-
公开(公告)号：CN113627474A
公开(公告)日：2021-11-09
申请号：CN202110764249.X
申请日：2021-07-06
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于生成对抗网络的不同品种茶树图像识别方法，利用生成对抗网络对不同茶树组织器官图像数据集进行训练，得到另外的茶树组织器官图像，并将生成的数据和原始的数据进行一系列不同结合运算，最终通过分类器得到不同茶树品种的分类。其目的在于利用生成对抗网络、深度学习和图像处理等技术来实现不同品种茶树组织器官图像的生成和识别，进而提高不同茶树品种的识别分类准确率。
-
公开(公告)号：CN109190475B
公开(公告)日：2021-09-14
申请号：CN201810864960.0
申请日：2018-08-01
Applicant: 中国计量大学
IPC: G06K9/00
Abstract: 本发明公开了一种人脸识别网络与行人再识别网络协同训练方法，采用双网络并行网络结构，将人脸与行人进行特征融合，把融合后的特征作为行人输出特征，使其具有更强的人脸特征表达能力，并根据人脸图像清晰度的不同对人脸识别网络与行人再识别网络采用不同的监督信号进行训练，当人脸图像清晰度较低时，用行人再识别网络的预测结果与真实标签的加权相加的结果作为监督信号，指导人脸识别网络进行训练；当人脸图像清晰度较高时，将人脸识别网络的预测结果与真实标签的加权相加的结果作为监督信号，指导行人再识别网络进行训练，既加强了人脸识别对于行人再识别结果的影响，又能够在人脸图像模糊的情况下利用行人再识别的预测结果指导人脸特征分类。
-
公开(公告)号：CN108710858B
公开(公告)日：2021-07-06
申请号：CN201810497799.8
申请日：2018-05-22
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于表情识别的城市幸福指数动态热力图生成方法，基于深度学习卷积神经网络的表情识别技术，通过人脸的表情评分机制和城市区域出入口的人流量构造幸福指数函数并绘制幸福指数动态热力图。人脸表情直观地反映人的幸福感，只需采集处理视频就能可靠地计算幸福指数，免去调查问卷的繁琐，突破了以经济指标评价城市幸福指数的传统模式。通过城市幸福指数热力图可以观察城市不同区域的市民的幸福感差异情况，而幸福指数动态热力图可以反映不同区域不同时段的幸福指数变化，同时可以促进社会学家对幸福指数的研究和提高幸福指数的实用性。
-
公开(公告)号：CN109325513B
公开(公告)日：2021-06-25
申请号：CN201810867642.X
申请日：2018-08-01
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于海量单类单幅图像的图像分类网络训练方法，采用单类单幅和单类多幅的双数据形式的训练数据集交替循环训练海量单类单幅图像的图像分类网络，将训练数据输入层替换为训练数据集1输入层和训练数据集2输入层两个网络层，当训练的迭代次数为奇数时，将训练数据集1作为基于海量单类单幅图像的图像分类网络的输入数据，基于迭代次数的动态损失函数采用类间距离损失函数，对网络进行训练，当迭代次数为偶数时，将训练数据集2作为基于海量单类单幅图像的图像分类网络的输入数据，基于迭代次数的动态损失函数采用center loss和Soft‑max损失函数相结合作为训练网络的损失函数对网络进行训练，得到图像分类模型。
-
公开(公告)号：CN109214286B
公开(公告)日：2021-05-04
申请号：CN201810863541.5
申请日：2018-08-01
Applicant: 中国计量大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于深度神经网络多层特征融合的人脸识别方法，利用一个输出维度为D2的全连接层Fc2替代DeepID网络结构中的softmax层，Fc2层后面连接多层特征融合损失层，将改进的网络结构称为多层特征融合网络，所述多层特征融合损失层是在计算训练样本之间类内距离与类间距离损失的基础上将Fc1层和Fc2层的输出特征也作为损失函数的输入。获得人脸图像A和人脸图像B的人脸特征分别为F1和F2，计算两个特征向量之间的余弦相似度S，设置人脸相似度阈值为T，如果S≥T，则认为人脸图像A和人脸图像B为同一个人，如果S＜T，则认为人脸图像A和人脸图像B为不同人。
-
Patent Agency Ranking
公开(公告)号：CN111260954B
公开(公告)日：2020-08-14
