“深圳久凌软件技术有限公司”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]基于多尺度上下文聚合网络的低照度成像算法及装置-CN201910322278.3有效
发明人：张斯尧;谢喜林;王思远;黄晋;蒋杰;张诚 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-04-22 - 公布日： 2023-06-06 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多尺度上下文聚合网络的低照度成像算法及装置，该算法包括：对原始图像进行打包变换像素通道的预处理；步骤102：利用步骤101中预处理的图像进行CAN网络的数据训练；步骤103：通过训练后的CAN网络对采集到的低照度图像进行处理，并对处理后的图像进行快速宽动态处理，并输出最终图像，其中所述快速宽动态处理步骤包括：将一帧视频图像分为高光部分和低光部分，对高光部分和低光部分分别进行调整。本发明提出的算法效率较高，能够提高信噪比，增强显示图像细节，很好地还原低照度成像图像的细节部分，提高低照度图像亮度，使视频图像能在低照度环境下快速清晰成像。
基于尺度上下文聚合网络照度成像算法装置

[发明专利]基于多时空注意力模型的视频行人重识别方法及装置-CN201910273362.0有效
发明人：张斯尧;谢喜林;王思远;黄晋;蒋杰;张诚 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-04-04 - 公布日： 2023-04-25 - 主分类号： G06V40/10 文献下载
摘要：本发明公开一种基于多时空注意力模型的视频行人重识别方法及装置，该算法首先利用多空间注意力模型来定位判别视频图像行人区域；再结合时间注意力模型来计算由每个空间注意力模型提取的特征的聚合表示，并进行行人重识别损失函数补偿；最后将待识别图像的特征向量与有效地理区域范围内的视频图像的行人的特征向量对比，搜索出相似度最高的行人目标图像并输出最终重识别匹配结果。本发明算法能解决针对实际过程中，行人视频图像成像质量差，细节显示不清楚，行人部分有用信息被遮挡而特征提取困难导致的视频监控系统重识别准确率不高等问题，并使算法满足实时性需求。
基于多时注意力模型视频行人识别方法装置

[发明专利]一种基于深度学习的低照度车牌图像识别方法及装置-CN201911245020.4有效
发明人：张斯尧;罗茜;王思远;蒋杰;张诚;李乾;谢喜林;黄晋 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-12-06 - 公布日： 2023-04-07 - 主分类号： G06V20/62 文献下载
摘要：本发明提供了一种基于深度学习的低照度车牌图像识别方法及装置，包括：获取n个样本对；通过n个样本对对第一、第二卷积神经网络进行训练；将待增强的低照度车牌图像依次输入训练好的第一、第二卷积神经网络中，得到增强后的车牌图像；通过一体化的深度网络模型对所述增强后的车牌图像进行识别，从而可提高低照度车牌图像识别的效率和准确度。
一种基于深度学习照度车牌图像识别方法装置

[发明专利]一种基于多人多摄像头跟踪的行人重识别方法及装置-CN201911326183.5在审
发明人：李宁;张斯尧;罗茜;王思远;蒋杰;张诚;李乾;谢喜林;黄晋 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-12-20 - 公布日： 2020-06-16 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多人多摄像头跟踪的行人重识别方法及装置，所述方法包括：获取连续帧图像；将连续帧图像进行PTGAN处理；将进行PTGAN处理后的连续帧图像进行多维度特征提取并确定推理线索模型；使用推理算法对推理线索模型进行调整并确定最后的推理线索模型；根据最后的推理线索模型将待识别图像的特征向量与有效地理区域范围内的视频图像的行人的特征向量对比，搜索出相似度最高的行人目标图像。本发明解决了现有技术中的行人重识别方法跨摄像头的检索难度大，重识别准确率低的问题。
一种基于多人多摄像头跟踪行人识别方法装置

