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11个,建议您升级VIP下载更多相关专利
  • [发明专利]基于时空图卷积网络的跳绳计数方法和系统-CN202210706721.9在审
  • 徐联伯 - 浙江大沩人工智能科技有限公司
  • 2022-06-21 - 2022-11-15 - G06V20/40
  • 本发明涉及智能运动检测技术,公开了基于时空图卷积网络的跳绳计数方法和系统,基于时空图卷积网络的跳绳计数方法,包括:图像数据的获取;人体关键点坐标位置的获取;人体关键点拓扑图的生成;人体状态的确定;人体运动趋势的分析;跳绳计数,依据人体运动趋势进行跳绳计数,当人体运动趋势由上升趋势转为下降趋势,进行跳绳计数;本发明通过利用时空图卷积神经网络,对人体姿态估计的结果进行分析,得到跳绳人的跳绳状态,来进行精确跳绳计数的方法,计数精度高,能够自动识别跳绳开始与结束,不会由于其他动作产生误计。
  • 基于时空图卷网络跳绳计数方法系统
  • [发明专利]一种基于聚类分析自主再学习的人脸识别方法-CN202010064433.9有效
  • 阳义青;徐联伯 - 杭州英歌智达科技有限公司
  • 2020-01-20 - 2022-04-22 - G06V40/16
  • 本发明涉及人脸识别技术,公开了一种基于聚类分析自主再学习的人脸识别方法。后台数据库中存储注册照及其人脸特征向量,人脸识别时抓拍人脸特征向量与后台数据库中人脸特征向量比较,并计算每个抓拍人脸特征向量与后台数据库中的人脸特征向量组综合相似度。采用聚类算法分析一段时间内的抓拍图,依据抓拍时的天气、时间及匹配到人的综合相似度,更新到后台数据库。当人脸特征向量达到10个时,则后台数据库的对应人脸特征向量达到饱和;用最新的人脸特征向量替换最老的人脸特征向量。通过该发明设计的人脸识别方法能识别外界变化,完成自主学习,保证人脸识别系统随时间推移准确率和召回率越来越高。
  • 一种基于聚类分析自主学习识别方法
  • [发明专利]基于深度学习的运动人体分割方法和系统-CN202111508606.2在审
  • 萧澍;彭珂凡;徐联伯 - 杭州英歌智达科技有限公司
  • 2021-12-10 - 2022-04-12 - G06T7/215
  • 本发明涉及人体分割技术,公开了基于深度学习的运动人体分割方法和系统,基于深度学习的运动人体分割方法包括多尺度人体特征信息的获取,将人体图像输入至编码器网络模型中,获取多尺度人体特征信息;对S1的人体特征信息进行约束,输出预测的人体关键点信息;人体特征信息输入至解码器中,获取人体特征信息的分割结果,输出的结果包含二值掩膜图;预测的人体关键点信息和预测的二值掩膜图,计算损失函数并训练网络模型;依据计算的损失函数对网络模型参数进行更新。本发明能够实现无交互自动处理复杂背景条件下的运动人体,生成边缘高精度的分割结果。
  • 基于深度学习运动人体分割方法系统
  • [发明专利]一种基于对角之势的摄像头监控方法及系统-CN201810199499.1有效
  • 徐联伯 - 杭州英歌智达科技有限公司
  • 2018-03-12 - 2022-01-28 - G06K9/00
  • 本发明涉及安防领域,尤其涉及一种基于对角之势的摄像头监控方法,包括:第一摄像头、第二摄像头呈对角之势设置;第一摄像头获取目标场景第一视频流;第二摄像头获取目标场景第二视频流;第一摄像头、第二摄像头发送第一视频流、第二视频流至后台服务器;后台服务器根据第一视频流、第二视频流获取目标人体正面人脸信息;后台服务器根据人脸识别算法判断目标人体是否同时出现在第一视频流、第二视频流;当目标人体未同时出现在第一视频流、第二视频流,后台服务器控制第一摄像头、第二摄像头持续监控目标人体。通过本发明,提升了封闭区域内被监测人的全方位地点、移动检测能力,减少了监控盲区以及监控盲区对目标人体行为分析的影响。
  • 一种基于对角摄像头监控方法系统
  • [发明专利]基于人脸识别系统的人脸图像质量标注方法及装置-CN202110960060.8在审
  • 卿敏敏;徐联伯 - 杭州英歌智达科技有限公司
  • 2021-08-20 - 2021-11-23 - G06K9/62
