-
公开(公告)号：CN111950423B
公开(公告)日：2023-01-03
申请号：CN202010782530.1
申请日：2020-08-06
Applicant: 中国电子科技集团公司第五十二研究所 , 武汉大学
Abstract: 本发明公开了一种基于深度学习的实时多尺度密集目标检测方法，包括：构建HikNet‑LMS目标检测网络；利用训练数据集对HikNet‑LMS目标检测网络训练至收敛；利用训练后的HikNet‑LMS目标检测网络对输入的视频图像进行多尺度密集目标检测，输出目标检测结果进行实时展示。本发明的基于深度学习的实时多尺度密集目标检测方法，多尺度目标检测的能力强，检测精度高，计算耗时短，实时性强。
-
公开(公告)号：CN111950423A
公开(公告)日：2020-11-17
申请号：CN202010782530.1
申请日：2020-08-06
Applicant: 中国电子科技集团公司第五十二研究所 , 武汉大学
Abstract: 本发明公开了一种基于深度学习的实时多尺度密集目标检测方法，包括：构建HikNet-LMS目标检测网络；利用训练数据集对HikNet-LMS目标检测网络训练至收敛；利用训练后的HikNet-LMS目标检测网络对输入的视频图像进行多尺度密集目标检测，输出目标检测结果进行实时展示。本发明的基于深度学习的实时多尺度密集目标检测方法，多尺度目标检测的能力强，检测精度高，计算耗时短，实时性强。
-
公开(公告)号：CN111325828B
公开(公告)日：2024-03-22
申请号：CN202010071240.6
申请日：2020-01-21
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于三目相机的三维人脸采集方法及装置，将人脸关键点投影到左右IR散斑纹理人脸图像中，计算左右IR散斑纹理人脸图像中对应人脸关键点的坐标，通过迭代人脸关键点在左右IR散斑纹理人脸图像上的投影位置，修正误差，最后遍历整个RGB人脸图像，即得到精确的人脸深度图，利用内参矩阵反投影得到最终的人脸点云。本发明利用法向信息使双目立体匹配算法进行高精度匹配，消除人脸曲面仿射变换影响，提升深度精度；通过降分辨率的人脸深度图，约束原始分辨率的立体匹配视差在极线方向上的搜索范围，大幅度降低计算复杂度，提升了算法计算效率。
-
公开(公告)号：CN111260022B
公开(公告)日：2023-09-05
申请号：CN201911159756.X
申请日：2019-11-22
Applicant: 中国电子科技集团公司第五十二研究所
IPC: G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种卷积神经网络全INT8定点量化的方法，包括：选取卷积神经网络模型，去除卷积神经网络模型中的上采样操作，保留多尺度特征输出，并训练得到浮点型网络模型；利用KL散度为所述浮点型网络模型中的每一个卷积层生成对应的权值量化阈值和激活值量化阈值；调整各卷积层对应的权值量化阈值，确定调整后的权值量化阈值；根据量化公式逐一量化各卷积层的权值，得到量化后的权值文件；基于权值文件，对所述浮点型网络模型中的residual结构增加阈值补偿操作，进行全INT8前向计算，获取较低精度损失的计算结果。本发明的方法得到的卷积神经网络模型中的所有运算均为定点运算，且量化后的模型精度损失小。
-
公开(公告)号：CN113989662A
公开(公告)日：2022-01-28
申请号：CN202111210500.4
申请日：2021-10-18
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于自监督机制的遥感图像细粒度目标识别方法，将所述融合卫星遥感图像输入目标检测卷积神经网络以获得目标位置，根据目标位置从所述融合卫星遥感图像截取目标图像截图，输入语义分割卷积神经网络以获得所述目标图像截图的语义分割结果，最后根据所述语义分割结果对所述目标图像截图进行图像滤波，并将滤波后的图像输入细粒度目标识别网络模型进行目标细粒度识别获得遥感图像目标识别结果。本发明解决了细粒度遥感图像检测和识别中标注样本监督信息不充足、领域知识不匹配问题，提高了识别准确度。
-
Patent Agency Ranking
公开(公告)号：CN111401157A
公开(公告)日：2020-07-10
申请号：CN202010136983.7
申请日：2020-03-02
