-
公开(公告)号：CN117115851A
公开(公告)日：2023-11-24
申请号：CN202310608449.5
申请日：2023-05-27
Applicant: 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V40/10 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 一种在监控场景下，基于去除深度模型在推理过程中学习到的冗余属性间共现偏置，以实现在变化场景下更好泛化性能的行人属性识别方法。包括：一种新的属性信息解耦特征的生成方式。在模型对某一属性的识别和推理过程中，利用特征的线性插值与标签的线性插值匹配这一先前研究中的实验观察，通过最小化该属性的特化特征与其他属性预测概率间的互信息，以减少对于其他属性信息的利用，在显著降低训练时间的前提下实现了更好的准确率；一种新的特征插值方法。本发明提出了方向‑范数分离的特征插值方法，该方法相比于原始的插值过程，可以更好地发掘与探索属性特征的分布域，进而提高了模型的最终效果；使用卷积神经网络，按照以上算法框架，以特定训练参数配置对模型进行训练，得到行人属性识别模型。本方法可以实现在发生时空变化的监控场景中更加精确和稳定的行人属性识别结果。
-
公开(公告)号：CN113358224B
公开(公告)日：2023-09-26
申请号：CN202110660535.1
申请日：2021-06-15
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种光谱反射率检测方法及系统，该光谱反射率检测系统包括环境光感知模块、目标光谱采集模块和数据处理模块。环境光感知模块采集目标检测时刻的检测环境光光谱，将检测环境光光谱发送给数据处理模块；目标光谱采集模块采集目标检测时刻的检测目标光谱，将检测目标光谱发送给数据处理模块；数据处理模块确定同一目标波长对应的检测环境光光谱和检测目标光谱，基于该检测环境光光谱和已确定的映射参数确定检测参考光谱，该检测参考光谱是第二环境光的光谱；基于该检测目标光谱和该检测参考光谱确定待测物体的光谱反射率；映射参数表示参考光谱与环境光光谱的映射关系。通过本申请的技术方案，能够准确计算待测物体的光谱反射率。
-
公开(公告)号：CN115063843A
公开(公告)日：2022-09-16
申请号：CN202210552231.8
申请日：2022-05-20
Applicant: 华南理工大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V40/14 , G06V10/82 , G06V10/764 , G06V10/40 , G06T5/30 , G06T3/00 , G06N3/08 , G06N3/04 , H04L9/32
Abstract: 本发明公开了一种面向高自由度应用场景的掌脉数据增强及特征提取方法，包括以下步骤：S1、对训练数据的进行数据扩增，包括基于仿射变换的数据扩增、基于伽马变换的数据扩增、基于主纹理淡化算法的数据扩增、约束性数据扩增方案；在数据完成扩增后，将灰度值划分为四个灰度等级；S2、构建基于对比学习的掌脉图像特征提取网络，并对所述特征提取网络进行训练优化；S3、将图像输入训练好的基于对比学习的掌脉图像特征提取网络中进行特征提取。
-
公开(公告)号：CN112348102A
公开(公告)日：2021-02-09
申请号：CN202011278817.7
申请日：2020-11-16
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06K9/62 , G06K9/00 , G06F16/783
Abstract: 本发明公开了一种基于查询的自底向上视频定位方法和系统。首先，获取查询内容Query和待定位视频Ref，其次将查询内容Query特征与待定位视频Ref的特征融合到一个全新的特征图中。最后特征图通过深度学习方法检测出查询内容Query所对应的真实视频片段GT‑v位于待定位视频Ref中的起始位置和终止位置。本发明方法根据查询内容Query可以准确而又高效的识别真实视频片段GT‑v在待定位视频Ref的起始位置和终止位置。
-
公开(公告)号：CN112308197A
公开(公告)日：2021-02-02
申请号：CN201910680935.1
申请日：2019-07-26
Applicant: 杭州海康威视数字技术股份有限公司 , 上海富瀚微电子股份有限公司
Abstract: 本发明实施例提供了一种卷积神经网络的压缩方法、装置及电子设备。针对每一卷积层，该方法包括：将该卷积层的权值张量变形为第一二维矩阵；确定第一二维矩阵的多个第一奇异值分解项；按照第一选取规则，从多个第一奇异值分解项中，选取至少一个第一奇异值分解项；利用各个第一奇异值分解项，对第一二维矩阵进行近似分解，得到第一分解矩阵和第二分解矩阵；将第一分解矩阵和第二分解矩阵分别变形为第一子权值张量和第二子权值张量，作为压缩后的权值张量；在得到目标卷积神经网络每一层卷积层压缩后的权值张量后，得到被压缩的目标卷积神经网络。与现有技术相比，应用本发明实施例提供的方案，可以降低关于压缩前后的卷积神经网络间的精准度差异。
