[发明专利]识别装置、识别方法以及记录介质有效

专利信息
申请号: 201780089445.3 申请日: 2017-04-10
公开(公告)号: CN110546644B 公开(公告)日: 2022-10-21
发明(设计)人: 佐藤卓也 申请(专利权)人: 富士通株式会社
主分类号: G06V40/20 分类号: G06V40/20;G06T7/00;G06T7/73;G06F16/583;G06V10/772;G06V10/774
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 金雪梅;王玮
地址: 日本神*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要: 识别装置(100)的存储部中存储场景识别辞典和骨骼识别辞典,该场景识别辞典将到人物的距离信息所包含的人物的特征、以及通过相互正交的多个基准轴和基于人的骨骼的矢量所成的角确定的场景建立对应,该骨骼识别辞典将与场景对应的距离信息和人物的关节位置建立对应。识别装置(100)在获取到成为对象者的距离信息的识别距离信息的情况下,基于识别距离信息的特征和场景识别辞典,来识别与识别距离信息对应的场景。识别装置(100)基于由场景识别部识别出的场景的识别结果、识别距离信息以及骨骼识别辞典来识别对象者的骨骼。
搜索关键词: 识别 装置 方法 以及 记录 介质
【主权项】:
1.一种识别装置,其特征在于,具有:/n存储部,存储场景识别辞典和骨骼识别辞典,上述场景识别辞典将到人物的距离信息所包含的上述人物的特征、以及通过相互正交的多个基准轴和基于人的骨骼的矢量所成的角确定的场景建立对应,上述骨骼识别辞典将与上述场景对应的距离信息和上述人物的关节位置建立对应;/n场景识别部,在获取到成为对象者的距离信息的识别距离信息的情况下,基于上述识别距离信息的特征和上述场景识别辞典,来识别与上述识别距离信息对应的场景;以及/n骨骼识别部,基于由上述场景识别部识别出的场景的识别结果、上述识别距离信息以及上述骨骼识别辞典来识别上述对象者的骨骼。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于富士通株式会社,未经富士通株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201780089445.3/,转载请声明来源钻瓜专利网。

同类专利
  • 动作预测方法、装置、非易失性存储介质及电子设备-202310946573.2
  • 袁昌龙;王琳;吕方惠;夏敏 - 中国电信股份有限公司
  • 2023-07-28 - 2023-10-27 - G06V40/20
  • 本申请公开了一种动作预测方法、装置、非易失性存储介质及电子设备。其中,该方法包括:获取目标视频数据,并将目标视频数据平均分割为第一预设数量份视频片段,其中,目标视频数据为实时更新的视频数据;从每个视频片段中随机抽取第二预设数量帧图像,并依据第二预设数量帧图像得到每个视频片段对应的局部视频特征信息;依据各个视频片段对应的局部视频特征信息,得到目标视频数据对应的全局视频特征信息;依据全局视频特征信息对目标视频数据中的目标对象的动作进行预测。本申请解决了相关技术中没有充分利用视频中包含的不同时间尺度的特征信息导致预测结果不佳的技术问题。
  • 针对垃圾投放行为分析和违规行为多角度抓拍的监测系统-202310970135.X
  • 文娇;张利强;熊伟;裘水军;何晓祥;金冰斌;吴新荣;沈扬;胡雪琪;蒋国运 - 蔚复来(浙江)科技股份有限公司
  • 2023-08-03 - 2023-10-27 - G06V40/20
