专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果561303个,建议您升级VIP下载更多相关专利
  • [发明专利]适用于狭小空间的智能行为分析方法及智能行为分析设备-CN201910162118.7有效
  • 王建华;李钧 - 智慧眼科技股份有限公司
  • 2019-03-05 - 2021-03-30 - G08B13/196
  • 本发明公开了一种适用于狭小空间的智能行为分析方法,用于在狭小空间内对人的行为动作进行识别分析,包括以下步骤:步骤S1:利用深度相机获取狭小空间内的深度图像;步骤S2:基于深度图像将人体分为多个身体组件;步骤S3:基于多个身体组件分别进行分类判断并生成人体骨架系统;步骤S4:对人体骨架系统的运动轨迹进行跟踪分析以识别出人体行为状态;及步骤S5:根据识别结果判断是否产生预警。本发明的适用于狭小空间的智能行为分析方法及设备,可以在狭小空间内针对多个目标人物的行为状态进行准确识别分析,识别准确度很高,在识别完成之后在设备端即可完成预警,无需传输至后台服务器处理之后再进行预警,时效性更好
  • 适用于狭小空间智能行为分析方法设备
  • [发明专利]基于自适应图卷积对抗网络的人体行为预测方法及系统-CN202010966572.0有效
  • 常发亮;李广鑫;李南君;刘春生;赵子健 - 山东大学
  • 2020-09-15 - 2022-07-12 - G06V40/20
  • 本公开提出了基于自适应图卷积对抗网络的人体行为预测方法及系统,方法包括如下步骤:获取人体行为动作序列,并按照不同的观测比进行分割;将分割后的动作序列输入至训练好的AGCN‑AL网络和局部网络分别进行行为预测;将局部网络与AGCN‑AL网络的预测结果融合,作为最终的行为预测结果;所述AGCN‑AL网络包括设置有图自适应图卷积网络模块的特征提取网络,以及分别与特征提取网络连接的鉴别器和分类器,局部网络包括依次连接的特征提取网络和分类器本公开针对人体骨架数据,融合自适应图卷积对抗网络AGCN‑AL以及自适应图卷积对抗网络AGCN‑AL的局部网络,实现全局信息和局部信息的预测结果融合,提高了人体行为预测的准确性。
  • 基于自适应图卷对抗网络人体行为预测方法系统
  • [发明专利]基于面部识别和行为识别融合的疲劳驾驶监测方法和系统-CN201910236282.8有效
  • 刘星;张伟 - 苏州清研微视电子科技有限公司
  • 2019-03-27 - 2023-08-08 - G06V20/52
  • 本发明公开了一种基于面部识别和行为识别融合的疲劳驾驶监测方法,包括:对采集的行为图像检测人体位置;对检测到的人体位置进行骨架检测,得到人体各部位在图像中所处的位置及对应的置信度,并且同时预测各部位间的关联向量场,通过关联向量场表示各部位间的连接关系,得到人体骨架模型;将预定义疲劳驾驶状态的骨架模型与获得的骨架模型进行比对,得到行为状态识别结果;对采集的面部图像进行处理,得到面部表情状态特征,根据面部表情状态特征判断是否疲劳驾驶,得到面部状态识别结果;将面部状态识别结果以及行为状态识别结果进行融合得到最终检测结果。将面部识别结果和行为识别结果进行动态融合,可以准确判定疲劳驾驶状态,精度更高。
  • 基于面部识别行为融合疲劳驾驶监测方法系统
  • [发明专利]一种异常行为识别方法及装置-CN202010587707.2在审
  • 魏子昆;王琦;彭佳佳 - 上海依图网络科技有限公司
  • 2020-06-24 - 2020-10-09 - G06K9/00
  • 本申请涉及动作识别技术领域,尤其涉及一种异常行为识别方法及装置,分别从待识别视频的各视频帧中检测获得各人体区域图像;分别针对各视频帧,若确定任意一个视频帧中存在至少两个人体区域图像,当至少两个人体区域图像的中心点之间的距离小于等于第一距离阈值并大于第二距离阈值时,分别识别至少两个人体区域图像的人体动作类别,当至少两个人体区域图像的中心点之间的距离小于等于第二距离阈值时,将至少两个人体区域图像合并为新的人体区域图像,并识别新的人体区域图像的人体动作类别;根据各视频帧对应识别出的人体动作类别,确定待识别视频是否存在异常行为,这样,能够对人体动作类别进行自动识别,提高了异常行为识别的效率和准确度。
  • 一种异常行为识别方法装置
  • [发明专利]基于单帧图像的多人并发交互行为理解方法-CN202110259862.6在审
  • 王振华;周瑾 - 浙江工业大学
  • 2021-03-10 - 2021-07-23 - G06K9/00
  • 一种基于单帧图像的多人并发交互行为理解方法,包括以下步骤:1)输入图片,结合骨架估计和多目标跟踪算法,获得人体骨架数据和感兴趣区域;2)使用人体骨架数据生成骨架部件置信度图和部件亲和力场,并构建注意力图;3)定义基于人体骨架注意力的Resnet‑Attention网络;4)定义多人交互行为理解的双流网络;5)网络参数训练。所提算法利用注意力图增强RGB图像的卷积网络特征,并基于人体骨架数据和移位图卷积网络提取双人交互特征,从而实现对单帧图像的多人交互行为建模,获得有效的交互行为表征。
  • 基于图像并发交互行为理解方法
  • [发明专利]基于Tradaboost的少样本图像分类方法-CN202211525007.6在审
  • 段绿林;吴颖 - 中电福富信息科技有限公司
  • 2022-11-30 - 2023-07-11 - G06V10/764
  • 本发明公开基于Tradaboost的少样本图像分类方法,分别获取通用域图像数据和人体行为图像数据,基于数据筛选策略对通用域图像数据进行筛选得到样本特征与目标领域的人体行为图像数据特征相似的通用域样本数据,同时将人体行为图像数据分为训练样本和测试样本;对通用域样本数据和训练样本进行样本选择得到混合的训练样本;将混合的训练样本进行弱分类器学习,对样本进行权值更新;达到终止条件时将测试样本通入集成分类器预测无标注的人体行为图像的类别并输出分类结果
  • 基于tradaboost样本图像分类方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top