-
Patent Agency Ranking
公开(公告)号：CN112308197B
公开(公告)日：2024-04-09
申请号：CN201910680935.1
申请日：2019-07-26
Applicant: 杭州海康威视数字技术股份有限公司 , 上海富瀚微电子股份有限公司
IPC: G06N3/0495 , G06N3/0464 , G06N3/063 , G06N3/082
Abstract: 本发明实施例提供了一种卷积神经网络的压缩方法、装置及电子设备。针对每一卷积层，该方法包括：将该卷积层的权值张量变形为第一二维矩阵；确定第一二维矩阵的多个第一奇异值分解项；按照第一选取规则，从多个第一奇异值分解项中，选取至少一个第一奇异值分解项；利用各个第一奇异值分解项，对第一二维矩阵进行近似分解，得到第一分解矩阵和第二分解矩阵；将第一分解矩阵和第二分解矩阵分别变形为第一子权值张量和第二子权值张量，作为压缩后的权值张量；在得到目标卷积神经网络每一层卷积层压缩后的权值张量后，得到被压缩的目标卷积神经网络。与现有技术相比，应用本发明实施例提供的方案，可以降低关于压缩前后的卷积神经网络间的精准度差异。
-
公开(公告)号：CN117437658A
公开(公告)日：2024-01-23
申请号：CN202311180603.X
申请日：2023-09-13
Applicant: 华南理工大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V40/12 , G06V40/14 , G06V10/28 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种解耦掌形和掌静脉的显式融合的身份识别方法，包括以下步骤：使用掌静脉数据集来训练基于语义分割的手掌前景分割模型；采集近红外掌静脉图像；使用手掌前景分割模型，在采集到的单张近红外掌静脉图片上进行分割，提取手掌二值化掩膜，对分割二值化掩膜处理后得到的二值化图片；根据手掌二值化掩膜中的手掌关键点，对掌静脉图像进行感兴趣区域截取，得到掌静脉模态；结合传统图像处理方法获取手掌的轮廓形状，并根据手掌姿态对其进行旋转矫正和裁剪，得到掌形二值化图片，作为掌形模态；将掌形模态和掌静脉模态输入到掌形掌静脉融合特征提取模型，输出融合掌形和掌静脉信息的统一高维特征，以实现模态信息的互补效果。
-
公开(公告)号：CN119947542A
公开(公告)日：2025-05-06
申请号：CN202510040031.8
申请日：2025-01-10
Applicant: 杭州海康威视数字技术股份有限公司 , 华中科技大学
Abstract: 本申请公开了一种小尺寸碲化汞薄膜及其制备方法、短波红外探测器，该小尺寸碲化汞薄膜及其制备方法包括：在无水无氧环境中,将卤化汞与DMF、ME、BTA混合震荡，得到混合交换液；在无水无氧环境中,将CdTe量子点溶液加入混合交换液并进行震荡，发生阳离子交换反应产生碲化汞量子点溶液；在无水无氧环境中,使用清洗剂与反溶剂对碲化汞量子点溶液进行清洗提纯，离心后加入分散剂制备成碲化汞量子点浆料；在无水无氧环境中,将碲化汞量子点浆料旋涂，制备出小尺寸碲化汞薄膜。本申请能够提高碲化汞薄膜的质量。
-
公开(公告)号：CN119931631A
公开(公告)日：2025-05-06
申请号：CN202510040127.4
申请日：2025-01-10
Applicant: 杭州海康威视数字技术股份有限公司 , 华中科技大学
Abstract: 本发明涉及一种金掺杂碲化汞胶体量子点的合成方法及红外光探测器，金掺杂碲化汞胶体量子点的合成方法包括以下步骤：制备汞前驱体溶液和碲前驱体溶液；向所述汞前驱体溶液注入所述碲前驱体溶液，配制成碲化汞量子点溶液；在所述碲化汞量子点溶液中加入氯金酸溶液，从而得到所述金掺杂碲化汞胶体量子点。本发明合成方法通过后处理的溶液法合成了金掺杂碲化汞胶体量子点，大大简化了碲化汞胶体量子点合成门槛，使其更可控、更快捷、更廉价。
-
公开(公告)号：CN112348102B
公开(公告)日：2024-03-19
申请号：CN202011278817.7
申请日：2020-11-16
Applicant: 浙江大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06F16/783
Abstract: 本发明公开了一种基于查询的自底向上视频定位方法和系统。首先，获取查询内容Query和待定位视频Ref，其次将查询内容Query特征与待定位视频Ref的特征融合到一个全新的特征图#imgabs0#中。最后特征图#imgabs1#通过深度学习方法检测出查询内容Query所对应的真实视频片段GT‑v位于待定位视频Ref中的起始位置和终止位置。本发明方法根据查询内容Query可以准确而又高效的识别真实视频片段GT‑v在待定位视频Ref的起始位置和终止位置。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.063 seconds)
