“何士波”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于随机森林的头部姿态估计方法-CN201810638061.9有效
发明人：董延超;林敏静;何士波;岳继光 -专利权人：同济大学
申请日： 2018-06-20 - 公布日： 2021-06-04 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于随机森林的头部姿态估计方法，包括：步骤S1：载入多张图片，并导入各图片的特征点数据和实际头部姿态数据；步骤S2：将所有已知特征点数据和实际头部姿态数据的图片划分为训练集和测试集；步骤S3：采用训练集图片训练得到最佳随机森林模型，其中，最佳随机森林模型用于根据特征点数据得到估计头部姿态数据；步骤S4：采用测试集图片对训练后的随机森林模型进行测试，若测试误差小于阈值，则执行步骤S5，若为否，则返回步骤S1；步骤S5：采用随机森林模型对待估计图片进行视线估计。与现有技术相比，本发明只需要利用脸部8个特征点，就可以进行头部姿态各角度的回归。
一种基于随机森林头部姿态估计方法

[发明专利]一种基于骨骼特征的危险驾驶行为识别方法-CN201810425640.5有效
发明人：董延超;何士波;林敏静;岳继光 -专利权人：同济大学
申请日： 2018-05-07 - 公布日： 2021-05-11 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于骨骼特征的危险驾驶行为识别方法，所述方法包括下列步骤：危险驾驶行为模型训练步骤，根据驾驶行为的历史影像信息，确定用于区别驾驶行为种类的特征，根据确定的特征提取对应的骨骼特征信息并进行训练，确定危险驾驶行为模型；危险驾驶行为识别步骤，采集驾驶员在驾驶过程中的当前影像信息，代入到危险驾驶行为模型中进行测试，根据测试结果确定危险驾驶行为的预测结果。与现有技术相比，本发明具有预测准确性高、实时处理性强以及硬件成本低等优点。
一种基于骨骼特征危险驾驶行为识别方法

[发明专利]一种基于二次多项式的视线估计方法-CN201810638681.2有效
发明人：董延超;林敏静;何士波;岳继光 -专利权人：同济大学
申请日： 2018-06-20 - 公布日： 2021-05-11 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于二次多项式的视线估计方法，包括：步骤S1：建立眼部二维模型和三维模型，并建立视线估计模型；步骤S2：载入多张图片，并导入各图片中视线特征量和视线真实结果；步骤S3：将所有已知视线特征量的图片划分为训练集和测试集；步骤S4：采用训练集图片对视线估计模型进行训练；步骤S5：采用测试集图片对训练后的视线估计模型进行测试，若测试误差小于阈值，则执行步骤S6，若为否，则返回步骤S2；步骤S6：采用视线估计模型对待估计图片进行视线估计。与现有技术相比，本发明利用二次多项式拟合法，来回归视线，只需要利用头部姿态三个角度，以及瞳孔偏离距离EX和EY，就可以进行视线方向的回归，计算效率高。
一种基于二次多项式视线估计方法

[实用新型]一种纱窗型材及纱窗-CN201820566526.X有效
发明人： 何士波 -专利权人： 何士波
申请日： 2018-04-20 - 公布日： 2019-01-01 - 主分类号： E06B9/52 文献下载
摘要：本实用新型公开了一种纱窗型材及纱窗，包括纱扇型材和压条；所述纱扇型材包括依次连接的第一侧板、腔体和第二侧板；第一侧板、第一腔体和第二侧板的室内侧均处于同一平面；所述第一腔体的室外侧上开设有连通至第一腔体内部的把手避让孔，第一腔体靠近第一侧板的一端设有第一安装槽，第一腔体靠近第二侧板的一端设有压条卡槽；压条的一端与压条卡槽卡接，压条的另一端与所述第二侧板之间形成纱网安装槽。本实用新型还公开了一种包括上述纱窗型材制成的纱窗。本实用新型通过在第一腔体的室外侧开设把手避让孔使第一腔体的内部空间容纳平开窗窗扇上的把手，从而减小纱窗型材突出的厚度。
侧板第一腔体纱窗型材纱窗压条本实用新型纱扇型材压条卡槽把手安装槽避让孔窗扇腔体内部依次连接平开窗减小卡接腔体纱网连通容纳室内

[发明专利]一种基于随机森林的视线估计方法-CN201810639171.7在审
发明人：董延超;林敏静;何士波;岳继光 -专利权人：同济大学
申请日： 2018-06-20 - 公布日： 2018-12-18 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于随机森林的视线估计方法，包括：步骤S1：建立眼部二维模型和三维模型；步骤S2：载入多张图片，并导入各图片中视线特征量和视线真实结果；步骤S3：将所有已知视线特征量的图片划分为训练集和测试集；步骤S4：采用训练集图片训练得到最佳随机森林模型，其中，所述最佳随机森林模型用于根据视线特征量得到视线估计结果；步骤S5：采用测试集图片对训练后的随机森林模型进行测试，若测试误差小于阈值，则执行步骤S6，若为否，则返回步骤S2；步骤S6：采用随机森林模型对待估计图片进行视线估计。与现有技术相比，本发明利用随机森林，只需要利用头部姿态roll，yaw，pitch三个角度，以及瞳孔偏离距离EX和EY，就可以进行视线方向的回归。
随机森林视线估计特征量视线测试集训练集图片测试误差二维模型三维模型视线方向瞳孔偏离头部姿态眼部载入测试返回回归