-
公开(公告)号：CN117437581B
公开(公告)日：2024-03-01
申请号：CN202311758995.3
申请日：2023-12-20
Applicant: 神思电子技术股份有限公司
Abstract: 一种基于图像语义分割和视角缩放的机动车拥堵长度计算方法，涉及智慧交通技术领域，直接估算机动车排队长度，从而判断路口拥堵情况。结合了计算机视觉技术以及深度学习技术，并应用几何数学模型将现实距离与视频帧对应长度建立一一映射关系，实现了对拥堵长度的计算。通过车辆语义分割方法、连通区域划分方法和拥堵长度建模，可以准确估算拥堵时段机动车排队长度，进而评估拥堵状况。(56)对比文件刘新平.基于角点特征分析的车辆排队长度检测方法《.计算机系统应用》.2020,第29卷(第04期),220-225.赵淑芝.信号交叉口实时排队长度估计.吉林大学学报(工学版).2015,第46卷(第01期),85-91.曹倩霞.城市信号交叉口交通运行评价参数视频检测《.交通运输系统工程与信息》.2015,第15卷(第06期),60-66.William H.K. Lam. Low-Cost RoadTraffic State Estimation System UsingTime-Spatial Image Processing《.IEEEIntelligent Transportation SystemsMagazine》.2019,第11卷(第3期),69 - 79.
-
公开(公告)号：CN117576683A
公开(公告)日：2024-02-20
申请号：CN202311528228.3
申请日：2023-11-16
Applicant: 神思电子技术股份有限公司
Abstract: 一种人体人脸目标和餐盘目标匹配的餐饮浪费识别方法，包括获取人脸抓图像信息、餐盘残余检测、人体人脸框与餐盘自动匹配、综合判断是否发生浪费，通过目标自动匹配算法解决在发生食物浪费的二维图像中人体人脸框与餐盘框匹配错误带来的误报问题。目标匹配算法将人体人脸框与餐盘框输入到算法模型，直接输出匹配结果，相比与通过计算框与框的IOU值的匹配计算方式，精度更高。使用该方法检测到倒餐人员是否存有浪费现象。
-
公开(公告)号：CN113033283B
公开(公告)日：2022-11-22
申请号：CN202011499364.0
申请日：2020-12-18
Applicant: 神思电子技术股份有限公司
IPC: G06V20/40 , G06V40/20 , G06V10/74 , G06V10/764 , G06V10/80
Abstract: 本发明公开了一种改进的视频分类系统，涉及视频分类领域。基于系统的视频分类过程如下：利用嵌入式设备的视频解码模块将获取的视频流解码为RGB图像；通过RGB图像帧组合建模模块对数据预处理完成后对数据进行指定数量的序列建模；将处理后的图像输入到时序特征提取子单元1，通过时序特征提取子单元1对第二步提取的特征图R只在时间维度方向提取运动特征；在每两个时序特征提取子单元之间增加全局特征补充单元，全局特征补充单元用于计算当前图像数据与其他图像的相似度，变相增加了运动的时序信息；将时序特征提取单元输出的特征图Yn根据预测类别进行线性变换，预测输出；建立一个稳定输出的损失函数不断优化参数，对样本数据不断的优化。
-
公开(公告)号：CN113158723B
公开(公告)日：2022-06-07
申请号：CN202011560837.3
申请日：2020-12-25
Applicant: 神思电子技术股份有限公司
IPC: G06V40/20 , G06V20/40 , G06V10/762 , G06V10/77 , G06V10/774 , G06V10/80 , G06K9/62 , H04N19/40
Abstract: 本发明公开了一种端到端的视频动作检测定位系统，涉及人体动作识别领域。端到端的视频动作检测定位系统的定位过程：视频解码；数据重组；设定数据采样频率，读取固定长度的视频片段，将数据重新组合为可输入数据模式输入到下一模块；对输入数据进行计算操作；空间关键信息提取；将时空信息解析单元模块提取的特征信息进行处理，使网络提取的特征更能关注图像中更加有用空间信息，滤除背景信息，对图像中动作发生的位置特征进行增强；通道信息整合挖掘；将时空信息解析单元模块得到的数据特征进行通道级别的信息整合，挖掘运动信息，关注帧之间运动信息挖掘，关注行为动作发生的类型；预测结果输出；采用1x1卷积输出对应的通道数量的特征图。
-
公开(公告)号：CN114228794A
公开(公告)日：2022-03-25
申请号：CN202111554536.4
申请日：2021-12-17
Applicant: 神思电子技术股份有限公司
Abstract: 本申请公开了一种CTC调度的自动化监控方法及设备，应用于CTC调度的自动化监控系统，系统包括第一摄像头、调控中心，方法包括：确定预先放置在监控屏幕的对应位置的第一摄像头，通过第一摄像头对监控屏幕上的CTC图像进行采集；对CTC图像进行预处理，以对CTC图像进行图像分析；对预处理后的CTC图像进行图像分析，以根据图像像素确定CTC图像中的目标，并确定目标的显示信息；对目标进行自动监控，若监测到目标的显示信息为异常状态，则根据异常，判断CTC调度系统是否存在异常；若否，则通过调控中心进行报警。本申请通过对CTC监控屏幕进行图像拍摄，通过建模分析，完成对CTC系统信息的自动监控。