  • 本发明公开了针对垃圾投放行为分析和违规行为多角度抓拍的监测系统,涉及人工智能物联网技术领域。为了解决现有技术中,抓拍角度局部受限,不能准确定位人脸的问题;针对垃圾投放行为分析和违规行为多角度抓拍的监测系统,包括数据采集单元、数据处理单元、数据分析单元和智能抓拍单元;通过摄像头对抓拍信息进行自动识别,结合人脸信息、时间信息,实现自动抓拍、识别、入库、查询和比对功能,通过设置不同的检测区域和规则,实现对人、物等的自动检测,从而提高监控效率和精确度,通过对采集的视频数据进行三维建模,实现对目标对象的行为推演和分析,并对异常行为进行智能抓拍,具有高精度、高鲁棒性、高级别的识别准确度。
  • 一种基于时空图卷积神经网络的异常行为识别方法-202310729373.1
  • 崔晓飞;石磊;刘岁成;于海波;李宁 - 河北华网计算机技术有限公司
  • 2023-06-20 - 2023-10-27 - G06V40/20
  • 本申请涉及异常行为的识别领域,尤其是涉及一种基于时空图卷积神经网络的异常行为识别方法,包括以下步骤:获取目标对象的视频数据;标签标注视频数据的异常行为,得到数据集;构建异常行为识别模型,基于数据集在时空卷积神经网络上进行训练,得到异常行为识别模型;输入待检视频源,选取与待检视频源匹配的异常行为识别模型,并输入待检视频源的告警类型;异常行为识别模型对待检视频源进行检测,并在待检视频源发生异常行为时推送相应的告警信息。本申请通过利用视频数据训练异常行为识别模型,然后让异常行为识别模型检测待检视频源中是否存在异常行为,若存在异常行为则发送告警信息,便于工作人员获知,减少异常行为所带来的危险。
  • 风格化动作的生成方法、装置、设备及存储介质-202310258592.6
  • 陈鹏;付星辉;孙钟前 - 腾讯科技(深圳)有限公司
  • 2023-03-08 - 2023-10-27 - G06V40/20
  • 本申请公开了一种风格化动作的生成方法、装置、设备及存储介质,属于人工智能领域。该方法包括:基于多张周期动作图像对应的动作特征序列,得到多张周期动作图像分别对应的周期图像相位特征;抽取多张周期动作图像中与第一时刻对应的第一周期动作图像的周期图像相位特征;通过权重生成网络,基于第一周期动作图像的周期图像相位特征,得到网络层权重;基于网络层权重,更新动作生成网络的网络层参数;通过风格提取网络,提取多张风格图像对应的动作特征序列,得到目标风格特征;获取与第一时刻对应的第一图像的第一动作信息;通过动作生成网络,基于第一动作信息和目标风格特征,得到第二动作信息。上述提供了一种风格化动作的生成方案。
  • 握笔姿势纠正方法、装置、存储介质及电子设备-202310637623.9
  • 陈奕名 - 新东方教育科技集团有限公司
  • 2023-05-31 - 2023-10-27 - G06V40/20
  • 本公开涉及一种握笔姿势纠正方法、装置、存储介质及电子设备,通过识别图像中的手势类别并生成提醒信息,实现对握笔姿势的纠正。该方法包括:获取待识别图像;将待识别图像输入到手部关键点检测模型中,得到手部关键点检测模型基于卷积结构输出的手部关键点图像;将各手部关键点图像输入到手势识别网络模型中,得到手势识别网络模型基于识别函数输出的手势类别;在手势类别为手势错误的情况下,生成提醒信息。本公开通过手部关键点检测模型获取待识别图像中各手部关键点对应的手部关键点图像,通过手势识别网络模型根据手部关键点图像识别出手势类别,并在手势类别为手势错误的情况下生成提醒信息,以提醒用户调整握笔姿势,实现握笔姿势的矫正。
  • 一种基于双粒度三模态度量学习的行人重识别方法及系统-202310720600.4
  • 罗梓淇;吴飞;黄庆花;岳晓凡;周睿璇 - 南京邮电大学
