-
Patent Agency Ranking
公开(公告)号：CN115497162A
公开(公告)日：2022-12-20
申请号：CN202211149451.2
申请日：2022-09-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于单目视觉的3D人体姿态检测方法，包括：1、使用YOLOX模型检测输入图像中存在的人，并获得相应的人物检测框；2、基于YOLOX检测出的人物检测框计算检测框中心点坐标，然后放大检测出的人物，从而获得新的人物图像；3、在获得的新人物图像中提取2D人体关节点坐标序列；4、构建回归映射神经网络将2D人体关节点坐标序列转换为3D人体关节点坐标序列；5、在Human3.6M公开数据集上训练上述回归映射神经网络；6、测试回归映射神经网络，检测3D人体姿态。本方法利用回归的方法检测人体姿态，解决了原有方法中出现的漏检情况。
-
公开(公告)号：CN113837082A
公开(公告)日：2021-12-24
申请号：CN202111120280.6
申请日：2021-09-24
Applicant: 南通大学
Abstract: 本发明公开了一种自然行走条件下轻量化的人脸识别方法，包括如下步骤：1)人脸图像的检测；2)人脸图像的预处理；3)人脸图像的特征提取；4)人脸识别。本发明使用轻量化的人脸识别方法实现自然行走条件下的人身份识别。在实际应用中，该发明的人脸识别算法可以作为实验室考勤签到等场景。
-
公开(公告)号：CN115984965A
公开(公告)日：2023-04-18
申请号：CN202211734556.4
申请日：2022-12-31
Applicant: 南通大学 , 南京联云智能系统有限公司
IPC: G06V40/20 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种3D人体姿态估计方法，该方法包括坐标Transformer编码器和时域Transformer编码器两个组件，分别从空间和时间的角度增强网络提取特征的能力。首先利用坐标Transformer编码器将输入的2D人体姿态序列生成多个可行解，并利用多层感知机实现多个可行解之间的信息交换；然后通过多对一的映射生成一个更加可靠的可行解；再利用时域Transformer编码器捕获输入序列的全局依赖关系，最后通过一个回归首部输出3D人体姿态坐标。本发明的优点在于，使网络预测更加准确，同时避免了传统的膨胀时序卷积方法时间窗受限的问题。
-
公开(公告)号：CN115984841A
公开(公告)日：2023-04-18
申请号：CN202310035306.X
申请日：2023-01-10
Applicant: 南通大学
IPC: G06V20/62 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种准确的车牌识别方法，涉及智能交通技术领域。为了解决车牌样本数量不够的问题，本申请首先采用图像处理的方法合成标准的汽车车牌图像，接着使用生成对抗网络技术由标准车牌生成逼真的虚拟车牌，实现车牌数据集的增强，然后利用增强的车牌数据集，训练一个无需字符分割的端到端的全卷积车牌识别网络，最后基于输入的新车牌图像和训练好的车牌识别网络直接输出车牌号码。本发明的车牌识别方法鲁棒性强，识别准确率高，并使用车牌生成网络产生虚拟车牌数据集，解决了车牌数据集样本不足和样本不均问题，实现了车牌的准确识别。
-
公开(公告)号：CN115810185A
公开(公告)日：2023-03-17
申请号：CN202211653367.4
申请日：2022-12-21
Applicant: 南通大学
IPC: G06V20/62 , G06V30/19 , G06V30/16 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/094 , G06N3/082
Abstract: 本发明提供基于生成对抗网络数据增强的轻量级车牌识别方法，涉及智能交通技术领域，本申请提出了一个无需字符分割的端到端的轻量级全卷积车牌识别网络LPRNeXt，输入车牌图像后可以直接输出车牌号码。该网络鲁棒性强，识别准确率高，处理速度快，并使用车牌生成网络进行数据增强，生成的虚拟车牌数据集，解决了车牌数据集CCPD2019中存在的样本不均问题，进一步提高了车牌识别准确率。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
