“深延科技（北京）有限公司”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66个，建议您升级VIP下载更多相关专利

[发明专利]安全帽佩戴检测方法和装置-CN202010649142.6在审
发明人：陈海波 -专利权人： 深延科技（北京）有限公司
申请日： 2020-07-08 - 公布日： 2020-10-09 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种安全帽佩戴检测方法和装置，所述方法包括以下步骤：获取原始的佩戴安全帽场景数据集，并对原始的佩戴安全帽场景数据集进行增强处理；通过利用不同特征提取网络的神经网络对原始的佩戴安全帽场景数据集和增强后的佩戴安全帽场景数据集进行训练，以得到多个第一模型；获取原始的未佩戴安全帽场景数据集，并对原始的未佩戴安全帽场景数据集进行增强处理；以一个第一模型作为预训练模型，对增强后的未佩戴安全帽场景数据集进行训练，以得到第二模型；对多个第一模型和第二模型进行不区分类别的非极大值抑制处理；将非极大值抑制处理后的多个第一模型和第二模型进行融合，以得到目标模型；通过目标模型进行安全帽佩戴检测。
安全帽佩戴检测方法装置

[发明专利]图像实例分割方法和装置-CN202010649162.3在审
发明人：陈海波 -专利权人： 深延科技（北京）有限公司
申请日： 2020-07-08 - 公布日： 2020-10-09 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种图像实例分割方法和装置，所述图像实例分割方法包括以下步骤：获取图像数据集，并对所述图像数据集进行增强处理；通过特征提取网络对增强后的图像数据集进行特征提取；设计神经网络的头结构，并增加头结构之间的信息流和语义分割分支；基于提取到的图像数据集的特征进行神经网络训练以得到图像实例分割模型。本发明能够适用于对复杂场景图像的实例分割，分割精度较高。
图像实例分割方法装置

[发明专利]一种面向无人机航拍影像的视频目标检测方法-CN202010544148.7在审
发明人：陈海波 -专利权人： 深延科技（北京）有限公司
申请日： 2020-06-15 - 公布日： 2020-09-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种面向无人机航拍影像的视频目标检测方法，包括如下步骤：对训练集的每一个batch(批次)进行数据预处理，实现多尺度训练；在特征提取网络ResNeXt中加入特征金字塔和可变形卷积，增强特征提取网络的能力；级联多个检测器，第一个检测器对RPN(区域推荐网络)输出的建议框进行目标分类和建议框的坐标回归，下一级检测器对上一级输出的精细建议框进一步处理，直至最后一级检测器结束；更换特征提取网络重新训练，得到两个模型，对两个模型进行多尺度测试，然后采用softnms(非极大值抑制)方法进行多模型融合，得到检测结果。本发明对于无人机航拍影像中目标数量多且尺寸小的情况，具有高检测精度和强鲁棒性。
一种面向无人机航拍影像视频目标检测方法

[发明专利]一种面向无人机航拍影像的多目标跟踪方法及跟踪系统-CN202010544149.1在审
发明人：陈海波 -专利权人： 深延科技（北京）有限公司
申请日： 2020-06-15 - 公布日： 2020-09-18 - 主分类号： G06T7/223 文献下载
摘要：本发明公开了一种面向无人机航拍影像的多目标跟踪方法及跟踪系统，包括：Faster RCNN检测网络对输入的图像序列进行目标检测步骤；IOU Tracker跟踪器对检测后的图像序列执行多目标跟踪，形成初始跟踪轨迹步骤；KCF跟踪器对初始跟踪轨迹进行更新补偿，对于每一条初始轨迹顺序执行前向更新和后向更新步骤；设计tracklet vote(轨迹投票)算法，对于KCF更新后的轨迹，tracklet vote利用贪心算法和IOU(交并比)计算，对多段轨迹进行分类和融合步骤。本发明对于无人机航拍影像中目标数量多且目标尺度偏小的情况，能够实现高鲁棒、高精度和高效率的多目标跟踪效果。
一种面向无人机航拍影像多目标跟踪方法系统

[发明专利]基于深度学习卷积神经网络的烟火检测方法及系统-CN202010521014.3在审
发明人：陈海波 -专利权人： 深延科技（北京）有限公司
申请日： 2020-06-10 - 公布日： 2020-09-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习卷积神经网络的烟火检测方法及系统，采用一阶段的目标检测模型，包含数据采集模块、数据预处理模块、烟火检测模块、数据存储模块，包括：搜集数据步骤；预处理步骤，对得到的数据进行标注；划分训练集步骤，打乱数据集顺序，分割训练集、验证集；训练及修正步骤，取出训练集中一个批次的数据输入到卷积神经网络中，根据得到的预测结果以及相应的真实标注信息对卷积神经网络参数进行修正；保存及输出步骤，使卷积神经网络学会预测图像中目标位置和属性信息，保存训练得到的参数；按批次提取验证集中的图像，得到最终预测结果，标注出图像中目标的位置以及类别属性信息。本发明有效的提高烟火检测的精度。
基于深度学习卷积神经网络烟火检测方法系统

[发明专利]基于深度学习和图像识别技术的口罩检测方法及检测系统-CN202010527024.8在审
发明人：陈海波 -专利权人： 深延科技（北京）有限公司
申请日： 2020-06-10 - 公布日： 2020-09-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习和图像识别技术的口罩检测方法及检测系统，包括，数据采集步骤、数据采集模块采集视频、图像数据，并提取视频中的帧；数据预处理步骤、对得到的数据进行标注，标注出图像中人脸的位置和是否佩戴口罩；训练集划分、打乱搜集到的数据集顺序，将其分割为训练集、验证集；训练步骤、按批次提取训练集中的数据并输入到佩戴口罩检测网络中进行修正网络参数；输出步骤，直到检测网络学会预测人脸位置以及是否佩戴口罩；验证集输入到训练得到的佩戴口罩检测网络中得到最终预人脸位置以及是否佩戴口罩类别信息，按照佩戴口罩与否用不同颜色的框标出检测到的人脸位置。
基于深度学习图像识别技术口罩检测方法系统