-
公开(公告)号：CN113128308A
公开(公告)日：2021-07-16
申请号：CN202010027137.1
申请日：2020-01-10
Applicant: 中南大学
Abstract: 本发明公开了一种港口场景下的行人检测方法、装置、设备及介质，其方法为：获取若干已知行人框的预处理图像，计算行人框中心在行人检测网络输出端的映射值；在行人检测网络的所有预测框中，选择与映射值匹配的预测框为正样本，其余预测框为负样本；以预处理图像作为输入、预测框的标签值作为学习目标，训练行人检测网络，得到行人检测系统；计算负样本预测框与预处理图像中所有行人框的交并比，若最大值大于0.5，则该负样本不参与训练；将待检测的预处理图像输入到行人检测系统，提取检测框；去掉行人置信度低于阈值的检测框以及重叠框，剩余的检测框即为待检测的行人框。本发明可解决目前检测方法中需要人为设计anchor的问题。
-
公开(公告)号：CN109858351A
公开(公告)日：2019-06-07
申请号：CN201811600836.X
申请日：2018-12-26
Applicant: 中南大学
Abstract: 本发明公开了一种基于层级实时记忆的步态识别方法，在新个体学习阶段，通过获取该个体不同角度的步态图片序列训练样本，以训练层级实时记忆模型，且输出层得到训练样本的聚类结果，然后根据聚类结果与身份和角度标记，计算层级实时记忆模型的输出层中的条件概率；在身份识别阶段，通过获取待识别个体的步态图片序列，层级实时记忆模型的输出层得到待识别个体的步态图片序列的聚类结果，选择与聚类结果对应的条件概率最高的身份和角度标记，作为待识别个体的身份和角度。本发明方法不但可以提取时间特征，而且多视角的共同训练克服了以往步态识别单视角的局限性，提高了步态识别的识别率。
-
公开(公告)号：CN104131809B
公开(公告)日：2017-10-31
申请号：CN201410332173.3
申请日：2014-07-14
Applicant: 中南大学
IPC: E21B47/10
Abstract: 本发明公开了一种新型井涌报警装置及方法，该装置包括底座(1)、转轴(2)、连杆(4)、靶板(5)、计算单元与报警单元；所述的底座设置在管道的泥浆流出口处；底座具有一个底板和两个侧板(3)；两个侧板垂直与底板固定在底板的相对两侧；且沿着泥浆流动方向设置；转轴设置在2块侧板上，由电机驱动；连杆的一端固定在转轴上，连杆的另一端固定有所述的靶板；连杆处于竖直位置时，靶板与泥浆流动方向垂直；转轴上设有扭矩传感器；扭矩传感器与计算单元相连；计算单元与报警单元相连；在计算单元中计算流速值并启动报警单元实施报警。该新型井涌报警装置及方法易于实施，且能有效地避免井涌的发生，保障钻井过程中的人身和财产安全。
-
公开(公告)号：CN113362452B
公开(公告)日：2022-11-15
申请号：CN202110629489.9
申请日：2021-06-07
Applicant: 中南大学
Abstract: 本发明公开了一种手部姿态三维重建方法、装置及存储介质，其中方法包括：实时获取一组多角度下的手部图像；将获取的一组多角度下的手部图像输入预先训练好的关节三维坐标预测模型中，得到手部各关节点的三维坐标；其中关节三维坐标预测模型基于多组标注有手部关节点的多角度下手部图像对神经网络进行弱监督训练得到；基于手部各关节点的三维坐标使用空间向量法，实时计算得到各相邻手指骨骼之间的夹角；基于实时计算得到的各相邻手指骨骼之间的夹角调整预先建立的人体手部三维模型中各关节的位置，实现手部姿态运动可视化。利用多角度二维图像作为输入很好的解决了手部转动过程遮挡问题，使用弱监督训练模型提升了二维坐标回归三维坐标的精度。
-
公开(公告)号：CN113158738A
公开(公告)日：2021-07-23
申请号：CN202110115168.7
申请日：2021-01-28
Applicant: 中南大学
IPC: G06K9/00 , G06K9/32 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08 , G06T5/30 , G06T7/155 , G06T7/194 , G06T11/40
Abstract: 本发明公开了一种基于注意力机制的港口环境下目标检测方法、系统、终端及可读存储介质，所述方法包括：采集港口环境下轮胎吊作业监控范围内的图像数据，利用图像数据中的含检测目标的图像构建样本集；将样本集进行聚类以获取k个先验瞄框；对样本集中的图像进行预处理，并输入基于注意力机制的yolov3目标检测模型进行训练得到港口环境下的目标检测模型；在所述yolov3目标检测模型中的FPN网络架构中增设通道及空间注意力模块CA‑SAM；最后利用目标检测模型进行目标检测。本发明实现了港口环境下实时监测轮胎吊工作环境中是否有车辆和行人等检测目标，充分利用了yolov3目标检测算法在速度和精度上的优势。
-