  • 2023-06-16 - 2023-10-27 - G06V40/20
  • 本发明公开了一种基于双粒度三模态度量学习的行人重识别方法及系统包括:获取跨模态行人图像数据集,并划分为训练集和测试集;对训练集的彩色行人图片进行颜色空间转换生成灰度图像,并将训练集的三个模态的图像进行特征提取;对提取的特征进行处理得到细粒度特征和粗粒度特征,根据粗、细粒度特征构造三元组,并设计三元损失函数对粗、细粒度特征进行学习;设计多模态分类器和正样本优化器,并结合三元损失函数训练网络模型,待网络模型收敛后,对测试集的行人图片进行检索;本发明提供的方法可以增加同类不同模态特征的紧凑性,缩小模态间差异,提高行人图像的检索准确率。
  • 一种基于生成对抗网络的人体步态数据增强方法-202310900896.8
  • 王燕;李志康;耿颖睿;杨红梅;汪鑫;王瑷珲;路成钢;温晓旭;赵强松;廖亮 - 中原工学院
  • 2023-07-21 - 2023-10-27 - G06V40/20
  • 本发明公开了一种基于生成对抗网络的人体步态数据增强方法,包括:采集原始步态数据;对采集的原始步态数据进行预处理;建立多维时间序列生成对抗网络的数据增强模型,数据增强模型包括自编码器和对抗网络,采用预处理后的原始步态数据对数据增强模型进行训练,得到训练后的数据增强模型;基于训练后的数据增强模型,进行步态数据合成,获取步态数据合成结果。本发明通过建立多维时间序列生成对抗网络的数据增强模型可以合成与原始步态数据分布相似又保持原始步态数据动态特性的人工数据,可以补充到原始步态数据中,用于后续控制器的设计与训练、步态预测与分类,降低了收集人体步态数据的时间与成本,提高控制器的精度或模型的泛化性能。
  • 姿态分析方法、装置、电子设备及存储介质-202310772883.7
  • 吕少卿;俞鸣园;王克彦;曹亚曦;孙俊伟 - 浙江华创视讯科技有限公司
  • 2023-06-27 - 2023-10-27 - G06V40/20
  • 本申请公开了一种姿态分析方法、装置、电子设备及存储介质,该姿态分析方法,通过对待分析图像帧序列中每个图像帧含有的目标对象进行关键点提取,分别得到每个图像帧对应的关键点,获取待分析图像帧序列中相邻的图像帧之间的关键点变化信息,并基于每个图像帧中关键点之间的连接关系,分别构建每个图像帧对应的邻接矩阵,再基于关键点变化信息确定每个邻接矩阵中矩阵元素对应的元素权重,矩阵元素用于反映关键点之间的连接关系,元素权重用于限定邻接矩阵中各个矩阵元素的重要程度,以得到符合目标对象动态变化的加权邻接矩阵,基于加权邻接矩阵对待分析图像帧序列中的目标对象进行姿态分析,得到更加准确的姿态分析结果。
  • 一种基于时空图卷积网络的人体行为识别方法-202310365065.5
  • 黄倩;朱萧伟;胡鹤轩;李畅;巫义锐;袁驰 - 河海大学;南京荟英电子科技有限公司
  • 2023-04-07 - 2023-10-27 - G06V40/20
  • 本发明公开一种基于时空图卷积网络的人体行为识别方法,该方法基于部位级时空图卷积网络模型,对人体行为进行了识别,其包括如下步骤:构建原始骨骼序列数据集并对原始骨骼序列数据集进行预处理;构建部位级时空图卷积网络模型,包括空间建模网络、时间建模网络和分类器;将预处理后的原始骨骼序列数据集划分为训练集和测试集,输入部位级时空图卷积网络模型中进行训练;将待识别的数据输入训练后的部位级时空图卷积网络模型中,得到识别结果。本发明能够推动建立更精确的关节拓扑,能够更充分学习人体各部分的动作频率和趋势,实现了一种高效的,准确率更高的人体行为识别方法。
  • 一种基于手部关节的人手姿态估计方法及系统-202311194384.0
