一种具有全自动判别功能的安检门测试系统

    公开(公告)号:CN208984364U

    公开(公告)日:2019-06-14

    申请号:CN201822012614.8

    申请日:2018-12-03

    Abstract: 本实用新型公开了一种具有全自动判别功能的安检门测试系统,包括上位机、Z轴垂直线性模组、X轴水平线性模组、Y轴探测臂线性模组、测试物夹具、工业相机和控制装置;所述工业相机和控制装置通讯连接于所述上位机,所述控制装置控制连接于所述Z轴垂直线性模组、X轴水平线性模组、Y轴探测臂线性模组,所述X轴水平线性模组传动连接于所述Z轴垂直线性模组,所述Y轴探测臂线性模组传动连接于所述X轴水平线性模组;所述测试物夹具与所述Y轴探测臂线性模组传动连接。本实用新型可以实现测试的自动化,且具有全自动判别功能,可以有效提高测试效率,避免测试人员受到伤害。(ESM)同样的发明创造已同日申请发明专利

    一种用于通过式人体安检门自动测试系统的旋转夹具

    公开(公告)号:CN208805585U

    公开(公告)日:2019-04-30

    申请号:CN201821863543.6

    申请日:2018-11-13

    Abstract: 本实用新型公开了一种用于通过式人体安检门自动测试系统的旋转夹具,包括基座、第一支撑板、第二支撑板、第一魔术贴、第二魔术贴;所述基座主要由基板、安装孔、旋转轴和球形凹槽组成,所述安装孔设于在所述基板上,所述旋转轴垂直连接于所述基板;所述第一支撑板的底部的中部设有圆孔,所述旋转轴可转动地插接在所述圆孔内;所述第二支撑板与第一支撑板相互垂直地固定连接;所述第一魔术贴设置于第一支撑板的表面,所述第二魔术贴设置于第二支撑板的表面。本实用新型的旋转夹具能够完成国标要求的携带各种测试物以六种不同姿态通过安检门,并且对安检门的测试工作无干扰。(ESM)同样的发明创造已同日申请发明专利

    一种适于视觉终端作业岗位的多模态行为分析与监控系统

    公开(公告)号:CN204440098U

    公开(公告)日:2015-07-01

    申请号:CN201520185303.5

    申请日:2015-03-30

    Abstract: 本实用新型公开了一种适于视觉终端作业岗位的多模态行为分析与监控系统,包括:眼部跟踪光电传感器、面部跟踪光电传感器、躯干跟踪光电传感器、腕部压电传感器、肘部压电传感器、臀部压电传感器、背部压电传感器、视觉终端、操作键盘、多通道信息采集与处理设备、反馈控制与接口装置以及报警器件;本实用新型的优点是实现了对视觉终端作业岗位工作行为的规范性评估与风险识别,并通过可感知的反馈方式,如视、听、触觉刺激方式对人员进行风险警示以达到行为有效管控的目的。

    基于趋势一致高斯过程隐变量模型的面部运动信息提取方法

    公开(公告)号:CN104011739B

    公开(公告)日:2017-02-15

    申请号:CN201280065062.X

    申请日:2012-10-19

    CPC classification number: G06K9/00315 G06K9/6297

    Abstract: 一种基于趋势一致高斯过程隐变量模型的面部运动信息提取方法,其中趋势一致高斯过程隐变量模型描述如下:(1)构造基于马尔可夫假设的求解低维隐变量序列高斯过程隐变量模型目标函数;(2)添加趋势一致限制条件构造趋势一致高斯过程隐变量模型目标函数。其中基于趋势一致的高斯过程隐变量模型的面部运动信息提取,具体方法描述如下:(1)采用主成分分析方法(PCA)得到用于趋势一致高斯过程隐变量模型目标函数的面部序列隐变量空间初始值;(2)采用尺度共轭梯度法(Scaled Conjugate Gradient)求解隐变量,得到对应面部运动序列的低维隐变量序列。该方法在提取与身份信息无关的运动信息同时,保留由于面部运动幅度不同产生的隐空间序列变化范围差异。

    基于特征点矢量与纹理形变能量参数的人脸表情识别方法

    公开(公告)号:CN102945361B

    公开(公告)日:2016-10-05

    申请号:CN201210393891.2

    申请日:2012-10-17

    Abstract: 本发明提出了一种基于特征点矢量与纹理形变能量参数的人脸表情识别方法,概括为:1、利用OPENCV的AAM工具对人脸表情序列始端的中性表情和末端表情分别进行特征点定位;2、将选取的26个特征点构成特征点矢量,为适应人脸表情识别,本发明将特征点矢量分为特征点之间的欧氏距离d(代表大小)和连线的夹角α(代表方向)两部分。根据d与α计算特征点之间的距离系数比kd,去掉冗余部分kl,得到kd‑final。同理可以得到kα‑final;3、根据特征点确立特征块,计算纹理形变能量系数矩阵,再经过PCA,最终得到纹理形变能量参数ks‑final;4、将最终的特征输入,即:kfinal=kd‑final+kα‑final+ks‑final作为RBF神经网络的训练数据,最终实现人脸表情识别。