  • 本发明涉及深度学习领域,公开了基于人脸识别系统的人脸图像质量标注方法及装置;方法包括通过获取第一图像集和第二图像集;将第一图像集和第二图像集输入至人脸识别网络,从而获取人脸特征向量;图像集相似度的计算,第二图像集中第j个待标注人脸与第一图像集子集i参考照的相似度的计算;图像集相似度方差的计算,第二图像集第j个待标注人脸与第一图像集中所有子集的相似度进行相似度方差的计算;依据图像相似度的方差,确定人脸图像质量分数。通过利用方差来反映待标注样本质量的好坏,与人脸识别系统识别能力耦合,且通过只考虑与他人相似度分布,标注结果也更为客观;不要求待标注样本需要有本人参考照,降低了数据收集的困难程度。
  • 基于识别系统图像质量标注方法装置
  • [发明专利]一种新型接入多算法的方法及服务器-CN202110813439.6在审
  • 罗涛;徐联伯 - 杭州英歌智达科技有限公司
  • 2021-07-19 - 2021-11-09 - G06F9/445
  • 本发明涉及算法部署领域,公开了一种新型接入多算法的方法及服务器;其方法为,配置算法服务,编写配置文件,依据算法服务配置信息对算法服务进行配置;算法服务启动,通过监控进程对算法服务进行启动,监控进程依据算法服务的配置进行启动;算法服务申请连接,依据配置的算法服务,进行申请连接算法服务;算法调用,依据算法的输入,向算法服务提交算法请求,从而调用算法。本发明在带有GPU的算法服务器上,使用本算法服务的应用,使用的资源CPU/GPU拷贝带宽,显存使用更少,GPU的使用率更高,能接入的算法请求更多,进一步提升了服务器的使用效率。
  • 一种新型接入算法方法服务器
  • [发明专利]一种基于GAN的人脸检索方法-CN201811566128.9有效
  • 李越;徐联伯 - 杭州英歌智达科技有限公司
  • 2018-12-20 - 2021-04-30 - G06F16/53
  • 本发明涉及一种基于GAN的人脸检索方法,包括:选择真实场景的模糊图片及模糊图片对应的身份证照片作为训练数据集;选择真实场景的不同数量的模糊照片作为不同的测试数据集;根据预训练的人脸识别网络模型分别提取模糊图片特征及模糊图片对应的身份证照片特征;计算测试数据集的人脸检索正确率并作为参考基准;将模糊图片输入到生成网络G并得到输出结果;将模糊图片输出结果的特征及模糊图片对应的身份证照片特征的余弦距离构成生成网络G的损失函数;用训练数据集对GAN生成式对抗网络模型进行训练;计算测试数据集在通过GAN生成式对抗网络模型处理之后的人脸检索正确率;根据参考基准优化GAN生成式对抗网络模型。
  • 一种基于gan检索方法
  • [发明专利]一种基于深度卷积级联网络的多尺度快速人脸分割方法-CN202010878450.6在审
  • 徐联伯;彭珂凡 - 杭州英歌智达科技有限公司
  • 2020-08-27 - 2020-12-25 - G06T7/11
  • 本发明涉及人脸分割技术,公开了一种基于深度卷积级联网络的多尺度快速人脸分割方法;首先对输入待分割图像做图像金字塔,并逐一输入到第一个卷积神经网络模型中,计算每个热图局部峰值点,去除每个尺度重复人脸框;将人脸框逐一输入到第二个卷积神经网络模型中,过滤置信度低于人脸置信度阈值的人脸框,对通过的人脸框位置进一步调优;将调优后的人脸框逐一输入到第三个卷积神经网络模型中,过滤人脸框并调整人脸框位置,实现人脸整体区域和眼鼻嘴等局部区域分割。通过本发明设计的人脸分割技术能多尺度快速的进行人脸分割,且分割精度高,能降低整体的网络计算成本,适宜于计算资源有限的嵌入式平台,同时通过人脸关键部分进行特定人物识别。
  • 一种基于深度卷积级联网络尺度快速分割方法
  • [发明专利]相片日记-CN201410559301.8在审
  • 邓晖;王进;陈帅斌;徐联伯;杨成平;茅凯旋 - 多媒体影像解决方案有限公司
  • 2014-10-20 - 2016-05-18 - G06T7/00
  • 本发明涉及相片日记。一种用以创建相片日记的方法包含在所述相片日记中针对一时间周期创建一条目。创建所述条目包含从在所述时间周期中创建或接收的数字视频选择候选帧。选择所述候选帧包含对所述数字视频执行人及宠物检测,从所述数字视频提取具有人及宠物的帧,对具有人的所述帧执行人辨识以识别具有经辨识人的帧。所述方法进一步包含基于准则而将具有经辨识人及宠物的所述候选帧分类成若干群组,从所述群组选择代表帧,并在所述条目中呈现所述代表帧。
  • 相片日记

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