“彭山珍”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12个，建议您升级VIP下载更多相关专利

[发明专利]车道线检测方法、装置、设备及存储介质-CN202110724207.3在审
发明人： 彭山珍;潘柳华;徐麟 -专利权人：上海眼控科技股份有限公司
申请日： 2021-06-29 - 公布日： 2021-09-17 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了车道线检测方法、装置、设备及存储介质。该方法包括：在利用预设车道线检测模型对目标图像进行检测并得到车道线对应的初始关键点集合后，计算初始关键点集合中的第一关键点到第一直线的距离，并根据距离与预设距离阈值之间的大小关系确定初始关键点集合中的有效点，其中，第一直线包括初始关键点集合中的第二关键点和第三关键点的连线所在的直线，根据初始关键点集合中的有效点确定车道线对应的关键点集合。通过采用上述技术方案，可快速筛选出满足要求的有效点，根据有效点来确定车道线对应的最终的关键点集合，进而可以识别出更加平滑准确的车道线，有利于提高无人驾驶或智能驾驶等相关场景的安全性。
车道检测方法装置设备存储介质

[发明专利]一种车道线识别方法、装置、设备及存储介质-CN202011400059.1在审
发明人： 彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2020-12-02 - 公布日： 2021-03-16 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种车道线识别方法、装置、设备及存储介质。该方法包括：获取目标视频中每一帧图像中的至少一个图像区域对应的目标中心线；对满足预设相似度条件的所述目标中心线对应的所述图像区域进行融合，得到预备车道线集合；对所述预备车道线集合中的每一条预备车道线标记号码，根据所述号码确定目标帧图像中的缺失车道线；根据所述目标帧图像之前和/或之后的图像中与所述缺失车道线的号码相同的预备车道线的位置和类型对所述缺失车道线进行补全，得到所述每一帧图像中的车道线。通过本发明的技术方案，能够结合视频中图像前后帧之间的信息，解决光照和车道线被遮挡等问题，准确识别视频中每一帧图像的车道线。
一种车道识别方法装置设备存储介质

[发明专利]人群密度检测方法、装置、计算机设备和存储介质-CN202010499114.0在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2020-06-04 - 公布日： 2020-09-11 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种人群密度检测方法、装置、计算机设备和存储介质。该方法包括：获取待检测图像；将待检测图像输入注意机制特征图生成网络中，得到第一特征图；将待检测图像和第一特征图输入多尺度卷积网络中，得到第二特征图；该第二特征图包括不同尺度卷积下的特征图；将第二特征图输入特征融合网络中，得到人群密度热力图。该方法通过引入视觉注意机制，更专注于待检测图像中人群特征的图像部分，有效减少待检测图像中各种噪声的影响，使得得到的第一特征图质量更高；且通过不同尺度的卷积操作，可以获取输入图像中高层的语义信息以及低层的细节信息，使得第二特征图所包含的信息更加全面，大大提高了得到的人群密度热力图的图像质量。
人群密度检测方法装置计算机设备存储介质

[发明专利]人群密度图的获取方法、装置、计算机设备和存储介质-CN202010549071.2在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2020-06-16 - 公布日： 2020-08-25 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种人群密度图的获取方法、装置、计算机设备和存储介质。所述方法包括：获取待处理人群图像，所述待处理人群图像包括在人群密集的拥挤场景下拍摄的图像；将所述待处理人群图像输入至预设的密度图生成网络中，得到目标人群密度图；其中，所述密度图生成网络为对标签密度图像和初始神经网络输出的预测人群密度图像进行下采样处理，并根据下采样后的预测人群密度图像和下采样后的标签密度图像之间的损失，对所述初始神经网络进行训练得到的网络。采用本方法能够提高人群密度图的准确度。
人群密度获取方法装置计算机设备存储介质

