-
公开(公告)号：CN106413545B
公开(公告)日：2019-07-05
申请号：CN201580022460.7
申请日：2015-04-22
申请人： 欧姆龙株式会社 , 公立大学法人兵库县立大学
CPC分类号： G06T7/0012 , A61B5/107 , A61B5/11 , A61B5/1115 , A61B5/1116 , A61B5/1117 , G06K9/00335 , G06K9/00362 , G06K9/4604 , G06K9/52 , G06K2009/4666 , G06T7/60 , G06T2207/10048 , G06T2207/30004
摘要： 图像取得部(15)取得来自设置于室内的图像传感器(2、3)的图像数据。存储部(6)存储表示人体的姿势的转变模型的信息、和表示转变模型中的各个姿势下的图像数据的检查区域的检查信息。姿势估计部(5)参照表示转变模型的信息和检查信息，计算图像数据的检查区域中的统计量，并基于统计量，根据之前时刻的人体的姿势，估计当前时刻的人体的姿势。
-
公开(公告)号：CN109791603A
公开(公告)日：2019-05-21
申请号：CN201780056297.5
申请日：2017-07-27
申请人： 康诺特电子有限公司
IPC分类号： G06K9/00
CPC分类号： G06K9/00805 , B60R11/04 , B60W30/0956 , B60W2550/10 , G06K9/00362 , G06T7/70 , G06T2207/30261
摘要： 本发明涉及一种基于通过机动车辆(1)的摄像机(4)提供的环境区域(8)的序列图像(10、11)来捕获机动车辆(1)的环境区域(8)中的对象(9)的方法，包括以下步骤：识别序列的第一图像(10)中的第一对象特征(24)，其中第一对象特征(24)描述环境区域(8)中的对象(9)的至少一部分，基于预定的运动模型估计对象(9)在环境区域(8)中的位置，该预定的运动模型描述了对象(9)在环境区域(8)中的运动，基于第一对象特征(24)并基于估计的位置确定序列中的第一图像(10)之后的第二图像(11)中的预测特征(26)，确定第二图像(11)中的第二对象特征(25)，如果满足预定的关联标准，则将第二对象特征(25)与第二图像(11)中的预测特征(26)相关，以及如果第二对象特征(25)与预测特征(26)相关，则将第二对象特征(25)确认为源自对象(9)。
-
公开(公告)号：CN109690247A
公开(公告)日：2019-04-26
申请号：CN201780015701.4
申请日：2017-02-16
申请人： 赫普塔冈微光有限公司
CPC分类号： G01S17/89 , G01S7/4817 , G01S17/023 , G01S17/06 , G06K9/00362 , G06T2207/10028
摘要： 本公开描述用于有效地捕获三维数据的光电子系统和方法。所述光电子系统包括三维成像模块和距离测量模块。经由所述距离测量模块收集的数据用来收集三维数据，诸如三维对象的三维图或其他表示。此外，所述方法可扩展到多个感兴趣区域，并且可被应用于生物计量数据的获取。
-
公开(公告)号：CN109685025A
公开(公告)日：2019-04-26
申请号：CN201811615344.8
申请日：2018-12-27
申请人： 中科院合肥技术创新工程院
CPC分类号： G06K9/00362 , G06K9/00268 , G06K9/00288 , G06K9/40 , G06K9/6269
摘要： 本发明涉及图像识别技术领域，特别涉及一种肩部特征识别方法，包括以下步骤：(S10)对当前图像进行人脸关键点检测得到人脸关键点；(S20)对背景图像和当前图像进行运动目标提取处理得到二值化的坐姿图；(S30)提取二值化的坐姿图中的人体轮廓得到人体轮廓曲线C；(S40)对人体轮廓曲线C进行抽稀处理得到由多个线段首尾相连而成的折线；(S50)根据各折线的倾斜角度、各折线相对于人脸特征点的位置关系选出两条线段即得到肩部特征；还公开了基于肩部特征识别的坐姿行为识别方法。通过加入肩部位置特征来对坐姿行为进行识别，能够提高检测的准确率。
-
公开(公告)号：CN109684991A
公开(公告)日：2019-04-26
申请号：CN201811568758.X
申请日：2018-12-24
申请人： 北京旷视科技有限公司
CPC分类号： G06K9/00362 , G06K9/3233 , G06K9/6212 , G06K9/6271