-
Patent Agency Ranking
公开(公告)号：CN114120282A
公开(公告)日：2022-03-01
申请号：CN202111434033.3
申请日：2021-11-29
Applicant: 神思电子技术股份有限公司
IPC: G06V20/58 , G06V10/26 , G06V10/44 , G06V10/80 , G06K9/62 , G06T3/00 , G06T5/50 , G06T7/13 , G06T7/194
Abstract: 本申请公开了一种一种CTC系统拍摄图的去干扰方法、设备及存储介质，用以解决现有CTC系统拍摄图存在反光、阴影等干扰的技术问题。方法包括：获取CTC系统的若干个CTC系统模板图，并对其中的待监控信号灯位置及背景区域标注；将外部摄像设备获取的第一图像输入到预设的特征提取网络，以确定第一图像对应的第一CTC系统模板图；基于第一CTC系统模板图，对第一图像进行透视变换、色度值调整，以获得第二图像；确定第二图像中待监控信号灯的位置及显示色度值，并基于显示色度值调整第一CTC系统模板图中的待监控信号灯的色度值，以获得第二CTC系统模板图。本申请通过上述方法去除了CTC系统拍摄图中存在的反光、阴影等干扰。
-
公开(公告)号：CN114092340A
公开(公告)日：2022-02-25
申请号：CN202111434181.5
申请日：2021-11-29
Applicant: 神思电子技术股份有限公司
Abstract: 本申请公开了一种显示屏信息采集方法、设备及介质，显示屏信息采集方法，应用于显示屏信息采集装置，显示屏信息采集装置包括图像采集装置、无线模块、处理模块；方法包括：通过图像采集装置获取待采集显示屏的拍摄图像，并将拍摄图像分为第一局部图像、第二局部图像、第三局部图像、第四局部图像；将第二局部图像进行左右翻转，将第三局部图像进行上下翻转，将第四局部图像进行上下翻转及左右翻转；确定预设卷积神经网络模型，通过预设卷积神经网络模型分别确定所述第一局部图像、翻转后的第二局部图像、翻转后的第三局部图像及翻转后的第四局部图像内对应的待采集显示屏的屏幕角坐标；根据透视变换，以及屏幕角坐标，将拍摄图像还原为显示图像。
-
公开(公告)号：CN114067228A
公开(公告)日：2022-02-18
申请号：CN202111249179.0
申请日：2021-10-26
Applicant: 神思电子技术股份有限公司
Abstract: 本发明属于深度学习、目标检测等领域，提供了一种增强前景与背景区分度的目标检测方法及系统。该方法包括，根据原始图像中目标的标记信息，生成与原始图像大小相同的马克图；基于原始图像，采用不同尺度的特征网络，得到不同尺度特征网络对应的特征输出；引入所述马克图，调整所述马克图的大小，得到不同尺度的马克图；根据不同尺度特征网络对应的特征输出，结合不同尺度的马克图，计算不同尺度下马克图损失；采用所述不同尺度下马克图损失构建的损失函数优化目标检测模型；基于原始图像，采用优化后的目标检测模型，得到目标检测结果。
-
公开(公告)号：CN113989733A
公开(公告)日：2022-01-28
申请号：CN202111112601.8
申请日：2021-09-23
Applicant: 神思电子技术股份有限公司
IPC: G06V20/52 , G06V10/40 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明公开一种目标人员着装识别方法及系统，包括：获取特定区域内人员着装图像集及其对应的工装区域标签；根据工装区域生成图像掩码标签；对带有图像掩码标签的人员着装图像采用预先构建的图像识别模型进行特征提取；预设第一下采样倍数和第二下采样倍数，对基于第一下采样倍数和第二下采样倍数提取的特征分别构建损失函数，基于两类损失函数得到图像识别模型的总损失函数，并以此对图像识别模型进行训练；对目标人员着装图像根据训练后的图像识别模型得到工装识别结果。同时提取浅层特征和深层特征，分别对浅层特征与深层特征进行损失计算，考虑人员着装图像的工装颜色、纹理特征等浅层特征，提升网络的识别精度以及泛化能力。
-
公开(公告)号：CN113989549A
公开(公告)日：2022-01-28
申请号：CN202111227379.6
申请日：2021-10-21
Applicant: 神思电子技术股份有限公司
IPC: G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种基于伪标签的半监督学习图像分类优化方法及系统，包括：获取待分类图像并进行预处理；利用训练好的图像分类模型对所述图像进行识别，得到图像分类结果；其中，首先基于有标签的图像样本数据集对图像分类模型进行训练，得到初始图像分类模型；利用所述初始图像分类模型得到无标签的图像样本数据集对应的预测集，基于所述预测集生成伪标签数据集；利用无标签的图像样本数据集和伪标签数据集对初始图像分类模型进行训练，得到训练好的图像分类模型。本发明基于伪标签的半监督学习方法进行图像分类，在标签图像样本数据有限的情况下，能够对无标签图像样本数据自动化标记伪标签。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.041 seconds)
