-
公开(公告)号：CN104392464B
公开(公告)日：2017-08-29
申请号：CN201410517098.8
申请日：2014-09-30
申请人： 天津艾思科尔科技有限公司
发明人： 张德馨
IPC分类号： G06T7/20
摘要： 一种基于彩色视频图像的人为入侵检测方法。其包括基于建模点的背景建模；利用建模点与对应背景点及其邻接点的高斯模型的对比机制进行前景检测；根据监控场景需求灵活设定监控区域；先进行所有运动前景的提取，再经过多重筛选机制保留有效前景信息；输出报警框协助监控人员进行异常行为处理。本发明所述的人为入侵检测方法不仅在很大程度上避免了漏报和误报现象，同时为监控人员处理危机提供了便利。
-
公开(公告)号：CN104392464A
公开(公告)日：2015-03-04
申请号：CN201410517098.8
申请日：2014-09-30
申请人： 天津艾思科尔科技有限公司
发明人： 张德馨
IPC分类号： G06T7/20
CPC分类号： G06T7/251 , G06T2207/10016 , G06T2207/10024 , G06T2207/30196
摘要： 一种基于彩色视频图像的人为入侵检测方法。其包括基于建模点的背景建模；利用建模点与对应背景点及其邻接点的高斯模型的对比机制进行前景检测；根据监控场景需求灵活设定监控区域；先进行所有运动前景的提取，再经过多重筛选机制保留有效前景信息；输出报警框协助监控人员进行异常行为处理。本发明所述的人为入侵检测方法不仅在很大程度上避免了漏报和误报现象，同时为监控人员处理危机提供了便利。
-
公开(公告)号：CN103020987A
公开(公告)日：2013-04-03
申请号：CN201210489601.4
申请日：2012-11-27
申请人： 天津艾思科尔科技有限公司
发明人： 张德馨
摘要： 本发明公开了一种基于多背景模型的快速前景检测方法，包括背景建模和前景检测两大步骤，背景建模的步骤包括背景模型的设计和背景模型的更新。本发明的基于多背景模型的快速前景检测方法，能够大大降低传统GMM方法的计算复杂度，能够有效去除树叶晃动、昆虫、光线和阴影变化对前景检测结果的影响，而且可以检测到昏暗环境下人和物体的运动。本发明的方法主要用在嵌入式摄像头上，对于很多智能视觉监控领域常用的视频格式（如YUV420等）尤其适用。使用该方法的嵌入式摄像头可以大大提高原有智能侦测功能的功能、速度和准确度。
-
公开(公告)号：CN103020987B
公开(公告)日：2015-12-23
申请号：CN201210489601.4
申请日：2012-11-27
申请人： 天津艾思科尔科技有限公司
发明人： 张德馨
摘要： 本发明公开了一种基于多背景模型的快速前景检测方法，包括背景建模和前景检测两大步骤，背景建模的步骤包括背景模型的设计和背景模型的更新。本发明的基于多背景模型的快速前景检测方法，能够大大降低传统GMM方法的计算复杂度，能够有效去除树叶晃动、昆虫、光线和阴影变化对前景检测结果的影响，而且可以检测到昏暗环境下人和物体的运动。本发明的方法主要用在嵌入式摄像头上，对于很多智能视觉监控领域常用的视频格式（如YUV420等）尤其适用。使用该方法的嵌入式摄像头可以大大提高原有智能侦测功能的功能、速度和准确度。
-
公开(公告)号：CN114663839B
公开(公告)日：2022-11-04
申请号：CN202210512112.X
申请日：2022-05-12
申请人： 中科智为科技(天津)有限公司
IPC分类号： G06V20/52 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/774
摘要： 本发明公开了一种遮挡行人重识别方法及系统，其中方法包括获取训练集中行人图像的遮挡率，根据遮挡率将行人图像分块，得到每幅行人图像对应的多个序列块；将每幅行人图像对应的多个序列块输入至识别模型中，训练识别模型，得到每幅行人图像的识别信息；将待识别图像和注册图像分块并分别输入至训练好的识别模型中，得到待识别图像的识别信息和注册图像的识别信息；确定待识别图像的识别信息和注册图像的识别信息之间的相似度，根据相似度确定识别结果。本发明能够同时提取出全局特征、局部特征以及局部特征的遮挡概率描述，从而提高遮挡行人重识别精度。本发明还可以将手工标记关联到分块策略上，提升检索识别的灵活性。
