-
公开(公告)号：CN116863509B
公开(公告)日：2024-02-20
申请号：CN202311119512.5
申请日：2023-09-01
Applicant: 华侨大学 , 福建环宇通信息科技股份公司
Abstract: 本发明运用改进的PolarMask进行人形轮廓检测和姿态识别的方法，采用改进的PolarMask模型，基于人形轮廓特点，进行人形轮廓极坐标建模的设计；然后构建改进的PolarMask模型作为人形轮廓分割模型，加入通道注意力机制模块，在原基于YOLOV7的特征金字塔网络中添加了跳跃连接，弥补了在特征融合过程中损失的细节信息，最后，采取基于弱标签的训练策略，用于训练出一个能够识别出包含人形位置信息的矩形框和人的姿态类型的初级人形轮廓分割模型；在正式训练过程中，使用预训练出的提前学习了人形轮廓的相关信息的预训练权重进行迁移学习，在对真实的人形轮廓进行学习的过程中，使得对预测出的人形轮廓不断收敛，准确地识别出人形轮廓和姿态类型。
-
Patent Agency Ranking
公开(公告)号：CN116188785A
公开(公告)日：2023-05-30
申请号：CN202310484788.7
申请日：2023-05-04
Applicant: 福建环宇通信息科技股份公司
Abstract: 本发明运用弱标签的PolarMask老人轮廓分割方法，属于图像识别领域，采用基于PolarMask的极坐标建模方法设计老人的轮廓，并基于PolarMask模型构建老人轮廓分割模型，在老人轮廓分割模型的主干网络中引入注意力机制模块，使用弱标签数据集进行老人轮廓分割模型的预训练，在正式训练过程中，使用预训练出的预训练权重进行迁移学习，通过在老人轮廓分割模型中加入平滑约束损失函数，使得对预测出的老人的轮廓不断收敛，最终准确地识别出老人的轮廓和老人的姿态类型。本发明不仅可以极大程度地降低成本，同时也能节省训练的时间，加快推理速度。
-
公开(公告)号：CN116863509A
公开(公告)日：2023-10-10
申请号：CN202311119512.5
申请日：2023-09-01
Applicant: 福建环宇通信息科技股份公司
Abstract: 本发明运用改进的PolarMask进行人形轮廓检测和姿态识别的方法，采用改进的PolarMask模型，基于人形轮廓特点，进行人形轮廓极坐标建模的设计；然后构建改进的PolarMask模型作为人形轮廓分割模型，加入通道注意力机制模块，在原基于YOLOV7的特征金字塔网络中添加了跳跃连接，弥补了在特征融合过程中损失的细节信息，最后，采取基于弱标签的训练策略，用于训练出一个能够识别出包含人形位置信息的矩形框和人的姿态类型的初级人形轮廓分割模型；在正式训练过程中，使用预训练出的提前学习了人形轮廓的相关信息的预训练权重进行迁移学习，在对真实的人形轮廓进行学习的过程中，使得对预测出的人形轮廓不断收敛，准确地识别出人形轮廓和姿态类型。
-
公开(公告)号：CN117726820A
公开(公告)日：2024-03-19
申请号：CN202311834754.2
申请日：2023-12-28
Applicant: 华侨大学
IPC: G06V10/26 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于MobileViT与UNet模型的图像分割方法及系统，应用图像识别领域，方法包括：将原始的RGB三通道图像大小进行调整，并对应调整标签图像大小；将调整后的RGB图像输入分割模型进行训练，获得训练好的模型参数；所述分割模型包括编码器和解码器；所述编码器用于对调整后的RGB图像进行特征提取；所述解码器的输入为所述编码器的输出，所述解码器输出与编码器部分相同空间分辨率的特征图；使用训练好的分割模型进行图像分割，输出与标签图像的大小一致的分割图像。本发明降低了模型的计算成本，提高了分割速度和分割精度，适用于实时和大规模应用。
-
公开(公告)号：CN117274253B
公开(公告)日：2024-02-27
申请号：CN202311546437.0
申请日：2023-11-20
Applicant: 华侨大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明公开了一种基于多模态Transformer的零配件检测方法、装置及可读介质，涉及图像处理领域，包括：获取零配件的重量以及不同角度零配件图像叠加得到输入图像；构建零配件检测模型并训练，得到经训练的零配件检测模型，将输入图像和重量输入经训练的零配件检测模型，得到特征向量；建立包含已知型号的零配件的特征向量的零配件特征向量数据库；将待检测的零配件的输入图像和重量输入经训练的零配件检测模型，得到待检测的零配件的特征向量，将待检测的零配件的特征向量与零配件特征向量数据库中的特征向量进行比对，检测得到待检测的零配件的型号，解决传统的图像检测方法使用单一类型的数据对零配件型号检测的准确性差等问题。
-
公开(公告)号：CN117274253A
公开(公告)日：2023-12-22
申请号：CN202311546437.0
申请日：2023-11-20
Applicant: 华侨大学
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明公开了一种基于多模态Transformer的零配件检测方法、装置及可读介质，涉及图像处理领域，包括：获取零配件的重量以及不同角度零配件图像叠加得到输入图像；构建零配件检测模型并训练，得到经训练的零配件检测模型，将输入图像和重量输入经训练的零配件检测模型，得到特征向量；建立包含已知型号的零配件的特征向量的零配件特征向量数据库；将待检测的零配件的输入图像和重量输入经训练的零配件检测模型，得到待检测的零配件的特征向量，将待检测的零配件的特征向量与零配件特征向量数据库中的特征向量进行比对，检测得到待检测的零配件的型号，解决传统的图像检测方法使用单一类型的数据对零配件型号检测的准确性差等问题。
-
-
-
-
-
Search Results
6
records
(took 0.046 seconds)
