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2807362个,建议您升级VIP下载更多相关专利
  • [发明专利]一种行人目标的检测方法、电子设备及存储介质-CN202011522139.4有效
  • 邱志明;赵俊 - 湖北亿咖通科技有限公司
  • 2020-12-22 - 2021-03-12 - G06K9/00
  • 本发明实施例提供了一种行人目标的检测方法、电子设备及存储介质,所述方法包括:获取第一待检测图像;对第一待检测图像进行行人目标检测,得到至少一个第一检测框;对第一待检测图像进行行人下半身目标检测,得到至少一个第二检测框;针对任一第一检测框和任一第二检测框,确定第一检测框和第二检测框是否标识同一行人;针对第一检测框和第二检测框为标识同一行人的情况,基于第一检测框确定目标检测框;针对第一检测框和第二检测框不为标识同一行人的情况,基于第一检测框、第二检测框分别确定目标检测框。采用本发明实施例,可以提高行人目标检测结果的准确度,避免车辆慢速行驶的过程中发生危险。
  • 一种行人目标检测方法电子设备存储介质
  • [发明专利]一种行人闯红灯监测方法、装置、系统及可读存储介质-CN202010382657.4在审
  • 余永龙;谢会斌;李聪廷 - 济南博观智能科技有限公司
  • 2020-05-08 - 2020-08-25 - G06K9/00
  • 本申请公开了一种行人闯红灯监测方法、装置、系统及计算机可读存储介质,方法包括:根据人体待检测区域框和人脸待检测区域框从行人场景图像中获取人体待检测区域图像和人脸待检测区域图像;确定人体目标、人脸目标在行人场景图像中的位置;根据属于同一行人的人体目标和人脸目标获取行人的运行轨迹;根据运行轨迹、信号灯状态判断行人是否闯红灯。本申请公开的上述技术方案,由于人体待检测区域框位于行人场景图像上部分区域,人脸待检测区域框位于上述图像下部分区域,相当于远处关注人体、近处关注人脸,因此,可以通过获取并结合多帧行人场景图像中的人体目标和人脸目标来得到行人完整的运行轨迹,从而提高行人闯红灯判定的准确性和时效性。
  • 一种行人闯红灯监测方法装置系统可读存储介质
  • [发明专利]应用于公共卫生的行人接触程度判断系统-CN202011570361.1在审
  • 刘瑜 - 西安科锐盛创新科技有限公司
  • 2020-12-26 - 2021-04-06 - G06K9/00
  • 本发明公开了一种应用于公共卫生的行人接触程度判断系统,包括:视频采集模块用于采集包含待监测行人的监控视频;目标检测匹配模块用于利用预先训练的目标检测网络对监控视频中的目标进行检测,得到监控视频的每一帧图像中各检测行人分别对应的属性信息;目标跟踪模块用于利用预设的目标跟踪算法对监控视频的各帧图像中的目标行人进行跟踪;模型生成模块用于确定每一帧图像中目标行人与其余检测行人之间的实际空间距离;公共卫生管控模块用于将空间与或图模型中的各个实际空间距离与预设的空间距离阈值进行比较,确认待监测行人与其他检测行人之间的接触等级。本发明的方案能够提高作为待监测行人的患者与其余行人接触程度的判断精度和判断效率。
  • 应用于公共卫生行人接触程度判断系统
  • [发明专利]一种基于深度学习的违规投递垃圾行为检测方法-CN202210608558.2在审
  • 章东平;于学成 - 中国计量大学
  • 2022-05-31 - 2022-09-23 - G06V20/52
  • 一种基于深度学习的违规投递垃圾行为检测方法,包括:在非垃圾投递时间段内获取安装在垃圾投递亭外侧的监控摄像头拍摄的画面;利用基于深度学习的目标检测算法对视频画面中的行人、垃圾袋和垃圾桶进行逐帧检测,得到行人、垃圾袋和垃圾桶的检测框坐标信息、类别;若检测到第t帧画面中存在行人,则截取第t帧画面中所有垃圾袋和行人检测框图像;将第t帧中检测到的行人检测框图像输入到人体关键点检测模块中输出图像中人体的关键点坐标信息;计算第t帧中的所有垃圾袋与所有行人的交并比,判断行人是否携带垃圾袋进入监控区域,计算第t帧中每个垃圾袋与垃圾桶的距离和行人是否做出投递动作来判断行人是否存在违规投递垃圾行为。
  • 一种基于深度学习违规投递垃圾行为检测方法
  • [发明专利]用于行人检测和姿态估计的方法和装置-CN201610811709.9有效
  • 俞刚;彭雨翔;印奇 - 北京旷视科技有限公司;北京迈格威科技有限公司
  • 2016-09-08 - 2021-07-09 - G06K9/00
  • 本发明的实施例提供了一种用于行人检测和姿态估计的方法和装置。该方法包括:获取待处理图像;将待处理图像输入第一全卷积网络,以获得分别与第一预定数目种类的行人关节点中的每种行人关节点相关的关节点特征图和分别与待处理图像中的至少部分行人中的每个行人相关的行人特征图;将所获得的所有行人特征图和所有关节点特征图结合在一起形成经结合的特征图;以及将经结合的特征图输入第二全卷积网络,以获得至少部分行人中的每个行人行人位置和关节点位置。根据本发明实施例的方法和装置使得行人检测的中间结果可以辅助行人姿态的估计并且行人姿态估计的中间结果也可以用于行人检测,因此可以提高行人检测行人姿态估计的准确度。
  • 用于行人检测姿态估计方法装置