[发明专利]一种大数据和贝叶斯相结合的行人重识别方法及装置-CN201911327696.8在审
发明人：李宁;张斯尧;罗茜;王思远;蒋杰;张诚;李乾;谢喜林;黄晋 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-12-20 - 公布日： 2020-05-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种大数据和贝叶斯相结合的行人重识别方法及装置，所述方法包括：利用行人图像数据库对行人重识别系统模型进行分布式训练；对查询对象和排名列表中的多个候选对象进行基于贝叶斯查询扩展的重识别再排序；将再排序后的查询对象和候选对象进行PTGAN处理；将进行PTGAN处理后的查询对象和候选对象输入训练好的贝叶斯模型，通过训练数据中的图像距离，计算每个候选对象真实匹配概率，并对候选对象进行重新排序；根据推理线索模型调整行人重识别系统模型的目标参数的参数值；通过将待识别图像输入训练好的行人重识别系统模型，搜索出相似度最高的行人图像。本发明解决了现有技术中的行人重识别方法跨摄像头的检索难度大，重识别准确率低的问题。
一种数据贝叶斯相结合行人识别方法装置

[发明专利]一种车辆细粒度识别的方法及装置-CN201911248378.2在审
发明人：张斯尧;罗茜;王思远;蒋杰;张诚;李乾;谢喜林;黄晋 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-12-06 - 公布日： 2020-05-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多重注意力机制与区域特征约束相结合的车辆细粒度识别的方法及装置，所述方法包括：构建多注意力卷积神经网络模型，并对所述多注意力卷积神经网络模型进行预训练；对训练数据集进行多尺度区域信息标注，得到第一训练数据集；基于改进的包围盒约束算法和海伦约束算法对第一训练数据集进行处理，得到第二训练数据集；采用所述第二训练数据集训练多注意力卷积神经网络模型的目标参数的参数值，得到训练之后的多注意力卷积神经网络模型。本发明相比于现有技术，减少了需预先标注图像类别或选框标注对象位置的工作量，节省成本，提高了效率。
一种车辆细粒度识别方法装置

[发明专利]一种基于多尺度约束的细粒度车辆图像检索的方法及装置-CN201911245009.8在审
发明人：张斯尧;罗茜;王思远;蒋杰;张诚;李乾;谢喜林;黄晋 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-12-06 - 公布日： 2020-05-05 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于多尺度约束的细粒度车辆图像检索的方法及装置，所述方法包括：对第一训练数据集进行多尺度区域信息标注，得到第二训练数据集；基于改进的包围盒约束算法和海伦约束算法对所述第二训练数据集进行处理，得到第三训练数据集；采用所述第三训练数据集训练细粒度神经网络模型的目标参数的参数值，得到训练之后的细粒度神经网络模型；将待识别车辆图像输入训练好的细粒度神经网络模型进行识别，获得与所述待识别车辆图像同类型的目标车辆图像。本发明相比于现有技术，减少了需预先标注图像类别或选框标注对象位置的工作量，节省成本，提高了效率。
一种基于尺度约束细粒度车辆图像检索方法装置

[发明专利]一种基于联合判断与生成学习的行人重识别方法及装置-CN201910783694.3在审
发明人：张斯尧;谢喜林;王思远;黄晋;文戎;张诚 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-08-23 - 公布日： 2020-01-14 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了基于联合判断与生成学习的行人重识别方法及装置，所述方法包括：基于给定的行人图像搭建生成学习卷积神经网络模块；基于所述生成学习卷积神经网络模块，搭建联合判别模块；所述联合判别模块用于学习所述重建图像和合成图像的初步特征，以及用于挖掘所述重建图像和合成图像的细粒度特征；基于所述生成学习卷积神经网络模块的损失函数和所述联合判别模块的损失函数，确定所述生成学习卷积神经网络模块和所述联合判别模块的整体网络的损失函数，根据所述整体网络的损失函数确定行人重识别系统模型；所述行人重识别系统模型用于基于行人图像对行人进行重识别。通过本发明实施例，能够提高行人识别的效率、准确性。
卷积神经网络判别模块损失函数图像学习识别系统整体网络重建图像联合合成行人识别细粒度挖掘