摘要： 本申请实施例提供了一种图像处理方法、装置、电子设备及存储介质，涉及图像处理技术领域。方法包括：获得包含对象的至少两个身体部位的图像；根据图像，确定出至少两个身体部位中目标身体部位的一个参考采样框；根据参考采样框，以及根据每个身体部位与参考采样框之间的偏差参数，确定出每个身体部位的实际采样框。其实现了通过将对象和该对象的每个身体部位绑定的方式，确定出该对象的每个身体部位的实际采样框，无需将确定出采用框再归属到其所属的对象，从而就可以避免出现归类错误，进而就实现可以准确的提取出所属于每个对象的各身体部位。
-
公开(公告)号：CN109659007A
公开(公告)日：2019-04-19
申请号：CN201811348243.9
申请日：2018-11-13
申请人： 平安科技(深圳)有限公司
CPC分类号： G16H20/60 , G06K9/00288 , G06K9/00362 , G06K9/627 , G06Q30/0283 , G06Q50/12
摘要： 本发明实施例公开了一种食堂用餐服务方法、装置、计算机设备及储存介质，包括下述步骤：获取目标人员的形体图像；将所述形体图像输入到预先训练至收敛状态用于对人体图像进行形体分类的神经网络模型中，判断所述目标人员的体态信息；根据所述体态信息与预设的推荐规则为所述目标人员推荐用餐菜品。在菜品计价时，采用菜品识别的方法，自动计算用餐费用，并通过扫描就餐人员的脸部信息自动扣款，提高了费用计算的效率，减少计价差错。通过这种方法，有效提高就餐结算速率、帮助就餐人员养成健康的饮食习惯。
-
公开(公告)号：CN109657631A
公开(公告)日：2019-04-19
申请号：CN201811594417.X
申请日：2018-12-25
申请人： 上海智臻智能网络科技股份有限公司
CPC分类号： G06K9/00362 , G06K9/4671 , G06K9/629 , G06K2209/21
摘要： 本发明提供一种人体姿态识别方法及装置，所述方法包括：提供待处理图像；对所述待处理图像进行目标检测处理，以得到一个或多个第一头部检测框；对所述第一头部检测框进行关键点计算处理，以得到多个第一头部关键点信息；对所述待处理图像进行自下而上识别处理，以得到一个或多个第二人体姿态信息；从所述第二人体姿态信息中提取第二头部关键点信息和第一躯干关键点信息；对所述第一头部关键点信息和所述第二头部关键点信息进行融合，得到融合后的第三头部关键点信息；将所述第三头部关键点信息和所述第一躯干关键点信息作为人体姿态识别结果。本发明可以提高人体姿态识别的准确率。
-
公开(公告)号：CN109635717A
公开(公告)日：2019-04-16
申请号：CN201811502017.1
申请日：2018-12-10
申请人： 天津工业大学
CPC分类号： G06K9/00362 , G06K9/6223 , G06K9/627
摘要： 本发明公开了一种基于深度学习的矿用行人检测方法，属于目标检测领域，解决了现有行人检测方法在矿用领域中存在实时性差、难以处理遮挡、难以适应井下环境中光线暗淡且噪声干扰大的问题。本发明基于SSD目标检测网络，针对矿用领域的特殊环境做出针对性调整和改进，采用全卷积网络，DenseNet网络，k‑means聚类算法，多尺度特征融合以及上采样方法优化了SSD目标检测网络的网络结构，提高了SSD目标检测网络在矿用领域中针对行人检测的准确性，实时性以及鲁棒性。本发明的方法能够有效适应矿用领域的特殊环境，自动对矿用领域的监控视频进行分析，快速准确的检测出视频中的行人，及时发现监控视频中的异常事件。
-
公开(公告)号：CN109587628A
公开(公告)日：2019-04-05
申请号：CN201811533573.5
申请日：2018-12-14
申请人： 深圳力维智联技术有限公司
CPC分类号： H04W4/02 , G06K9/00288 , G06K9/00362 , G06T7/70 , H04W4/33 , H04W64/00
摘要： 本申请涉及图像处理，尤其涉及一种室内实时定位方法及装置，其中方法包括，通过多个采集设备实时从不同角度采集多张目标的图像；获取多张目标的图像中目标在背景墙中的位置信息以及多个采集设备在室内的位置信息；根据目标在背景墙中的位置信息以及多个采集设备在室内的位置信息对目标进行定位。本申请的定位方法，被定位目标无需携带信号发射终端，减少了室内电磁辐射对人体的影响，同时不影响定位人员的正常活动，本申请可结合已有的监控设备，无需另外进行定位基站的建设，降低了成本。
-
-
-
-
-
-
-
-
-
搜索结果
955 条记录 (耗时 0.022 秒)