[发明专利]车辆姿态矫正方法、装置及设备-CN202010337210.5在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2020-04-26 - 公布日： 2020-08-14 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了一种车辆姿态矫正方法、装置及设备，所述方法包括：获取待矫正图像，基于姿态矫正模型，对待矫正图像中包含的车辆的姿态进行矫正，得到矫正图像，对矫正图像进行重识别，确定矫正图像中包含的车辆是否涉及到违规行驶。本实施例提高了车辆重识别技术的识别准确率，进而提高了检测车辆是否违规行驶的准确率。
车辆姿态矫正方法装置设备

[发明专利]年龄分类网络的生成方法、车载人员检测方法、装置-CN202010338338.3在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2020-04-26 - 公布日： 2020-08-11 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及一种年龄分类网络的生成方法、车载人员检测方法、装置、计算机设备和存储介质。所述车载人员检测方法包括：对待检测图像进行目标检测，得到两轮车区域图像；将两轮车区域图像进行人脸识别，得到目标对象的人脸区域图像；将人脸区域图像输入至年龄分类网络，得到目标对象的年龄区间；其中，年龄分类网络是采用年龄分类训练图像样本对包含基网络块的年龄分类初始网络进行训练得到的，基网络块的参数值是在人脸识别网络进行训练得到的；将年龄区间与年龄阈值进行比较，得到目标对象的人员类别检测结果。该方法基于深度学习理论实现对车载人员的自动检测，极大的节省了人力；且有助于提高车载人员检测的准确性和检测的覆盖范围。
年龄分类网络生成方法车载人员检测装置

[发明专利]结合ACGAN的图像样本处理方法、装置、系统和介质-CN201911072625.8在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2019-11-05 - 公布日： 2020-03-24 - 主分类号： G06K9/62 文献下载
摘要：本申请提供的一种结合ACGAN的图像样本处理方法、装置、系统和介质，通过将真实图像样本输入SRResNet网络模型，读取所述真实图像样本的类别并得到伪标准图像样本；于标准图像样本的数据列表中随机挑选一相应类别的标准图像样本；将伪标准图像样本与标准图像样本输入ACGAN判别器，以分别得到二者真假概率值和类别概率值；依据真假概率值和类别概率值返回损失函数，以调整SRResNet网络模型，直至输出所述真假概率值为真假概率相等；将待测试图像样本输入SRResNet网络模型以得到对应的测试标准图像样本。本申请可以利用各种如身份证、行驶证和驾驶证等真实样本生成统一的标准样本，同时通过将超分辨网络模型SRResNet和ACGAN结合起来，得到更为逼真的伪标准样本。
结合 acgan 图像样本处理方法装置系统介质

[发明专利]手部脱离方向盘及图像分割模型训练方法、装置、终端、介质-CN201911072593.1在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2019-11-05 - 公布日： 2020-03-06 - 主分类号： G06K9/00 文献下载
摘要：本申请提供手部脱离方向盘及图像分割模型训练方法、装置、终端、介质，其包括：获取至少包括方向盘画面的实时图像数据；将所获取的实时图像数据输入经训练的图像分割模型，据以输出图像中每个像素点的所属类别数据；其中，所属类别数据至少包括方向盘类别数据和手部类别数据；基于方向盘类别数据和手部类别数据分别确定方向盘位置区域和手部位置区域；根据方向盘区域和手部位置区域是否有交集来检测手部是否脱离方向盘。本发明的技术方案的硬件设备仅需要摄像头和计算机设备，这些硬件设备无需改造车体，置于车内即可使用，具有安装简单、硬件成本低、无需更改车体硬件等明显优点，且基于机器学习视觉的检测方法对不同驾驶员和车型的鲁棒性较高。
脱离方向盘图像分割模型训练方法装置终端介质