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于三维特征的人脸识别方法和系统，方法包括获取三维人脸模型，并将三维人脸模型进行二维投影得到二维人脸图像；采用人脸关键点的三维坐标获取变换矩阵，利用变换矩阵对所述三维人脸模型进行三维人脸对齐；将对齐后的三维人脸模型归一化得到NCC特征，并将NCC特征渲染至三维人脸网格上作为PNCC特征；以所述二维人脸图像和PNCC特征作为神经网络的输入，得到神经网络的输出作为提取的待识别特征；利用所述待识别特征与预设的人脸特征数据库中已有的特征进行比对，实现人脸识别。本发明提升了脸部特征识别的精度和速度，降低人脸识别错误率。
-
公开(公告)号：CN111325828A
公开(公告)日：2020-06-23
申请号：CN202010071240.6
申请日：2020-01-21
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于三目相机的三维人脸采集方法及装置，将人脸关键点投影到左右IR散斑纹理人脸图像中，计算左右IR散斑纹理人脸图像中对应人脸关键点的坐标，通过迭代人脸关键点在左右IR散斑纹理人脸图像上的投影位置，修正误差，最后遍历整个RGB人脸图像，即得到精确的人脸深度图，利用内参矩阵反投影得到最终的人脸点云。本发明利用法向信息使双目立体匹配算法进行高精度匹配，消除人脸曲面仿射变换影响，提升深度精度；通过降分辨率的人脸深度图，约束原始分辨率的立体匹配视差在极线方向上的搜索范围，大幅度降低计算复杂度，提升了算法计算效率。
-
公开(公告)号：CN109785363A
公开(公告)日：2019-05-21
申请号：CN201811642089.6
申请日：2018-12-29
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种无人机航拍视频运动小目标实时检测与跟踪方法，通过单高斯背景模型建模，获取当前背景模型，在得到单高斯背景模型后，分辨像素点是前景还是背景，从而得到前景图像，对获得的前景图像进行稀疏光流分析，获取跟踪点集合；对跟踪点进行层次聚类，获取跟踪目标的外边框，将每帧前景图像检测得到的跟踪目标的外边框中的跟踪目标扣取出来，形成后续待跟踪列表，对每个跟踪目标通过深度神经网络来提取特征向量，对每个跟踪目标采用卡尔曼滤波算法进行预测、采用匈牙利算法匹配，并更新跟踪列表，获取更新的跟踪目标。本发明采用了单高斯模型进行背景的建模，降低了检测的耗时，提高了整体的效率。
-
公开(公告)号：CN113989662B
公开(公告)日：2023-02-03
申请号：CN202111210500.4
申请日：2021-10-18
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于自监督机制的遥感图像细粒度目标识别方法，将所述融合卫星遥感图像输入目标检测卷积神经网络以获得目标位置，根据目标位置从所述融合卫星遥感图像截取目标图像截图，输入语义分割卷积神经网络以获得所述目标图像截图的语义分割结果，最后根据所述语义分割结果对所述目标图像截图进行图像滤波，并将滤波后的图像输入细粒度目标识别网络模型进行目标细粒度识别获得遥感图像目标识别结果。本发明解决了细粒度遥感图像检测和识别中标注样本监督信息不充足、领域知识不匹配问题，提高了识别准确度。
-
公开(公告)号：CN111260022A
公开(公告)日：2020-06-09
申请号：CN201911159756.X
申请日：2019-11-22
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种卷积神经网络全INT8定点量化的方法，包括：选取卷积神经网络模型，去除卷积神经网络模型中的上采样操作，保留多尺度特征输出，并训练得到浮点型网络模型；利用KL散度为所述浮点型网络模型中的每一个卷积层生成对应的权值量化阈值和激活值量化阈值；调整各卷积层对应的权值量化阈值，确定调整后的权值量化阈值；根据量化公式逐一量化各卷积层的权值，得到量化后的权值文件；基于权值文件，对所述浮点型网络模型中的residual结构增加阈值补偿操作，进行全INT8前向计算，获取较低精度损失的计算结果。本发明的方法得到的卷积神经网络模型中的所有运算均为定点运算，且量化后的模型精度损失小。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.083 seconds)
