公开(公告)号：CN118447046B

公开(公告)日：2024-10-18

申请号：CN202410903182.7

申请日：2024-07-08

Applicant: 季华实验室

Inventor： 戴瑶 ,  吴星辰 ,  李荣基 ,  常沛炜 ,  李友高 ,  许朝智 ,  李骁

IPC: G06T7/13 ,  G06N3/0464 ,  G06N3/08 ,  G06T3/60 ,  G06T5/80 ,  G06T7/10 ,  G06T7/62 ,  G06T7/70

Abstract: 本发明涉及图像识别技术领域，尤其涉及试卷区域的识别方法、装置、设备及存储介质，所述方法包括：将待识别试卷图像输入至分割模型中，得到多张试卷掩膜图像，并从中选取预处理掩膜图像；拟合预处理掩膜图像的最小外接矩形，并确认拟合角点信息；将待识别试卷图像输入至尺寸识别模型中，得到待识别试卷图像的尺寸信息；根据拟合角点信息以及尺寸信息确认旋转角，并根据旋转矩阵和旋转角对预处理掩膜图像进行旋转复原，得到复原后掩膜图像；判断复原后掩膜图像的拟合轮廓是否为矩形，若是，基于透视变换将复原后掩膜图像复原至待识别试卷图像；本申请公开的方法，可有效识别网络预测中可能出现的极端情况，并通过旋转和畸变矫正复原试卷区域。

公开(公告)号：CN118447046A

公开(公告)日：2024-08-06

申请号：CN202410903182.7

申请日：2024-07-08

Applicant: 季华实验室

Inventor： 戴瑶 ,  吴星辰 ,  李荣基 ,  常沛炜 ,  李友高 ,  许朝智 ,  李骁

IPC: G06T7/13 ,  G06N3/0464 ,  G06N3/08 ,  G06T3/60 ,  G06T5/80 ,  G06T7/10 ,  G06T7/62 ,  G06T7/70

Abstract: 本发明涉及图像识别技术领域，尤其涉及试卷区域的识别方法、装置、设备及存储介质，所述方法包括：将待识别试卷图像输入至分割模型中，得到多张试卷掩膜图像，并从中选取预处理掩膜图像；拟合预处理掩膜图像的最小外接矩形，并确认拟合角点信息；将待识别试卷图像输入至尺寸识别模型中，得到待识别试卷图像的尺寸信息；根据拟合角点信息以及尺寸信息确认旋转角，并根据旋转矩阵和旋转角对预处理掩膜图像进行旋转复原，得到复原后掩膜图像；判断复原后掩膜图像的拟合轮廓是否为矩形，若是，基于透视变换将复原后掩膜图像复原至待识别试卷图像；本申请公开的方法，可有效识别网络预测中可能出现的极端情况，并通过旋转和畸变矫正复原试卷区域。

公开(公告)号：CN116758461B

公开(公告)日：2024-01-05

申请号：CN202311002609.8

申请日：2023-08-10

Applicant: 季华实验室

Inventor： 常沛炜 ,  吴星辰 ,  李友高 ,  许朝智

IPC: G06V20/40 ,  G06N3/0464 ,  G06N3/096 ,  G06T7/13 ,  G06V10/25 ,  G06V10/74 ,  G06V10/776 ,  G06V10/82

Abstract: 本发明公开了基于神经网络的排球比赛智能判罚方法、设备及存储介质，所述方法包括从实时视频流中获取采样图像，提取目标检测区域图像；基于霍夫梯度法计算目标检测区域图像的非零点梯度，形成圆形数据集并计算得到目标球体预测结果；将所述检测数据集归一化处理后得到目标球体的坐标；基于多层卷积神经网络结构，对目标检测区域图像进行特征提取，生成目标人体特征图，结合目标球体的坐标，计算并输出人物交互检测序列。从实时视频流中获取采样图像，进而在目标检测算法中得到结果，较小的球体目标检测具备更好的泛化能力，自适应采样的方法提升了检测的实时性，基于多层降级神经网络结构，提高了目标人体特征图以及目标球体预测结果的准确率。

公开(公告)号：CN116434127A

公开(公告)日：2023-07-14

申请号：CN202310701752.X

申请日：2023-06-14

Applicant: 季华实验室

Inventor： 李友高 ,  吴星辰 ,  常沛炜 ,  许朝智

IPC: G06V20/40 ,  G06T7/246 ,  G06T7/73 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06V40/10 ,  G06V40/20

Abstract: 本发明涉及人体姿态估计技术领域，尤其涉及人体姿态估计方法、装置、设备及存储介质，所述方法包括：构建轻量级采样模型；获取教学视频，根据教学视频获取多个显示图像，并分别对多个显示图像进行预处理，得到多个特征图，根据预设的比例对多个特征图像进行分配，以生成训练集和测试集；将训练集输入至所构建的轻量级采样模型内，以预设的迭代方式对轻量级采样模型进行迭代训练，得到完成训练的轻量级采样模型；将测试集输入至完成训练的轻量级采样模型中，根据采样结果计算评价指标；本申请公开的方法，通过构建轻量级采样模型对显示图像进行处理，可减少处理过程中的计算量和参数量，确保检测精度的同时，有效提高了处理效率。

公开(公告)号：CN116386089A

公开(公告)日：2023-07-04

申请号：CN202310656056.1

申请日：2023-06-05

Applicant: 季华实验室

Inventor： 吴星辰 ,  常沛炜 ,  李友高 ,  许朝智

IPC: G06V40/10 ,  G06T7/33 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明涉及人体姿态估计技术领域，公开了一种运动场景下人体姿态估计方法、装置、设备及存储介质，该方法包括：获取运动场景下的当前帧图片以及邻近帧图片；基于Faster‑RCNN网络获取当前帧图片和邻近帧图片中目标人物的边界框特征图；将当前帧图片和邻近帧图片中目标人物的边界框特征图输入至HRNet网络，获取当前帧图片和邻近帧图片的特征向量；基于全局‑局部特征对齐模型将邻近帧图片的特征向量与当前帧图片的特征向量进行对齐，得到邻近帧图片的对齐特征向量；使用检测器标记出目标人物在当前帧图片中的关节，得到人体姿态图。本发明提供的方法能够精准估计运动场景下目标人物的人体姿态。