的视频抖动检测,可以克服传统算法不能适应环境变化和长时间范围的视频检测,还可以在减少计算量大小的同时保持非常高的检测性能;TSN网络中提出的扭曲光流能够抑制视频中人物或其他事物运动的干扰,从而进一步使得检测抖动更加精准。
-
公开(公告)号:CN110555464A
公开(公告)日:2019-12-10
申请号:CN201910722185.X
申请日:2019-08-06
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
摘要: 本发明属于图形处理技术领域,具体涉及一种基于深度学习模型的车辆颜色识别方法。本方案首先基于分割的深度学习模型进行车辆颜色区域提取,再通过K-means聚类算法对提取的颜色特征进行处理,提高整体的车辆颜色识别效率。通过图像实例分割算法,同时选取发动机盖和车顶区域作为颜色截取区域;根据检测位置生成掩膜并与原图结合处理得到只包含发动机盖和车顶部分的待识别图像;将待识别图像映射到RGB颜色空间中,用K-means算法进行聚类,最终得到颜色识别结果。
-
公开(公告)号:CN110602487A
公开(公告)日:2019-12-20
申请号:CN201910843031.6
申请日:2019-09-06
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
IPC分类号: H04N17/00 , H04N21/234 , H04N21/44
摘要: 本发明属于视频质量检测技术领域,具体涉及一种基于TSN网络的视频画面抖动检测方法,包括步骤:基于TSN网络结构,利用TVL1光流算法提取正常光流场和扭曲光流场;将所述正常光流场和扭曲光流场输入到TSN网络中;通过TSN网络判断视频是否抖动,并输出抖动的帧号。基于TSN网络的视频抖动检测,可以克服传统算法不能适应环境变化和长时间范围的视频检测,还可以在减少计算量大小的同时保持非常高的检测性能;TSN网络中提出的扭曲光流能够抑制视频中人物或其他事物运动的干扰,从而进一步使得检测抖动更加精准。
-
公开(公告)号:CN110543879A
公开(公告)日:2019-12-06
申请号:CN201910769868.0
申请日:2019-08-20
申请人: 高新兴科技集团股份有限公司 , 西安电子科技大学
摘要: 本发明提供一种基于SE模块的SSD目标检测方法及计算机存储介质,所述方法包括以下步骤:S1、获取需要进行目标识别的图片或者视频;S2、将卷积神经网络ResNet18的第一个卷积层替换为3×3卷积层,并在ResNet18的第一个和第二个残差块中添加SE模块,形成SE-ResNet18网络结构;S3、将SSD目标检测算法中的主干网络替换为所述SE-ResNet18网络结构,得到检测模型;S4、对所述检测模型进行针对小目标检测的训练,获得训练好的深度神经网络模型;S5、根据训练好的深度神经网络模型对所述图片或者视频的小目标进行检测,得到检测结果。根据本发明实施例的方法,既保证了一定的检测速度,又提升了小目标的检测精度,同时尽量降低了对模型大小的影响。
-
公开(公告)号:CN110855935B
公开(公告)日:2023-08-25
申请号:CN201910350071.7
申请日:2019-04-28
申请人: 高新兴科技集团股份有限公司
摘要: 本发明属于电子信息科技领域,具体涉及一种基于多摄像头的人员轨迹生成系统及方法,包括监控模块、行人再识别系统和人员轨迹生成模块,根据人员进入和离开办案区的时间,对不同房间和过道产生的行人再识别结构化信息,按设定的时间片,根据时间、空间、相似度三因子权重计算以及根据权重分进行决策,从而得出轨迹片段,最终再根据轨迹片段进行合并;本发明让自动生成的人员轨迹更加精确;在不同房间和过道环境以及选用不同行人再识别算法时,会导致人员结构化信息有所有不同,而本发明中所提到的三因子计算方式中权重是可根据这些因数的变化来调整的,从而能适应更多场景。
-
公开(公告)号:CN110428505B
公开(公告)日:2023-08-25
申请号:CN201910661815.7
申请日:2019-07-22
申请人: 高新兴科技集团股份有限公司
摘要: 本发明提供一种三维地图中视频投影干扰物的移除方法及计算机存储介质,方法包括以下步骤:S1、在三维地图中选择需要去除视频投影干扰物的第一区域,并对第一区域进行数据采集以获得第一区域的数据信息;S2、将第一区域的数据信息转换到三维坐标空间下的坐标系,并将数据信息在该坐标系下的坐标构建出第二区域;S3、在第一区域内接收至少一个模型顶点,并将模型顶点转换为坐标系下的数据点;S4、根据数据点构建拟合曲面;S5、根据数据点在拟合曲面上的映射点数据的求解关系,判断第二区域内的数据点是否超过阈值,若是,则对数据点进行投影,并获取该数据点在地面上的投影坐标;S6、将使用投影坐标的新数据点投影到平面。
-
公开(公告)号:CN109271122B
公开(公告)日:2022-07-01
申请号:CN201811018138.9
申请日:2018-09-03
申请人: 高新兴科技集团股份有限公司
摘要: 本申请公开了一种基于双显示屏的文件显示方法,包括:获取第一显示屏通过示证程序发送的待显示文件;识别所述待显示文件所对应的文件类型,并根据所述文件类型加载打开所述待显示文件对应的待显示应用程序;发送所述待显示文件和所述待显示应用程序至第二显示屏,使得所述第二显示屏在所述待显示应用程序中显示所述待显示文件;对所述第二显示屏中显示的所述待显示文件进行截图,得到第一显示图片,并发送所述第一显示图片至第一显示屏,使得所述第一显示屏在所述示证程序中显示所述第一显示图片。解决了现有办案民警在利用双屏对文件进行显示的时,因无法使得两个屏幕显示同样的内容,导致用户体验较差的技术问题。
-
-
-
-
-
-
-
-
-