-
公开(公告)号：CN110458095B
公开(公告)日：2022-11-18
申请号：CN201910735669.8
申请日：2019-08-09
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供了一种有效手势的识别方法、控制方法、装置和电子设备，其中，识别方法包括S11、获取摄像头采集的当前帧图像；S12、按照预设的识别算法，对当前帧图像进行手势检测与识别，得到当前帧图像中手势的可能区域，手势类别及其置信度；S13、对所述当前帧之后的一固定时间间隔内视频的所有图像帧依次进行手势检测和识别，得到图像中手势的可能区域、手势类别及其置信度；S14、判断所述固定时间间隔内的所述图像帧中存在相同手势的图像帧的占比是否大于预设的占比阈值，如果是，则认为该手势为有效手势。本发明能够在嵌入式终端有效快速的进行手势检测和识别，进行方便快捷的人机交互。
-
公开(公告)号：CN114820816A
公开(公告)日：2022-07-29
申请号：CN202210490828.4
申请日：2022-05-07
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供一种车载摄像头高度的自动标定方法、装置、设备和介质，方法包括：S1、获得车道线虚线中空白段的两端点A和B实际距离间隔Δd；并在车载摄像头的图像坐标系中，计算两端点A和B在所述图像坐标系的成像点a和b的纵坐标ay、by；S2、将ay、by代入由基于车道线虚线中空白段的两端点A和B实际距离间隔Δd推导出的公式计算得到车载摄像头的高度h。本发明通过定位标准车道线实线虚线的部分，结合估距公式，自动计算摄像头高度，减少人工标定误差和成本，增强标定参数的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN112836634A
公开(公告)日：2021-05-25
申请号：CN202110141686.6
申请日：2021-02-02
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供一种多传感器信息融合的闸机防尾随方法、装置、设备和介质，方法包括：至少采用两种传感器分别获取同一时刻的图像，将获取的图像分别进行校正和对齐；将处理后的图像进行图像归一化处理；将归一化的图像传入预训练的神经网络模型，得到图像中人头的位置坐标；若人头数量大于1，则判断为尾随；若人头数量等于1，则判断为非尾随；能够识别各种传统方式难以判断的复杂场景，有效防止误夹、误放的情况发生。
-
公开(公告)号：CN110458095A
公开(公告)日：2019-11-15
申请号：CN201910735669.8
申请日：2019-08-09
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供了一种有效手势的识别方法、控制方法、装置和电子设备，其中，识别方法包括S11、获取摄像头采集的当前帧图像；S12、按照预设的识别算法，对当前帧图像进行手势检测与识别，得到当前帧图像中手势的可能区域，手势类别及其置信度；S13、对所述当前帧之后的一固定时间间隔内视频的所有图像帧依次进行手势检测和识别，得到图像中手势的可能区域、手势类别及其置信度；S14、判断所述固定时间间隔内的所述图像帧中存在相同手势的图像帧的占比是否大于预设的占比阈值，如果是，则认为该手势为有效手势。本发明能够在嵌入式终端有效快速的进行手势检测和识别，进行方便快捷的人机交互。
-
公开(公告)号：CN111428664B
公开(公告)日：2023-08-25
申请号：CN202010239278.X
申请日：2020-03-30
Applicant: 厦门瑞为信息技术有限公司
Inventor： 徐绍凯
IPC: G06V40/20 , G06V10/82 , G06V10/46 , G06N3/0464 , G06N3/084
Abstract: 本发明适用于视频处理技术领域，提供了一种基于深度学习技术的计算机视觉的实时多人姿态估计方法，通过依次获取摄像头采集的当前帧图像，并进行归一化操作，使用预训练的神经网络模型与后处理算法对当前帧图像进行多人姿态估计，得到图像中所有人的人体关键点和人体骨架，从而实现多人姿态估计。本发明基于全图进行多人姿态估计，能够通过摄像头采集的图像快速准确的预测图片中所有人的人体关键点和骨架姿态，非常适合在安防领域用于判断人的行为和人体的姿态。本发明通过预训练的神经网络，经过一次前向传播即可预测出图片中所有人的人体姿态，运行速度不受图片中人数多少的限制，因此可以更加快速稳定的运行。
-
公开(公告)号：CN114782923A
公开(公告)日：2022-07-22
申请号：CN202210490050.7
申请日：2022-05-07
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V20/58 , G06V40/10 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明提供一种车辆盲区的检测系统，实现过程包括下述步骤：S1、收集盲区数据集，并进行样本标注；S2、基于Yolov5网络，进行盲区检测和分割联合网络结构的构建，并改进检测分支训练时的样本分配策略；所述盲区检测和分割联合网络结构包括两个检测分支和一个分割分支；S3、根据所述样本分配策略确定训练过程中正负样本，进行检测和回归联合训练，得到训练好的车辆盲区的检测模型。本发明基于Yolov5框架，定制了一个检测和分割联合的多任务网络结构，在训练阶段可以同时提高检测和分割算法的精度；改进样本分配策略，提升检测精度；即可在后处理阶段，利用分割分支结果使检测的目标外接框更加稳定，从而得到障碍物的精准落脚点。
-
公开(公告)号：CN114612764A
公开(公告)日：2022-06-10
申请号：CN202210142734.8
申请日：2022-02-16
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明公开了一种基于毫米波图像的物品检测方法、装置及可读介质，通过获取人体正面和背面的毫米波图像，将人体正面和背面的毫米波图像输入经训练的主干网络分别提取正面特征和背面特征；基于注意力机制将正面特征和背面特征分别进行交互融合扩充，并将得到的扩充正面特征图像和/或扩充背面特征图像输入经训练的基于非同源数据的多任务神经网络架构，输出全图物品检测结果和人体骨架检测结果；基于人体骨架检测结果将图像划分成多个特征块，并对每个特征块采用独立的检测头分别进行检测，得到二次检测结果，再在原图上进行位置映射，得到分块物品检测结果；将分块物品检测结果与全图物品检测结果进行非极大值抑制，得到最终的物品检测结果。
-
-
-
-
-
-
Search Results
17
records
(took 0.032 seconds)