  • 刘李漫;李生玲;田金山;韩逸飞;胡怀飞;唐奇伶 - 中南民族大学
  • 2023-09-15 - 2023-10-27 - G06V40/20
  • 本发明提出了一种基于手部关节的人手姿态估计方法及系统,包括以下步骤:S1、采集人手初始图像,并进行预处理,得到多个手部关节图像;S2、使用HRNet网络根据手部关节特征对多个手部关节图像进行特征提取,得到多个手部关节特征图像;S3、根据多个手部关节特征图像分别使用二维关节预测网络进行手部关节的概率密度图预测,得到多个关键点热图;S4、将多个关键点热图合并,得到人手分布图并进行优化得到人手关节姿态特征图;S5、根据人手分布图和人手关节姿态特征图预测人手姿态,得到人手关节三维坐标。本申请通过HRNet网络对手部关节图像进行特征提取,降低HRNet网络的复杂度和计算量的同时保证特征提取的精确度。
  • 一种线上网课的课堂模拟方法、装置及设备-202210380283.1
  • 付浩翔;梁京超;王铭西 - 北京字跳网络技术有限公司
  • 2022-04-12 - 2023-10-27 - G06V40/20
  • 本申请公开了一种线上网课的课堂模拟方法、装置及设备,该方法包括:首先获取目标网课视频,并根据目标网课视频中目标知识点所在位置,将目标网课视频划分成各个目标知识点所属的段落;然后在播放目标网课视频的过程中,当目标知识点所属的段落播放完成时,为学生提供关于目标知识点的问题,并对学生对于问题的回答结果进行处理,以及将得到的处理结果反馈给学生,接着在播放目标网课视频的过程中,当接收到学生主动提出问题时,为学生提供所提问题对应的目标知识点的相关信息。这样,通过这种模拟老师和学生的课堂互动问答,提高了学生的课堂参与感,使其对于已录制网课的学习效果更佳。
  • 步态识别方法、装置、设备及存储介质-202211216688.8
  • 方乾萍;陆敏;诸葛毅;楼喆午;叶栋;胡昱 - 中国移动通信集团浙江有限公司;中国移动通信集团有限公司
  • 2022-09-30 - 2023-10-27 - G06V40/20
  • 本申请公开了一种步态识别方法、装置、设备及存储介质,所述步态识别方法包括:获取待识别用户图像;将所述待识别用户图像输入至预设的步态图像强化模型,基于所述步态图像强化模型,对所述待识别用户图像进行特征提取处理,得到所述待识别用户图像的第一特征向量,并对所述第一特征向量进行特征强化处理,得到第二特征向量,其中,所述步态识别模型是由步态识别模型和特征强化模型组成的;基于所述第二特征向量,确定用户识别信息。本申请属于步态识别技术领域,对待识别用户图像在步态特征的特征向量提取的基础上,进行进一步的特征强化,以强化有用的步态信息,弱化不相关信息,使待识别用户图像的步态特征更明显,提高了步态识别的准确性。
  • 一种基于大语言模型的手语数字人驱动方法及系统-202311170419.7
  • 吴熙;王路路;刘佳;冉沿川;王雪杨;马梦瑶 - 北京智谱华章科技有限公司
  • 2023-09-12 - 2023-10-27 - G06V40/20
  • 本发明属于虚拟数字人技术领域,涉及一种基于大语言模型的手语数字人驱动方法及系统,所述驱动方法包括:1)、获取目标语言并将其转化成文本;2)、通过训练后的大语言模型对文本进行处理,以生成手语词序列;3)、根据手语词序列分别获取一系列躯干动作数据和一系列面部表情动作数据并将它们分别按顺序进行排序;4)、对任意两个相邻的躯干动作数据分别进行数据拟合插值,以平滑它们对应的躯干动作之间的过渡动作;5)、根据一系列面部表情动作数据以及数据拟合插值处理后的一系列躯干动作数据,驱动手语数字人运行。本发明大大提高了虚拟数字人的智能交互体验,实现了更加全面、生动、准确的智能交互和手语表达能力。
