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6个,建议您升级VIP下载更多相关专利
  • [发明专利]步态识别方法及装置-CN202310937103.X在审
  • 冯世灵;叶丹;温淳;潘华东;赵雷 - 浙江大华技术股份有限公司
  • 2023-07-27 - 2023-10-27 - G06V40/20
  • 本发明实施例提供了一种步态识别方法及装置,其中,该方法包括:获取对目标对象进行拍摄得到的M帧图像,其中,M大于1;将M帧图像输入目标神经网络模型,通过目标神经网络模型的步态局部自适应模块,得到M个卷积核集合,其中,M帧图像与M个卷积核集合一一对应,每个卷积核集合中记录了对应的一帧图像中目标对象的多个区域对应的多个卷积核;通过M个卷积核集合对M帧图像中的目标对象进行步态识别。通过本实施例,解决了相关技术中存在的步态识别结果准确率不高的问题。
  • 步态识别方法装置
  • [发明专利]一种步态识别方法、系统、电子设备及存储介质-CN202211417609.X在审
  • 冯世灵;余盛晴;潘华东 - 浙江大华技术股份有限公司
  • 2022-11-11 - 2023-03-14 - G06V40/20
  • 本发明公开了一种步态识别方法、系统、电子设备及存储介质,其方法包括:获取待检测步态序列,以及至少两个候选步态序列;提取待检测步态序列的第一分类特征向量和第一角度特征向量,以及提取各候选步态序列的第二分类特征向量和第二角度特征向量;利用分类特征向量计算得到各候选步态序列对应的第一距离矩阵特征;利用角度特征向量计算得到各候选步态序列对应的第二距离矩阵特征;利用预设融合权重将距离矩阵特征融合,获取各候选步态序列对应的融合角度信息的特征距离;按照该特征距离对各候选步态序列进行重排序;根据重排序结果与待检测步态序列对目标进行识别。通过上述方案,能够通过获取的特征距离对所有视角进行重排,提高识别效率。
  • 一种步态识别方法系统电子设备存储介质
  • [发明专利]一种结合视角转换模型与隐马尔可夫模型的步态识别方法-CN201810259801.8有效
  • 王修晖;冯世灵 - 中国计量大学
  • 2018-03-27 - 2021-11-30 - G06K9/00
  • 本发明公开了一种结合视角转换模型与隐马尔可夫模型的步态识别方法,根据人行走习惯特点选取5个具有代表性的步态作为关键帧,计算一个步态周期内各帧到5个关键步态帧的距离并归一化后构造步态特征向量,利用该步态特征向量结合截断奇异值分解构造视角转换模型并训练隐马尔可夫模型参数。通过视角转换模型将测试集观测向量转换为与注册集相同的视角,最后实现基于隐马尔可夫模型的跨视角步态识别。经视角转换模型转换后的测试集与注册集具有更高的共性,隐马尔可夫模型也利于表达步态转换过程,该方法结合视角转换模型与隐马尔可夫模型的优点,增强了对视角变化的鲁棒性,能够在跨视角识别的情况下取得较好的效果。
  • 一种结合视角转换模型隐马尔可夫步态识别方法
  • [发明专利]身份识别模型的训练方法和身份识别方法以及相关设备-CN202110642628.1在审
  • 冯世灵;潘华东;殷俊 - 浙江大华技术股份有限公司
  • 2021-06-09 - 2021-10-01 - G06K9/62
  • 本申请公开了一种身份识别模型的训练方法、身份识别方法、电子设备和计算机可读存储介质,所述训练方法先获取人体关键点序列和人体轮廓序列,然后将其输入交互模型中,获得表征人体部位运动信息的第一特征向量、表征人体体型信息的第二特征向量和表征人体关键点运动信息的第三特征向量,再利用这些特征向量调整交互模型的参数,以优化身份识别模型。可见,本申请在获取特征向量时,充分利用了人体关键点特征和人体轮廓特征的交互关系,而且针对更有表达性的人体部位运动信息进行了特征提取,从而互相增强各特征的表征能力,使得利用本申请训练方法训练得到的身份识别模型时,能够提升身份识别的准确性和识别效果。
  • 身份识别模型训练方法以及相关设备

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