-
公开(公告)号：CN102395030A
公开(公告)日：2012-03-28
申请号：CN201110369324.9
申请日：2011-11-18
Applicant: 杭州海康威视数字技术股份有限公司
CPC classification number: H04N19/139 , G06T7/215 , G06T7/246 , G06T2207/10016 , G06T2207/20021 , H04N19/124 , H04N19/132 , H04N19/137 , H04N19/174 , H04N19/176 , H04N19/177 , H04N19/20 , H04N19/40 , H04N19/48 , H04N19/51
Abstract: 本发明涉及安防视频监控，公开了一种基于视频压缩码流的运动分析方法、码流转换方法及其装置。本发明中，从视频压缩码流中提取帧中宏块的总比特数或残差比特数；对当前宏块在最近M帧中对应位置宏块的总比特数或残差比特数进行加权平均，计算得到背景值；计算当前宏块的总比特数或残差比特数与背景值的差值，如果差值大于预先设定的第一阈值，则判定为检测到运动物体。对当前宏块在最近M帧中对应位置宏块的总比特数或残差比特数等宏块信息加权平均背景建模和对背景差值匹配结果阈值判断，进行运动分析，无需计算帧间宏块的编码图像，计算量小且对编码码流和场景适应性强。
-
公开(公告)号：CN111225202B
公开(公告)日：2022-02-11
申请号：CN201811427789.3
申请日：2018-11-27
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 黄崇基
Abstract: 本申请是关于一种图片故障诊断方法、装置及系统，属于视频监控领域。所述方法包括：对M个待检测图片进行故障检测得到N个侯选故障图片，M为大于0的整数，N为大于0且小于或等于M的整数；将所述N个侯选故障图片依次输入第一深度学习网络进行二次检测，得到所述候选故障图片的检测结果，所述检测结果为所述候选故障图片为故障图片或者为正常图片，所述第一深度学习网络用于检测输入的所述侯选故障图片是否为故障图片。本申请能够提高对图片检测的精度。
-
公开(公告)号：CN111225202A
公开(公告)日：2020-06-02
申请号：CN201811427789.3
申请日：2018-11-27
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 黄崇基
Abstract: 本申请是关于一种图片故障诊断方法、装置及系统，属于视频监控领域。所述方法包括：对M个待检测图片进行故障检测得到N个侯选故障图片，M为大于0的整数，N为大于0且小于或等于M的整数；将所述N个侯选故障图片依次输入第一深度学习网络进行二次检测，得到所述候选故障图片的检测结果，所述检测结果为所述候选故障图片为故障图片或者为正常图片，所述第一深度学习网络用于检测输入的所述侯选故障图片是否为故障图片。本申请能够提高对图片检测的精度。
-
公开(公告)号：CN109389215A
公开(公告)日：2019-02-26
申请号：CN201710656729.8
申请日：2017-08-03
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 黄崇基
IPC: G06N3/08
Abstract: 本发明实施例提供了一种深度学习网络的网络结构确定方法及装置，其中，该深度学习网络的网络结构确定方法包括：针对深度学习网络中的指定网络层，获取处理器中寄存器的寄存器位宽，以及输入量中元素的元素位宽；根据寄存器位宽、元素位宽，以及寄存器位宽、元素位宽与网络层的规格参数所满足的预设关系式，确定指定网络层的规格参数；根据指定网络层的规格参数，确定深度学习网络的网络结构。通过本方案可以提高部署后的深度学习网络的运行效率。
-
公开(公告)号：CN104660916B
公开(公告)日：2018-09-18
申请号：CN201310578376.6
申请日：2013-11-18
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开了一种屏幕拼接系统和视频数据流的处理方法，在上述系统中，视频采集子系统，用于采集原始视频数据流，并在开启畅显图像处理模式后将采集到的原始视频数据流输出至畅显子系统；畅显子系统，与视频采集子系统相连接，用于接收来自于视频采集子系统的原始视频数据流，依次对原始视频数据流进行畅显图像处理和屏幕切割处理，并将切割后的视频数据流发送至屏幕拼接子系统；屏幕拼接子系统，与畅显子系统相连接，用于对切割后的视频数据流进行拼接处理，并发送至拼接显示墙。根据本发明提供的技术方案，提高了屏幕拼接的显示流畅性，显著改善了屏幕拼接系统的整体显示效果。
