-
公开(公告)号：CN110660067A
公开(公告)日：2020-01-07
申请号：CN201810690561.7
申请日：2018-06-28
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种目标检测方法及其装置，该方法包括：对待标注图像进行目标检测，以得到所述待标注图像中的目标对应的第一矩形框；对所述第一矩形框进行外扩处理，以得到所述第一矩形框对应的第二矩形框；基于所述第二矩形框，利用第一深度学习算法对所述待标注图像进行矩形框标注，以得到所述待标注图像中的目标对应的第三矩形框。该方法可以在保证矩形框标注准确性的情况下，提高矩形框标注的效率。
-
公开(公告)号：CN110658518A
公开(公告)日：2020-01-07
申请号：CN201810696236.1
申请日：2018-06-29
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01S13/88
Abstract: 本申请实施例提供了一种目标入侵检测方法及装置，方法包括：标定警戒区域在图像坐标系中的图像区域；根据预先标定的单应性矩阵，将图像区域映射至雷达坐标系，得到警戒区域在雷达坐标系中的投影区域；单应性矩阵用于将图像坐标坐标系中的像素坐标转换为雷达坐标系的距离坐标。应用本申请实施例，能够降低目标入侵检测中雷达警戒区域标定的复杂度，并解决需要专业知识的用户来完成雷达的安装的问题。
-
公开(公告)号：CN110570434A
公开(公告)日：2019-12-13
申请号：CN201810576571.8
申请日：2018-06-06
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供一种图像分割标注方法和装置，该方法包括：从待分割图像中截取图像块，所述图像块中包含一个待分割的目标对象；使用训练好的分割模型对所述图像块进行分割，得到所述目标对象的分割结果；所述分割模型用于预测不同类别的物体的分割结果并为不同类别的物体的分割结果赋予相同的真值；接收标注指令，将所述目标对象的分割结果的真值设置成所述标注指令所指定的真值。本申请实施例提供了一种半自动化的分割标注工具，在保证和人工标注相同精度的情况下，能够减少标注时间和人力成本。
-
公开(公告)号：CN110297950A
公开(公告)日：2019-10-01
申请号：CN201910567059.1
申请日：2019-06-27
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F16/901 , G06F16/903
Abstract: 本发明公开了一种基于Blogel的分布式图受限可达性查询处理方法。给定海量图数据，利用并行索引技术，本方法能够快速的返回受限可达性查询的结果。本发明基于Blogel分布式图处理框架，利用并行技术，提升DVL索引的构建效率；利用索引判定方法，提升受限可达性查询的效率。本发明先在局部子图中为每个顶点计算中介中心性，将具有最大中介中心性的前k个顶点选为标志点，再构建DVL索引，为每个顶点计算其到标志点的最短路径距离标签集合Dout和标志点到此顶点的最短路径距离标签集合Din。最后本发明在查询阶段提出分布式受限可达性查询算法，利用索引判定方法快速返回查询结果。本发明提出的分布式图受限可达性查询处理效率明显好于现有的方法，提供了最佳的性能。
-
公开(公告)号：CN105847871B
公开(公告)日：2019-09-24
申请号：CN201510022957.0
申请日：2015-01-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N21/236 , H04N21/4405 , H04N19/50 , G06T7/00
Abstract: 本发明涉及视频压缩领域，公开了一种视频编解码方法及装置。编码方法包括：获取背景图像，采用帧内预测对背景图像编码得到背景帧，对背景帧解码得到背景帧重建图；获取输入图像作为第一图像，根据其相对于背景帧重建图的差异，至少局部地采用帧间预测编码为刷新帧；获取输入图像作为第二图像，根据其相对于背景帧重建图和相邻前一帧重建图的差异，或相对于相邻前一帧重建图的差异，至少局部地采用帧间预测编码为普通帧；根据背景帧、刷新帧和普通帧生成视频码流。本发明中，根据输入图像相对于背景帧重建图和/或相邻前一帧重建图的差异，至少局部地采用帧间预测编码，对于存在大量冗余背景信息的场景，可以更低码率获得同等的图像质量。
-
Patent Agency Ranking
公开(公告)号：CN106839975B
公开(公告)日：2019-08-30
申请号：CN201510882226.3
申请日：2015-12-03
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01B11/00