  • 一种步态识别方法及其在电子围栏的应用-202310909396.0
  • 周池春;张震宇;贯小林;刘张地;余卓航 - 大理大学
  • 2023-07-24 - 2023-10-27 - G06V40/20
  • 本发明提供一种步态识别方法,包括以下步骤;S1、对无标签的步态图片进行预处理;S2、对预处理后的步态图片进行无监督特征提取:将正样本和负样本进行权重可学习的编码融合,以代表这个人的行走状态特征;再通过对比学习模型对正样本和负样本进行对比损失的比较,再反向传播给对比学习模型,从而完成特征的提取,得到步态编码数据;S3、根据步态编码数据进行匹配索引。本发明步态识别方法匹配准确率高,效率高,无需建立有标签数据库,对摄像头要求低,成本低,可应用于电子围栏。
  • 人体姿态图像的生成方法、装置、设备和存储介质-202310910039.6
  • 陈豪 - 蚂蚁区块链科技(上海)有限公司
  • 2023-07-21 - 2023-10-27 - G06V40/20
  • 本申请一个或多个实施例提供一种人体姿态图像的生成方法、装置、设备和存储介质,所述方法包括:获取与人体姿态样本对应的三维姿态参数,并将所述三维姿态参数输入第一生成模型,以使所述第一生成模型学习所述三维姿态参数的数据分布,并生成符合所述数据分布的三维姿态参数;基于所述第一生成模型生成的三维姿态参数生成三维姿态图形,并将所述三维姿态图形投影至预设的二维平面,以将所述三维姿态图形转化为二维姿态图像;获取与待生成的人体姿态图像对应的描述文本,并将所述二维姿态图像和所述描述文本输入第二生成模型,以使所述第二生成模型基于所述描述文本,生成与所述二维姿态图像匹配的人体姿态图像。
  • 步态识别方法及装置-202310937103.X
  • 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。
  • 动作识别方法、装置、设备及存储介质-202310710277.2
  • 侯博维;温进豪;蔡哲宏;赵丛 - 共达地创新技术(深圳)有限公司
  • 2023-06-14 - 2023-10-27 - G06V40/20
  • 本发明提供一种动作识别方法、装置、设备及存储介质。方法应用于动作识别系统,所述动作识别系统包括关键点检测模型、动作识别模型,所述方法包括:获取包含待识别动作的目标视频,并从所述目标视频中确定目标视频帧序列;基于目标任务需求,确定所述关键点检测模型中的至少一个目标子关键点检测模型;通过至少一个所述目标子关键点检测模型对所述目标视频帧序列进行关键点检测,得到至少一组目标子关键点序列;将所述至少一组目标子关键点序列进行处理,得到所述目标关键点序列;通过所述动作识别模型对所述目标关键点序列进行动作识别,得到动作识别结果。本申请旨在实现提高动作识别的识别效率以及识别结果的准确性。
  • 一种基于多模态语义的猪只行为智能分析方法及系统-202310746255.1
  • 柴秀娟;管志斌;张凝;孙坦 - 中国农业科学院农业信息研究所
  • 2023-06-21 - 2023-10-27 - G06V40/20
  • 本发明提出一种基于多模态语义的猪只行为智能分析方法和系统,以猪只姿态特征和视觉特征,结合图卷积网络识别猪只的细粒度行为,并综合分析猪只的高层行为语义,实现猪只行为的智能识别。所使用的姿态特征为猪只骨骼、肢体关键点的二维、三维坐标数据,视觉特征为视频帧中猪只的外观信息。本发明所介绍的方法综合利用了姿态语义和外观视觉语义的优势,对光照、背景变化等具有较高的抗干扰性,可用于大围栏猪只群养环境、限位栏养殖环境,支持无接触的猪只行为识别。