-
Patent Agency Ranking
公开(公告)号：CN109255360B
公开(公告)日：2021-04-02
申请号：CN201710566173.3
申请日：2017-07-12
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06K9/62
Abstract: 本发明实施例提供了一种目标分类方法、装置及系统，所述方法包括：针对待检测目标，根据一帧包含待检测目标的视频帧，对待检测目标进行目标分类，得到待检测目标对应的目标类型；当对待检测目标进行目标分类时，记录待检测目标的分类次数和分类时间；当待检测目标对应的目标类型不为预设类型时，判断待检测目标是否满足第一预设条件；当待检测目标满足第一预设条件时，获取视频帧之后的另一帧包含待检测目标的视频帧，并根据该视频帧再次进行目标分类，从而能够正确的对没有完全进入特定区域，或者在部分遮挡的情况下进入特定区域的目标进行分类。
-
公开(公告)号：CN111767204A
公开(公告)日：2020-10-13
申请号：CN201910262645.5
申请日：2019-04-02
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供一种溢出风险检测方法、装置及设备，本发明实施例从深度学习量化模型的待检测网络层中获得卷积核，确定中间结果的极端值，由于中间结果的极端值是在利用待检测网络层输入数据的极端值与获得的卷积核进行卷积运算过程中产生的中间结果的极端值，因此，可以通过将中间结果的极端值与寄存器允许存储的数值范围进行比较，在中间结果的极端值超出寄存器允许存储的数值范围的情况下，判定待检测网络层存在溢出风险，从而实现对深度学习量化模型的溢出风险检测。
-
公开(公告)号：CN105208293A
公开(公告)日：2015-12-30
申请号：CN201410267266.2
申请日：2014-06-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04N5/235
Abstract: 本发明公开了一种数字摄像机的自动曝光控制方法及装置。基于本发明，当在图像中检测到目标主体时，依据目标主体平均亮度产生亮度控制信息能够针对性地确保目标主体的成像效果，而当在图像中未检测到目标主体时，则是依据整帧平均亮度与整帧标定亮度的第一加权值产生亮度控制信息，由于整帧平均亮度在第一加权值中所占的加权比重与目标主体连续检测失败的帧数累计值呈单调递增关系，因而当发生目标主体在连续多帧图像中时有时无的波动现象时，第一加权值会以渐变方式变化、而不会发生突变，从而能够减弱亮度控制信息的跳变幅度，并由此提高曝光的亮度平滑性和亮度稳定性。
-
公开(公告)号：CN111767204B
公开(公告)日：2024-05-28
申请号：CN201910262645.5
申请日：2019-04-02
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F11/36 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明实施例提供一种溢出风险检测方法、装置及设备，本发明实施例从深度学习量化模型的待检测网络层中获得卷积核，确定中间结果的极端值，由于中间结果的极端值是在利用待检测网络层输入数据的极端值与获得的卷积核进行卷积运算过程中产生的中间结果的极端值，因此，可以通过将中间结果的极端值与寄存器允许存储的数值范围进行比较，在中间结果的极端值超出寄存器允许存储的数值范围的情况下，判定待检测网络层存在溢出风险，从而实现对深度学习量化模型的溢出风险检测。
-
公开(公告)号：CN109389215B
公开(公告)日：2020-07-31
申请号：CN201710656729.8
申请日：2017-08-03
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 黄崇基
IPC: G06N3/08
Abstract: 本发明实施例提供了一种深度学习网络的网络结构确定方法及装置，其中，该深度学习网络的网络结构确定方法包括：针对深度学习网络中的指定网络层，获取处理器中寄存器的寄存器位宽，以及输入量中元素的元素位宽；根据寄存器位宽、元素位宽，以及寄存器位宽、元素位宽与网络层的规格参数所满足的预设关系式，确定指定网络层的规格参数；根据指定网络层的规格参数，确定深度学习网络的网络结构。通过本方案可以提高部署后的深度学习网络的运行效率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.06 seconds)