[发明专利]细粒度图像检索方法、装置、计算机设备及存储介质-CN201910751805.2在审
发明人：罗茜;张斯尧;谢喜林;王思远;黄晋;蒋杰;张诚 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-08-15 - 公布日： 2020-01-14 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种细粒度图像检索方法，包括：构建细粒度神经网络模型，并对细粒度神经网络模型进行预训练；将对比图像和通过图像采集模块获取的待识别图像分别作为输入图像输入完成预训练的细粒度神经网络模型中；在细粒度神经网络模型中自动定位输入图像中的主要目标对象，并提取目标对象特征；将待识别图像的目标对象特征与对比图像的目标对象特征比对，输出待识别图像的目标对象特征中含有的与对比图像的主要目标对象同类别的待识别图像。本发明还公开了一种细粒度图像检索装置、计算机设备及存储介质。本发明的技术方案旨在解决现有的细粒度图像检索技术的图像检索效率低的问题。
细粒度目标对象神经网络模型对比图像图像输入图像图像检索图像采集模块图像检索技术图像检索装置计算机设备存储介质输入完成特征比对自动定位构建输出

[发明专利]基于PTGAN区域差距与深度神经网络的行人图像搜索算法-CN201910751899.3在审
发明人：张斯尧;谢喜林;王思远;黄晋;蒋杰;张诚 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-08-15 - 公布日： 2020-01-14 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于PTGAN区域差距与深度神经网络相结合的大数据行人图像搜索算法，包括以下步骤：基于MLbase机器学习库搭建Spark大数据平台；搭建基于PTGAN与多分支相结合的深度学习神经网络，并进行行人图像数据库训练，提取相应图像特征，完成行人重识别图像数据库；将视频文件传入Spark大数据平台中，对视频关键帧分段后对目标图像做基于深度学习算法提取特征信息；检测并计算出目标图像中的目标行人特征和所有行人对象特征的相似度，排序并搜索出最相似的行人信息与行人图像。本发明可应用于行人特征提取和实时行人检测搜索视频监控系统，可靠性高，辩识度好，鲁棒性好，步骤计算简单，能保持高效率和实时性。
大数据图像数据库目标图像搜索视频监控系统图像搜索算法学习神经网络视频关键帧对象特征机器学习神经网络视频文件特征提取提取特征图像特征行人检测学习算法多分支高效率鲁棒性实时性相似度分段排序图像检测应用

[发明专利]一种基于联合判断与生成学习的行人搜索方法及装置-CN201910783692.4在审
发明人：张斯尧;谢喜林;王思远;黄晋;蒋杰;张诚;文戎 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-08-23 - 公布日： 2020-01-07 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了基于联合判断与生成学习的行人搜索方法及装置，所述方法包括获取行人重识别系统模型；基于待识别行人视频的关键帧对所述待识别行人视频进行分段处理，并通过所述行人重识别系统模型从分段处理后的待识别行人视频中提取行人特征向量；计算目标行人的特征向量与所述待识别行人视频中的所述行人特征向量之间的相似度，并根据所述相似度，从所述待识别行人视频中得到所述目标行人的检索图像。通过本发明实施例，能够提高视频行人搜索的效率、准度及实时性。
视频特征向量分段处理识别系统相似度搜索方法及装置计算目标检索图像关键帧实时性搜索联合学习

[发明专利]细粒度图像识别方法、装置、计算机设备及存储介质-CN201910751900.2在审
发明人：罗茜;张斯尧;谢喜林;王思远;黄晋;文戎;张诚 -专利权人： 深圳久凌软件技术有限公司
申请日： 2019-08-15 - 公布日： 2020-01-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种细粒度图像识别方法、装置、计算机设备及存储介质，本发明中公开的方法包括：获取图像样本，并对图像分类属性进行标注；构建双线性卷积神经网络模型，将所述图像样本导入所述双线性卷积神经网络模型中训练，并获得细粒度图像识别模型；从排序和所属类别两个方面对所述细粒度图像识别模型进行约束；通过所述细粒度图像识别模型对待识别图像进行分类识别；本发明提出的方法，通过训练双线性卷积神经网络细粒度识别模型对图形进行分类，2个并联的卷积神经网络CNN A和卷积神经网络CNN B可以同时完成区域检测和特征提取，在节省人力成本的同时，提高了分类识别的准确率。
卷积神经网络细粒度图像识别双线性分类识别计算机设备存储介质获取图像区域检测人力成本特征提取图像分类图像样本并联准确率构建标注排序样本图像分类

1
共 12 条