申请号：CN202010360115.7
申请日：2020-04-30
Applicant: 中国计量大学
Abstract: 本发明涉及的一种基于图像处理的停车能力估算与泊位推荐方法，包括步骤：S1.识别进入停车场的车辆信息，并将所述车辆信息存储于数据库中；S2.根据识别到的车辆信息判断当前车辆是否为初次停车，若是，则执行步骤S3；若否，则直接提供合适的车位；S3.将识别到的车辆信息与剩余车位数据进行比较，得到当前车辆合适的车位，并将所述得到的车位提供给车辆；S4.判断车辆是否到达提供的车位，若是，则执行步骤S5；S5.设置于车位处的摄像装置实时记录车辆的停车画面，并将记录的停车画面形成的视频存储于数据库中，以估算车辆的停车能力；S6.当设置于车位处的摄像装置获取到车辆完全进入提供的车位后，完成对车辆的车位推荐。
-
公开(公告)号：CN111260954A
公开(公告)日：2020-06-09
申请号：CN202010360115.7
申请日：2020-04-30
Applicant: 中国计量大学
Abstract: 本发明涉及的一种基于图像处理的停车能力估算与泊位推荐方法，包括步骤：S1.识别进入停车场的车辆信息，并将所述车辆信息存储于数据库中；S2.根据识别到的车辆信息判断当前车辆是否为初次停车，若是，则执行步骤S3；若否，则直接提供合适的车位；S3.将识别到的车辆信息与剩余车位数据进行比较，得到当前车辆合适的车位，并将所述得到的车位提供给车辆；S4.判断车辆是否到达提供的车位，若是，则执行步骤S5；S5.设置于车位处的摄像装置实时记录车辆的停车画面，并将记录的停车画面形成的视频存储于数据库中，以估算车辆的停车能力；S6.当设置于车位处的摄像装置获取到车辆完全进入提供的车位后，完成对车辆的车位推荐。
-
公开(公告)号：CN110570349A
公开(公告)日：2019-12-13
申请号：CN201910855999.0
申请日：2019-09-11
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于生成对抗网络由父母照片生成子女照片的方法，将人脸图像数据行划分为训练样本集与测试样本集，并对训练样本集中的人脸图像进行数据预处理。之后，重新构建生成对抗中生成器的卷积神经网络结构，加入了反卷积。然后，将训练样本集和对应人脸照片的年龄信息一同输入到模型中进行训练，并保存各生成器、判断器和相似度模型的网络参数。最后，利用经过数据预处理后的测试样本集对生成器和判断器模型进行测试，获得测试结果。本发明旨在当需要对一个人通过人脸图像进行身份识别而一时只有其父母的人脸图像的情况下，能够迅速的对其身份进行初步认证。
-
公开(公告)号：CN110472604A
公开(公告)日：2019-11-19
申请号：CN201910771166.6
申请日：2019-08-20
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于视频的行人与人群行为识别方法，整个框架包括单人肢体部位网络、单人整体及肢体联合网络、多人网络。该框架旨在以端到端的方式共同学习联合共现和时间演进，通过利用CNN全局聚合的能力，可以简单有效地利用CNN模型学习骨架序列信息的联合共现特征。在该方法中独立地学习每个关节的点级特征，然后将每个关节的特征视为卷积层的通道，以学习层次共生特征。最关键的是在设计的单个行人行为识别联合网络结构中采用多部位的肢体网络特征融合到单个行人运动特征中加强单个行人的行为识别。此外，在设计的人群交互行为识别网络中，利用单人行为特征加强群体行为的特征，群体行为涉及多个人的行为有拥抱和握手等活动。
-
公开(公告)号：CN110298278A
公开(公告)日：2019-10-01
申请号：CN201910535807.8
申请日：2019-06-19
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于人工智能的地下停车库行人车辆监测方法，目前地下停车库还缺乏有效的人车检测和统一管理的平台系统，并且本方法除了可以对车主和车辆通过人脸识别模块和车辆属性识别模块收集车主和所驾驶车辆属性的信息并进行一一对应标记联系，并且如果在停车中的某一时刻内，识别人脸验证不一致则进行人体姿态的检测识别出人体骨骼关键点信息，并通过人体骨骼关节点信息进行异常行为的检测和识别，可以有效识别出例如跌倒、打开车门进入车内等异常行为动作，可以有效保障车主的车辆和人身安全。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.049 seconds)