  • [发明专利]基于深度学习的轻量级行人检测方法及装置-CN202211726196.3在审
  • 张璐;李晓会;南楠 - 珠海全志科技股份有限公司
  • 2022-12-30 - 2023-07-21 - G06V40/10
  • 本发明公开了一种基于深度学习的轻量级行人检测方法及装置,该方法包括:采集与行人检测相关联的视频数据,从视频数据中提取出至少一个基础图像帧;根据所有基础图像帧及图像预处理条件,确定图像帧集合;逐层加载预训练完成的基础检测网络模型,并在加载基础检测网络模型的过程中执行对基础检测网络模型的重参化操作,得到完成结构重参化的目标检测网络模型;基础检测网络模型为轻量级的深度卷积神经网络模型;将图像帧集合对应的图像帧输入至目标检测网络模型中,得到行人检测结果。可见,本发明加快行人检测网络模型的收敛速度和提高行人检测网络模型的检测性能,进而提高行人检测结果的准确性和确定效率,从而提高行人检测准确性、效率。
  • 基于深度学习轻量级行人检测方法装置
  • [发明专利]一种车辆/行人检测方法及系统-CN201710224733.7有效
  • 陈瑞军;王兴刚;胡滨;段雄 - 武汉睿智视讯科技有限公司
  • 2017-04-07 - 2018-03-13 - G06K9/00
  • 本发明公开了一种车辆/行人检测方法,其包括下列步骤提取训练图像的深度卷积特征图;获取训练图像的目标候选区域;利用训练图像的深度卷积特征图,获取训练图像的目标候选区域的池化特征;基于训练图像的目标候选区域的池化特征,训练检测器,得到车辆/行人候选区域分类模型;利用车辆/行人候选区域分类模型检测检测车辆/行人图像获得车辆和/或行人的类别和/或位置。本发明还公开了一种车辆/行人检测系统,该系统采用上述方法进行检测。本发明技术方案的方法采用对训练图像中的车辆/行人一并进行分类标记,只需要对一个检测器进行训练,所得车辆/行人候选区域分类模型即可用于识别多种类别的车辆和行人
  • 一种车辆行人检测方法系统
  • [发明专利]人群异常事件检测方法、装置、系统和存储介质-CN201810817604.3有效
  • 徐子尧;张弛 - 北京旷视科技有限公司
  • 2018-07-24 - 2021-06-25 - G06K9/00
  • 本发明提供了一种人群异常事件检测方法、装置、系统和存储介质,该方法包括:获取待检测的视频,并针对视频的部分或全部视频帧进行行人骨架姿态提取,以得到视频帧中每一帧的行人骨架信息;针对视频帧中的每个行人,基于同一行人在视频帧中的所有行人骨架信息生成该行人的骨架信息时间序列;将视频帧中两个或两个以上不同行人的骨架信息时间序列进行组合形成序列组,并利用循环神经网络对序列组进行分类,以检测序列组所对应的行人之间是否发生异常事件。本发明的人群异常事件检测方法通过行人骨架姿态提取算法获取行人的骨架信息,然后采用循环神经网络基于行人时序上的骨架信息判别检测异常情况,能够大幅度提高人群异常事件检测的准确率。
  • 人群异常事件检测方法装置系统存储介质
  • [发明专利]基于多度量检测器的Cascade R-CNN行人检测方法-CN202111523181.2在审
  • 区文雄;林小泸;林军杰;谢广耀 - 长讯通信服务有限公司
  • 2021-12-14 - 2022-04-12 - G06V20/52
  • 本发明公开了一种基于多度量检测器的Cascade R‑CNN行人检测方法,包括对行人图片进行尺寸标准化和归一化处理,得到行人图片集,图片集中含有标注,划分训练集和测试集,并设置迭代次数和学习步长;将图片和标注通过多度量检测器的Cascade R‑CNN模型进行迭代训练,训练完所有训练数据后完成一个轮次的训练;重复执行上述步骤,直至达到设定的迭代轮次,把网络中的参数输出并保存,得到行人检测模型;将待检测行人图片输入行人检测模型,输出待检测行人图片的位置和置信度信息。本发明可以更准确地描述预测框与真实框的位置关系和拟合程度,可有效提高行人检测回归框的准确率,提高检测精度,减少误检率。
  • 基于度量检测器cascadecnn行人检测方法
  • [发明专利]一种YOLO卷积神经网络的人数检测方法-CN202010974637.6在审
  • 陈敏;夏圣奎;吉训生;王文郁 - 南通天成现代农业科技有限公司
  • 2020-09-16 - 2020-12-04 - G06K9/00
  • 本发明公开了一种YOLO卷积神经网络的人数检测方法,通过设置有库文件创建单元、特征提取单元以及人数判断单元,库文件创建单元,用于创建标准库文件,标准库文件包括若干参考卷积特征、网络参数和对应的人数;特征提取单元,用于接收摄像头拍摄的视频帧,并提取视频帧的卷积特征,进而实现人数检测,人数判断单元。该YOLO卷积神经网络的人数检测方法,通过检测图像中行人行人的分布及其语义计数方法属性,利用图像中行人的语义属性学习方法来辅助行人检测图像中的行人,抑制行人在图像中的语义属性对行人的影响和干扰,提高检测精度,同时,还针对目标图像视频检测场景下的深度学习行人计数方法准确度低的问题。
  • 一种yolo卷积神经网络人数检测方法

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