Patent Agency Ranking
公开(公告)号：CN110059699B
公开(公告)日：2021-01-29
申请号：CN201910202579.2
申请日：2019-03-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于卷积神经网络的图像中天际线自动检测方法，包含以下步骤：步骤A：使用图像处理技术获取原始图像I的暗通道图像；步骤B：使用Dense网络充分提取原始图像I的特征FR；步骤C：由步骤B所提取的特征FR，使用卷积神经网络预测雨线图像；步骤D：由步骤C所提取的雨线图像，使用分类网络分类出雨密度等级并上采样成雨密度图像；步骤E：对步骤A‑D提取到的特征和图像，将其拼接成总特征，然后使用卷积神经网络检测最终的天际线。本发明结合图像处理与深度卷积神经网络实现了端到端、带雨(雾)条件下的天际线自动、精准检测。
-
公开(公告)号：CN113158738B
公开(公告)日：2022-09-20
申请号：CN202110115168.7
申请日：2021-01-28
Applicant: 中南大学
IPC: G06V20/52 , G06V10/25 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , G06T5/30 , G06T7/155 , G06T7/194 , G06T11/40
Abstract: 本发明公开了一种基于注意力机制的港口环境下目标检测方法、系统、终端及可读存储介质，所述方法包括：采集港口环境下轮胎吊作业监控范围内的图像数据，利用图像数据中的含检测目标的图像构建样本集；将样本集进行聚类以获取k个先验瞄框；对样本集中的图像进行预处理，并输入基于注意力机制的yolov3目标检测模型进行训练得到港口环境下的目标检测模型；在所述yolov3目标检测模型中的FPN网络架构中增设通道及空间注意力模块CA‑SAM；最后利用目标检测模型进行目标检测。本发明实现了港口环境下实时监测轮胎吊工作环境中是否有车辆和行人等检测目标，充分利用了yolov3目标检测算法在速度和精度上的优势。
-
公开(公告)号：CN110378848B
公开(公告)日：2021-04-20
申请号：CN201910609244.2
申请日：2019-07-08
Applicant: 中南大学
Abstract: 本发明公开了一种基于衍生图融合策略的图像去雾方法，包括以下几个步骤：步骤A：基于大量原始有雾图像及其对应的无雾图像，构建样本集；步骤B：分别从五个角度提取原始有雾图像的衍生图以增强去雾方法对图像远景和近景的细节恢复，消除色偏与增强对比度；步骤C：搭建U型卷积神经网络；步骤D：级联步骤A获取的衍生图和原始有雾图像作为输入，无雾图像作为输出训练由步骤C搭建的网络；步骤E：使用步骤D训练得到的网络，级联原始有雾图像和雾图对应的衍生图作为输入预测去雾后的无雾图像。本发明去雾效果好。
-
公开(公告)号：CN111275621A
公开(公告)日：2020-06-12
申请号：CN202010054477.3
申请日：2020-01-17
Applicant: 中南大学
Abstract: 本发明公开了一种行车环视系统中全景图生成方法、系统及存储介质，其中方法包括：获取鱼眼镜头实时采集的车身周围的原始鱼眼图像及车辆模型；基于原始鱼眼图像、车辆模型、第一像素位置映射表生成全景图，其中第一像素位置映射表为预先获得的原始鱼眼图像到拼接后图像的像素位置映射表。通过预先生成第一像素位置映射表，该过程中繁杂的矩阵运算交给PC机来完成，只将得到的第一像素位置映射表存储至硬件中进行应用，然后由硬件将获取的原始鱼眼图像基于第一像素位置映射表直接进行重映射，再结合车辆模型直接生成全景图，该硬件本身无需再计算生成第一像素位置映射表的中间过程，降低硬件处理计算能力的要求，有效降低行车环视系统的实现成本。
-
公开(公告)号：CN110084156A
公开(公告)日：2019-08-02
申请号：CN201910295000.1
申请日：2019-04-12
Applicant: 中南大学
Abstract: 本发明公开了一种步态特征提取方法及基于步态特征的行人身份识别方法，步态特征提取方法包括以下步骤：步骤A：对步态图像序列中的每一帧步态图像，获取其中行人所在区域，作为感兴趣区域；步骤B：分割感兴趣区域中的行人目标；步骤C：获取每一帧步态图像中行人目标的关节点位置信息；步骤D：基于该步态图像序列的各帧步态图像中行人目标的关节点位置信息，进行步态周期检测；步骤E：根检测出的步态周期，合成该步态图像序列对应的步态能量图，作为步态特征。基于提取出的步态特征利用判别网络和对比网络对行人目标进行判断或识别。本发明较好解决了步态识别领域小样本分类中样本量不足的问题，且算法实时性好。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.022 seconds)