    基于趋势一致高斯过程隐变量模型的面部运动信息提取方法

    公开(公告)号:CN104011739A

    公开(公告)日:2014-08-27

    申请号:CN201280065062.X

    申请日:2012-10-19

    CPC classification number: G06K9/00315 G06K9/6297

    Abstract: 一种基于趋势一致高斯过程隐变量模型的面部运动信息提取方法,其中趋势一致高斯过程隐变量模型描述如下:(1)构造基于马尔可夫假设的求解低维隐变量序列高斯过程隐变量模型目标函数;(2)添加趋势一致限制条件构造趋势一致高斯过程隐变量模型目标函数。其中基于趋势一致的高斯过程隐变量模型的面部运动信息提取,具体方法描述如下:(1)采用主成分分析方法(PCA)得到用于趋势一致高斯过程隐变量模型目标函数的面部序列隐变量空间初始值;(2)采用尺度共轭梯度法(Scaled Conjugate Gradient)求解隐变量,得到对应面部运动序列的低维隐变量序列。该方法在提取与身份信息无关的运动信息同时,保留由于面部运动幅度不同产生的隐空间序列变化范围差异。

    基于统计形状理论的非线性面部运动流形学习方法

    公开(公告)号:CN102289664B

    公开(公告)日:2013-05-08

    申请号:CN201110216455.3

    申请日:2011-07-29

    Inventor: 毛峡 王晓侃

    Abstract: 本发明一种基于统计形状理论的非线性面部运动流形学习方法,其中基于统计形状理论对面部形状的预处理方法描述如下:(1)对面部运动序列中的每一帧形状进行①去均值②归一化③复数化处理;(2)去掉复数表示中的冗余信息;(3)结合黎曼几何切空间映射,将复数表示的面部运动序列投影至运动流形的切空间,形成面部运动轨迹。其中面部流形学习方法采用高斯过程隐变量模型,具体方法描述如下:(1)计算高斯过程的均值及协方差函数,确定所构造的高斯过程的概率密度函数;(2)用尺度共轭梯度法(Scaled Conjugate Gradient)求解隐变量,进而得到对应面部运动轨迹的降维结果。该方法采用真实的流形距离并采用优秀的降维方法对面部运动数据进行维数约减,从而更准确的描述面部运动流形的结构。

    基于特征点矢量与纹理形变能量参数的人脸表情识别方法

    公开(公告)号:CN102945361A

    公开(公告)日:2013-02-27

    申请号:CN201210393891.2

    申请日:2012-10-17

    Abstract: 本发明提出了一种基于特征点矢量与纹理形变能量参数的人脸表情识别方法,概括为:1、利用OPENCV的AAM工具对人脸表情序列始端的中性表情和末端表情分别进行特征点定位;2、将选取的26个特征点构成特征点矢量,为适应人脸表情识别,本发明将特征点矢量分为特征点之间的欧氏距离d(代表大小)和连线的夹角α(代表方向)两部分。根据d与α计算特征点之间的距离系数比kd,去掉冗余部分kl,得到kd-final。同理可以得到kα-final;3、根据特征点确立特征块,计算纹理形变能量系数矩阵,再经过PCA,最终得到纹理形变能量参数ks-final;4、将最终的特征输入,即:kfinal=kd-final+kα-final+ks-final作为RBF神经网络的训练数据,最终实现人脸表情识别。

    基于统计形状理论的非线性面部运动流形学习方法

    公开(公告)号:CN102289664A

    公开(公告)日:2011-12-21

    申请号:CN201110216455.3

    申请日:2011-07-29

    Inventor: 毛峡 王晓侃

    Abstract: 本发明一种基于统计形状理论的非线性面部运动流形学习方法,其中基于统计形状理论对面部形状的预处理方法描述如下:(1)对面部运动序列中的每一帧形状进行①去均值②归一化③复数化处理;(2)去掉复数表示中的冗余信息;(3)结合黎曼几何切空间映射,将复数表示的面部运动序列投影至运动流形的切空间,形成面部运动轨迹。其中面部流形学习方法采用高斯过程隐变量模型,具体方法描述如下:(1)计算高斯过程的均值及协方差函数,确定所构造的高斯过程的概率密度函数;(2)用尺度共轭梯度法(Scaled Conjugate Gradient)求解隐变量,进而得到对应面部运动轨迹的降维结果。该方法采用真实的流形距离并采用优秀的降维方法对面部运动数据进行维数约减,从而更准确的描述面部运动流形的结构。

    一体化安检员操作台(A)
    30.
    外观设计

    公开(公告)号:CN304755525S

    公开(公告)日:2018-08-03

    申请号:CN201830024311.0

    申请日:2018-01-18

    Designer: 茹一 王晓侃

    Abstract: 1.本外观设计产品的名称:一体化安检员操作台(A)。
    2.本外观设计产品的用途:本外观设计产品用于安检员开机岗。
    3.本外观设计产品的设计要点:在于该外观产品的整体形状、色彩及其结合。
    4.最能表明本外观设计设计要点的图片或照片:立体图。
    5.省略视图:仰视图无设计要点,省略仰视图。
    6.请求保护的外观设计包含色彩。

Patent Agency Ranking