  • 一种基于多模态学习的人类活动识别方法-202310835482.1
  • 杨云;赵钰婷;杨珀;南峰涛;李子恒;周梦辉 - 云南大学
  • 2023-07-10 - 2023-10-27 - G06V40/20
  • 本发明提供一种基于多模态学习的人类活动识别方法,包括人类活动数据采集模块、多特征表示及融合模块、显著特征选择模块、平衡数据集构造模块。首先利用采集设备提取原始数据,利用时序信号生成信号图像,搭建深度神经网络输出图像特征,与提取的时间序列特征进行融合,并利用分类函数进行分类,输出分类概率。本发明将人体活动数据转化为不同的特征表示,利用图像和时间序列两大模态进行融合,最大限度利用活动数据信息,挖掘活动数据间的关联性,提高模型的性能。
  • 一种对象跌倒姿态的检测方法、检测装置和电子设备-202310899932.3
  • 朱恩庆;刘秦豫;盛小梁;邓康;唐秋果 - 新奥新智科技有限公司
  • 2023-07-21 - 2023-10-27 - G06V40/20
  • 本发明公开了一种对象跌倒姿态的检测方法、检测装置和电子设备,该方法包括:针对视频流中的每帧视频图像:基于视频图像中目标对象的特征信息,对目标对象进行姿态检测,确定目标对象在视频图像中的瞬时姿态;若目标对象在连续多帧视频图像中的瞬时姿态为跌倒姿态,且多帧视频图像中任意两帧视频图像的同一目标对象的重合率值大于预设阈值,则确定目标对象的姿态为跌倒姿态。通过上述方式,减少了因目标对象做出身体倾斜等特殊动作而造成误判的情况的发生,提高了对象跌倒姿态检测的准确性。
  • 一种基于机器视觉的动作检测计数系统及其方法-202310936247.3
  • 徐雪菲;蒋雨皓;周恒毅 - 上海电机学院
  • 2023-07-27 - 2023-10-27 - G06V40/20
  • 本发明涉及一种基于机器视觉的动作检测计数系统及其方法,该系统包括摄像头、人体姿态估计模块、动作分类模块和计数器,该方法包括:摄像头实时采集画面内包含用户完整头部的图像、并传输至人体姿态估计模块;人体姿态估计模块从接收的图像中提取出人体关节点位置信息,包括33个关键点坐标数据;根据人体关节点位置信息,由动作分类器对应计算各关节点之间距离,以确定出当前动作;计数器通过对当前动作的置信度进行阈值检测,输出得到用户执行当前动作的次数。与现有技术相比,本发明能够实时准确高效地对用户运动健身动作进行检测及计数,提升智能运动健身的监督性和自检性。
  • 服务器变动信息的确定方法、装置、计算机设备和存储介质-202310960222.7
  • 曲兰鹏;张涛;谭平;张世瑛 - 中国工商银行股份有限公司
  • 2023-08-01 - 2023-10-27 - G06V40/20
  • 本申请涉及一种服务器变动信息的确定方法、装置、计算机设备和存储介质。本申请涉及大数据和人工智能技术手段。方法包括:获取机房服务器的三维结构图像信息、机房服务器包含的所有服务器的特征标识信息、以及各服务器的当前状态信息,并实时采集机房服务器的各变动图像信息;变动图像信息为对服务器的变动操作对应的图像信息;提取各变动图像信息中包含服务器的特征图像,并基于机房服务器的三维结构图像信息、各服务器的特征标识信息、以及各变动图像信息的特征图像,识别各变动图像信息对应的目标服务器;基于各目标服务器的当前状态信息,确定各目标服务器的变动信息。采用本方法能够提升了服务器变动信息的确定效率。
  • 一种实验安全操作监测分析及规范系统及方法-202311077123.0
  • 李涛鸣;刘康明 - 广州为乐信息科技有限公司
  • 2023-08-24 - 2023-10-27 - G06V40/20