Abstract: 本发明涉及计算机视觉技术领域，公开了一种基于深度相机的体积测量方法及其系统。方法包括以下步骤：从深度相机获取含有待测对象的深度图，深度图包含有待测对象的深度信息；根据深度信息将待测对象从深度图中提取出来，得到待测对象目标区域；利用预先标定的深度相机的参数，将待测对象的目标区域中各像素的二维图像坐标转换到三维相机坐标系下的三维坐标；在三维相机坐标系下，根据待测对象的三维坐标计算待测对象的高度和长宽，从而计算出待测对象的体积。测量精度高，不受拍摄角度和高度影响，无需对相机安装高度和角度进行标定，使用简单方便。
-
公开(公告)号：CN106558078B
公开(公告)日：2019-07-09
申请号：CN201510674006.1
申请日：2015-10-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/80
Abstract: 本发明公开了一种双目立体视觉摄像机及其摄像方法，所述摄像机包括云台以及装设有第一摄像单元和第二摄像单元的摄像装置；云台包括设定单元，用于接收用户发送的标定等级选择指令，设定摄像装置的标定等级，标定等级选择指令中包括有从预先存储的至少一个标定等级中选择第一标定等级的信息；摄像装置包括调用单元，用于根据设定单元所设定的第一标定等级调用与该第一标定等级对应的第一摄像机内部参数；标定单元，用于根据所调用的第一摄像机内部参数以及摄像机拍摄角度和/或高度，对摄像装置进行标定。根据本发明的方案，可通过云台设置双目立体视觉摄像机的拍摄角度、高度以及内部参数，来解决目前双目立体视觉摄像机监控范围过小的技术问题。
-
公开(公告)号：CN109919296A
公开(公告)日：2019-06-21
申请号：CN201711319390.9
申请日：2017-12-12
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种深度神经网络训练方法、装置及计算机设备，其中，深度神经网络训练方法包括：针对树状网络拓扑结构中的当前网络层，获取当前网络层中各节点的任务属性，其中，树状网络拓扑结构中的各节点为对应于不同任务的神经网络，树状网络拓扑结构中的叶节点为针对指定任务已完成训练的神经网络；基于当前网络层中各节点的任务属性，对当前网络层中各节点进行聚类分析，提取同一类别中多个节点的任务属性的共性部分，作为多个节点的父节点的任务属性；基于各父节点的任务属性，训练各父节点的网络参数；在对各网络层中各节点完成训练后，确定树状网络拓扑结构对应的深度神经网络训练结束。通过本方案可以提高深度学习的运算效率。
-
公开(公告)号：CN106033371B
公开(公告)日：2019-06-21
申请号：CN201510112685.3
申请日：2015-03-13
Applicant: 杭州海康威视数字技术股份有限公司
CPC classification number: G06F9/4881 , G06F9/46 , G06F9/5038 , G06F9/505 , G06F9/5083
Abstract: 本发明公开了一种视频分析任务的调度方法及系统。所述方法包括：评估接收到的视频分析任务后，将视频分析任务下发到集群执行；实时监控任务执行的状态，确定是否需要针对任务进行动态调整；以及当需要针对任务进行动态调整时，根据任务优先级，为任务调整分配的资源，其中，所述调整分配的资源是以保证低优先级的任务能够正常执行为前提，将所述低优先级的任务的部分资源提供给需要更多资源的高优先级的任务。本发明的方案，通过自动调整任务资源分配，完成资源的自动合理整合和充分利用，实现了自动负载均衡，有效地避免了出现由于硬件资源异常导致高优先级任务运行、执行的时间过长，视频分析处理效率低下的缺陷。
-
公开(公告)号：CN106612387B
公开(公告)日：2019-05-21
申请号：CN201510665910.6
申请日：2015-10-15
Applicant: 杭州海康威视数字技术股份有限公司
CPC classification number: G06T7/521 , G01S17/87 , G01S17/89 , G06T7/55 , G06T2207/10024 , G06T2207/10028 , G06T2207/10152 , G06T2207/20221 , H04N5/225 , H04N5/2256 , H04N9/04
Abstract: 本发明实施例公开了一种组合深度图获得方法及深度相机。一种组合深度图获得方法，应用于深度相机中的处理器，所述深度相机包括所述处理器、至少一个发光元件和至少两个飞行时间测距ToF传感器，所述至少一个发光元件的叠加照射范围覆盖所述至少两个ToF传感器的叠加视场范围。深度相机中的发光元件使用相同的调制信号对光信号进行调制后发射，ToF传感器使用相同的与调制信号对应的解调信号对接收到的物体反射回的调制光信号进行解调，生成深度数据，处理器对接收到的所有深度数据进行数据融合处理，获得组合深度图。应用本发明实施例所提供的技术方案，可以满足大的视场范围深度图的应用的需求，避免因调制解调不同步而相互干扰的问题。
-
-
-
-
-
-
-
-
-
Search Results
807
records
(took 0.086 seconds)
