百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
一种人脸检测方法
本发明公开了一种人脸检测方法,其实现方法包括以下步骤:(1)针对人脸面部特征,将人脸划分为多个关键点进行识别。(2)将各个关键点进行更为详细的类型区分并判断。(3)将人脸特征风格划分为幼态、成熟、甜暖和高冷四个,然后赋予各人脸特征风格对应的分数值。(4)将年龄感A划分为偏年轻A1、适中A2和偏成熟A3三个层次,年龄感A的计算方式为(幼态-年轻)+(年龄-20)。(5)将冷暖度B划分为偏暖B1、始终B2和偏冷B3三个层次,冷暖度B的计算方式为高冷-甜暖。(6)将年龄感A和冷暖度B进行组合,根据不同的组合和性别判断人脸的对应风格。本发明与现有技术相比的优点在于:可根据人脸特征点判断识别人脸风格。
一种安全监控方法、装置、设备和存储介质
本发明实施例提供一种安全监控方法、装置、设备和存储介质方法,涉及智能监控技术领域。其中,这种安全监控方法包含:S1、接收目标区域的不同角度的多个监控视频。S2、根据多个监控视频,分别获取目标区域中的各个人物的图像序列。S3、根据图像序列,获取各个人物的身体姿态、面部表情序列和手势序列,并进行回归分析,以获得各个人物的安全系数。S4、根据各个安全系数,生成相应的安全报警等级。本发明能够通过多个角度的监控视频准确的判断目标区域内的警情,然后自动生成相应等级的警报,不需要安排人员实时盯着监控,大大节省了安防人员的数量,具有很好的实际意义。
一种智能监控的表情识别方法、装置、设备和存储介质
本发明实施例提供一种智能监控的表情识别方法、装置、设备和存储介质,涉及智能监控技术领域。其中,这种表情识别方法包括S3B0、获取图像序列。其中,图像序列包含有目标人物。S3B1、通过人脸检测模型,获得图像序列中的人脸区域。S3B2、通过表情识别模型,获得人脸区域中的表情信息。S3B3、根据图像序列的时间顺序和表情信息,生成初始表情序列。S3B4、根据初始表情序列,通过预测模型进行校正,以获得面部表情序列。本实施例通过人脸检测模块提取人脸图像,然后再进行表情识别,大大提高了识别效率,并缺在识别之后,通过预测模型对识别结果进行校正,大大提高了识别的正确率。
一种智能监控的手势识别方法、装置、设备和存储介质
本发明实施例提供一种智能监控的手势识别方法、装置、设备和存储介质,涉及智能监控技术领域。其中,这种手势识别方法包括S3C0、获取图像序列。其中,图像序列包含有目标人物。S3C1、基于终端轻量化神经网络模型,构建物体检测模型。S3C2、通过物体检测模型,提取图像序列中的手部图像,并根据图像序列的时间生成手部图像序列。S3C3、根据手部图像序列,通过图像分类模型进行分类,以获得手势序列。本发明通过物体检测模型,从图像序列中提取手部的图像,然后再用图像分类模型识别手部的动作,大大提高了手势识别的效率,具有很好的实际意义。
基于图像的交通拥堵识别方法、装置以及设备
本发明公开了一种基于图像的交通拥堵识别方法、装置以及设备,本发明的构思在于通过构造端到端的路况分类模型对车辆行驶中采集的道路交通视频数据进行影像背景特征分析,基于视频中的背景信息,而非图像前景信息,进行交通拥堵与否的辨识,从而可以准确得到当前车辆所在道路的真实路况,进而可以对路线规划进行实时更新,为缓解交通拥堵现象作出具有成效的技术贡献。
基于眼球追踪的智能驾驶评估训练方法、系统
本发明提供一种基于眼球追踪的智能驾驶评估训练方法、系统,首先获取驾驶人员的样本数据,再将该样本数据输入PNN模型以生成驾驶测评模型,而后采集用户的眼球追踪信息和车辆驾驶信息,并通过该驾驶测评模型对所采集的眼球追踪信息和车辆驾驶信息进行数据分析以获取驾驶测评结果,再根据该驾驶测评结果生成驾驶训练模型以针对该用户进行驾驶训练,即通过获取的眼球运动数据体现出用户的观察习惯和预判能力,而后通过驾驶测评模型对包含眼球运动数据在内的数据进行处理和分析对用户驾驶进行评估,同时生成适合该用户的训练参数,以对用户进行训练依靠眼球追踪数据,能够结合VR设备对驾驶进行训练提高用户的驾驶观察能力。
基于多级策略和深度强化学习框架的图像中文描述系统及方法
本发明是一种基于多级策略和深度强化学习框架的图像中文描述系统及方法,属于计算机视觉和自然语言处理的交叉领域,图像中文描述方法针对图像中文描述中生成语句的连贯性不佳、可读性差、模型训练时间长等问题;基于RNN的模型,语言指标和视觉语义功能集成以进行优化。所提出的框架包括多级策略网络和多级奖励功能两个模块,引入ResNet152网络提取图像全局特征,通过双层门控循环单元网络(GRU)解码生成图像中文描述模型。本文使用AI Challenger全球AI挑战赛图像中文描述数据集进行实验,并针对词级策略网络和语言奖励功能的几种代表性图像文本模型实验结果表明,该框架在各种评估指标上均具有提升。
一种具有旋转适应性的目标检测方法及系统
一种具有旋转适应性的目标检测方法及系统,对待检测图像进行特征提取,得到初级特征图像;对初级特征图像进行回归处理,得到尺寸特征图、角度特征图和位置分类特征图;对所述尺寸特征图、角度特征图、位置分类特征图和初级特征图像进行特征融合处理,获得融合特征图,并根据融合特征图进行卷积和全连接运算,得到筛选结果概率图;根据所述筛选结果概率图,进行概率融合运算处理,获得综合筛选结果概率图,以输出目标检测结果;所述目标检测结果包括目标的位置、尺寸、角度和目标类别。本发明解决了目标检测问题中对于旋转物体的适应性问题,使得本发明不仅可以返回物体的位置、尺寸和类别,还可以返回物体的角度。
行人图像不变性特征提取和无监督行人重识别方法与装置
本发明公开了一种行人图像不变性特征提取和无监督行人重识别方法与装置,通过模型分离实现神经网络部分知识迁移,从辅助模型中提取行人图像的行人主体(图像前景)的不变性特征表达;根据行人主体的不变性特征,利用K远邻聚类算法估计行人图像中潜在的相同行人,构建同一行人不同背景的联系,挖掘行人图像的背景风格的不变性特征表达;将上述的行人图像中行人主体和背景风格的不变性特征表达进行融合,得到输出特征,用于判别行人身份,进行行人重识别。本发明在多个行人重识别数据集上超过目前最好的基于无监督迁移学习的算法,解决了相关技术中提到的行人图像的背景风格差异显著,导致迁移学习效率低下的问题。
共享车辆定位方法、运维终端、服务器及存储介质
本发明公开了一种共享车辆定位方法、运维终端、服务器及存储介质,涉及共享车辆监管技术领域,解决了因为共享车辆定位范围较大,不能快速找到共享车辆的技术问题。该共享车辆定位方法包括:接收服务器发送的第一图像信息和目标范围信息,第一图像信息为用户拍摄的目标车辆的即时图像,目标范围信息用于指示目标车辆的位置范围;采集第二图像信息,第二图像信息为运维人员在目标位置面对不同方向拍摄的图像,目标位置位于目标范围信息指示的目标范围内;根据第一图像信息中的地标信息和第二图像信息中的地标信息确定目标车辆在目标范围内的方位信息。