-
公开(公告)号：CN114663839A
公开(公告)日：2022-06-24
申请号：CN202210512112.X
申请日：2022-05-12
申请人： 中科智为科技(天津)有限公司
摘要： 本发明公开了一种遮挡行人重识别方法及系统，其中方法包括获取训练集中行人图像的遮挡率，根据遮挡率将行人图像分块，得到每幅行人图像对应的多个序列块；将每幅行人图像对应的多个序列块输入至识别模型中，训练识别模型，得到每幅行人图像的识别信息；将待识别图像和注册图像分块并分别输入至训练好的识别模型中，得到待识别图像的识别信息和注册图像的识别信息；确定待识别图像的识别信息和注册图像的识别信息之间的相似度，根据相似度确定识别结果。本发明能够同时提取出全局特征、局部特征以及局部特征的遮挡概率描述，从而提高遮挡行人重识别精度。本发明还可以将手工标记关联到分块策略上，提升检索识别的灵活性。
-
公开(公告)号：CN114581858A
公开(公告)日：2022-06-03
申请号：CN202210486758.5
申请日：2022-05-06
申请人： 中科智为科技(天津)有限公司
IPC分类号： G06V20/52 , G06K9/62 , G06V10/762 , G06N3/08
摘要： 本发明公开了一种小股人群重识别方法及模型训练方法，属于行人重识别技术领域，能够解决小股人群重识别准确率低的问题。所述方法包括：获取第一样本图像和第二样本图像，并确定其中的第一人群区域和第二人群区域；将第一人群区域输入第一主干网络中，获得第一人群的个体特征和全局特征，并将第二人群区域输入第二主干网络中，获得第二人群的个体特征和全局特征；将第一人群和第二人群的全局特征输入第一神经网络中进行训练，得到人群相似性判断网络；将第一人群和第二人群的个体特征输入第二神经网络中进行训练，得到个体相似性判断网络；根据人群相似性判断网络和个体相似性判断网络构建小股人群重识别模型。本发明用于行人重识别。
-
公开(公告)号：CN114581858B
公开(公告)日：2022-08-23
申请号：CN202210486758.5
申请日：2022-05-06
申请人： 中科智为科技(天津)有限公司
IPC分类号： G06V20/52 , G06K9/62 , G06V10/762 , G06N3/08
摘要： 本发明公开了一种小股人群重识别方法及模型训练方法，属于行人重识别技术领域，能够解决小股人群重识别准确率低的问题。所述方法包括：获取第一样本图像和第二样本图像，并确定其中的第一人群区域和第二人群区域；将第一人群区域输入第一主干网络中，获得第一人群的个体特征和全局特征，并将第二人群区域输入第二主干网络中，获得第二人群的个体特征和全局特征；将第一人群和第二人群的全局特征输入第一神经网络中进行训练，得到人群相似性判断网络；将第一人群和第二人群的个体特征输入第二神经网络中进行训练，得到个体相似性判断网络；根据人群相似性判断网络和个体相似性判断网络构建小股人群重识别模型。本发明用于行人重识别。
-
公开(公告)号：CN113743544A
公开(公告)日：2021-12-03
申请号：CN202111302766.1
申请日：2021-11-05
申请人： 中科智为科技(天津)有限公司
发明人： 张德馨
摘要： 本发明公开了一种跨模态神经网络构建方法、行人检索方法及系统，属于数据分析检索技术领域，能够解决跨模态识别精度较低，行人识别效果较差的问题。所述方法包括：获取可见光样本图像和近红外样本图像，并对可见光样本图像和近红外样本图像进行预处理，得到可见光块序列数据和近红外块序列数据；将可见光块序列数据输入至第一自注意力机制模块中，获得可见光全局特征和可见光局部特征；并将近红外块序列数据输入至第二自注意力机制模块中，获得近红外全局特征和近红外局部特征；利用可见光全局特征、可见光局部特征、近红外全局特征和近红外局部特征训练第一神经网络，得到跨模态神经网络。本发明用于跨模态图像识别。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.048 秒)