[发明专利]手部脱离方向盘的检测和训练方法、终端、装置、介质、系统-CN201911071687.7在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2019-11-05 - 公布日： 2020-02-28 - 主分类号： G06K9/00 文献下载
摘要：本发明提供手部脱离方向盘的检测和模型训练方法、终端、装置、及介质，其包括：获取至少包括方向盘画面的实时图像数据；将所获取的实时图像数据输入经训练的用于检测方向盘位置的目标检测神经网络模型，据以输出图像中的方向盘位置数据；根据方向盘在图像中的位置数据，并基于实时图像数据，截取方向盘区域的子图像数据；将所截取的子图像数据输入经训练的用于检测手部离开方向盘的目标分类神经网络模型，据以输出子图像数据所对应的置信度数据，据以判断实时图像中的手部是否脱离方向盘。本发明的硬件设备仅需要摄像头和计算机设备，无需改造车体，置于车内即可使用，安装简单、硬件成本低、无需更改车体硬件，且对不同驾驶员和车型的鲁棒性较高。
脱离方向盘检测训练方法终端装置介质系统

[发明专利]人群密度检测模型训练方法和人群密度检测方法-CN201911044275.4在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2019-10-30 - 公布日： 2020-02-18 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种人群密度检测模型训练方法和人群密度检测方法，包括：获取样本图像输入人群密度检测模型中的预设神经网络模型，得到第一样本特征图、第二样本特征图以及各密集度的样本概率值，将其输入预设选择网络模型，确定出样本目标特征图；将各密集度的样本概率值输入预设构建网络模型构建样本概率值特征图；将样本目标特征图和样本概率值特征图输入预设特征融合网络模型生成样本人群密度图；将样本人群密度图和样本图像组成特征图、预先标记的标签密度图和样本图像组成的特征图输入预设的判别器网络，得到人群密度检测模型的损失，根据损失对人群密度检测模型进行训练。提高了得到的人群密度检测模型的准确度。
人群密度检测模型训练方法

[发明专利]模拟样本生成方法、装置、计算机设备和存储介质-CN201911029473.3在审
发明人：周康明;彭山珍 -专利权人：上海眼控科技股份有限公司
申请日： 2019-10-28 - 公布日： 2020-02-11 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种模拟样本生成方法、装置、计算机设备和存储介质。包括：获取待模拟样本集；对于待模拟样本集中的每一待模拟样本，将待模拟样本输入预设的模拟样本生成模型，检测待模拟样本的文本类别；根据文本类别，得到目标样本和初始模拟样本；其中，目标样本为待模拟样本的模拟目标，初始模拟样本为以目标样本为模拟目标得到的模拟样本；将初始模拟样本输入预设判别器，得到判别结果；根据判别结果，得到模拟样本。从而可以避免人工标注训练样本费时又费力的现象，还能将得到的大量符合用户要求的模拟样本作为训练数样本对相关模型进行训练，提高模型的输出性能。
模拟样本目标样本模拟目标判别结果文本类别预设计算机设备存储介质人工标注生成模型输出性能训练样本用户要求判别器样本费力检测申请

[发明专利]一种基于多尺度全卷积网络特征融合的人群计数方法-CN201810314275.0在审
发明人：方志军;彭山珍;高永彬;黄勃;韦钰 -专利权人：上海工程技术大学
申请日： 2018-04-10 - 公布日： 2018-09-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多尺度全卷积网络特征融合的人群计数方法，其包括以下步骤：输入一张图片，分别进入三个分支网络，以用于获得不同尺度的特征图；将获得的各个分支网络的特征图进行融合，得到最终估计的特征图；将输出的特征图映射为密度图；对密度图进行求和运算实现当前人群数量的估计。本发明提供的一种基于多尺度全卷积网络特征融合的人群计数方法，可克服遮挡、场景透视扭曲和不同的人群分布等对人群计数的严重影响，具有较强的实用性，鲁棒性好，能精确进行人群计数或者人群密度估算，将对监控人群异常事件具有重要价值。
人群特征图网络特征多尺度卷积融合分支网络密度图求和运算异常事件鲁棒性映射遮挡尺度估算透视扭曲场景输出监控图片

1
共 12 条