  • 本发明提供一种实验安全操作监测分析及规范系统及方法,其中系统包括:数据获取模块,用于获取实验室内的监控视频;身份识别模块,用于对实验室的监控视频进行人员身份识别;监测分析模块,用于对实验室的监控视频进行人员动作特征提取;操作规范模块,用于构建操作规范库并基于实验者的身份信息、操作规范库和实验者的实验动作特征,判断实验者的实验动作特征是否符合操作规范,若不符合则给予动作指导;移动监测模块,用于规划移动监测路线并基于移动监测路线进行险情监测和险情处理。本发明通过对实验者的实验动作进行安全判定并给予纠正,提高了安全防范能力,对潜在的安全隐患进行及时消除,同时对实验室隐患进行智能管理和定时巡查。
  • 一种基于频域增强的压缩视频人体行为识别方法-202310732026.4
  • 明悦;熊露;周江琬;吕柏阳;冯帆 - 北京邮电大学
  • 2023-06-20 - 2023-10-27 - G06V40/20
  • 本发明提供了一种基于频域增强的压缩视频人体行为识别方法。该方法包括:构建频域增强FE模块,所述FE模块包括时间‑通道双头注意力TCTHA模块和频段重叠的分组卷积FOGC模块;将所述FE模块插入到骨干网络为ResNet‑50的网络中,得到频域增强的压缩视频人体行为识别FENet网络,对所述FENet网络进行训练;将待识别的压缩视频数据输入到训练好的FENet网络中,FENet网络输出所述待识别的压缩视频的人体行为识别结果。本发明方法解决了频域学习的低频纹理和边缘线索丢失问题、时空建模不足的问题,与其他基于频域数据的方法相比,达到了更高的识别准确率,与其他基于压缩域数据的方法和基于RGB数据方法相比,也达到了具有竞争力的准确率,同时具有较高的效率。
  • 一种多人环境下动作评分方法和系统-202310803518.8
  • 吕晓东 - 网擎科技(北京)股份有限公司
  • 2023-06-30 - 2023-10-27 - G06V40/20
  • 本发明公开了一种多人环境下动作评分方法和系统,通过采集多个被测用户的人体动作图像和人脸图像;通过人体分割技术分别对每个被测用户的人体动作图像分别进行人体分割,并获取每个被测用户的人体关键点;根据所述被测用户的人体关键点提取所述被测用户的人体关键点特征,并根据所述人体关键点特征生成所述被测用户的姿势特征;通过所述被测用户的姿势特征与姿势特征库中对应的目标姿势特征进行姿势比对,生成所述被测用户的目标姿势评分;将所述被测用户的人脸图像与人脸特征库中人脸图像进行比对,识别所述被测用户ID,并将所述被测用户的目标姿势评分赋予所述被测用户ID,进而准确得到被测用户的姿态评分。
  • 一种基于行人再识别的酒店监控系统-202310906749.1
  • 林海;高伟;张洪洲 - 苏州朗捷通智能科技有限公司
  • 2023-07-24 - 2023-10-27 - G06V40/20
  • 本发明公开了一种基于行人再识别的酒店监控系统,包括:人体活动数据采集模块,其包括若干个摄像头和若干个人体传感器;行动轨迹监控模块,其包括身份信息存储单元、行动轨迹生成单元和行动轨迹存储单元,行动轨迹生成单元用于获取所有摄像头采集的视频图像,识别视频图像中人体目标的身份,并根据摄像头的位置信息以及视频图像的采集时间,结合酒店模型,生成人体目标的运动轨迹;中央控制模块判断人体目标是否离开酒店区域,控制人体目标对应酒店房间的通电和断电。本发明相较于现有技术,基于对人体目标运动轨迹的监控,有效实现酒店房间的供能控制,节约能源,同时可以实现人体目标的入住引导。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

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