-
公开(公告)号:CN103778442B
公开(公告)日:2017-04-05
申请号:CN201410067355.2
申请日:2014-02-26
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/62 , G06T7/00 , G05B19/418
CPC classification number: G06K9/00778 , G06K9/4642 , G06K2009/4666
Abstract: 本发明公开了一种基于视频人数统计分析的中央空调控制方法及其控制系统,包括:间断地获取监控区域内视频流数据并将视频流数据传输至服务器;服务器对同一时间段内视频流数据中的每一帧图像进行分析以统计人数;将监控区域划分为多个子区域;对每个子区域内的人数进行估算,并取视频流数据中同一时间段内的连续N幅帧图像的人数平均值,以得到各子区域在同一时间段内的人数分布情况;根据人数分布情况产生控制信号以控制位于上述子区域内的中央空调。与现有技术相比,本发明的控制方法实现了根据人数分布情况对中央空调开关、出风量及出风方向的智能控制的目的,使得中央空调发挥了最大效率,并有效地减少了能源浪费。
-
公开(公告)号:CN106055922A
公开(公告)日:2016-10-26
申请号:CN201610404832.9
申请日:2016-06-08
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F19/18
CPC classification number: G16B20/00
Abstract: 本发明涉及基因诊断领域,尤其涉及一种基于基因表达数据的混合网络基因筛选方法;本方案通过引入基因表达数据,设计了基于基因表达数据的混合网络基因筛选方法模型,并给出了如何通过基因表达数据构建不同网络的具体步骤,利用基因表达数据对疾病与基因,基因与基因之间的相互关系网络进行了更为细致深入的量化,从而增强整个混合模型在疾病基因筛选方面的综合能力。
-
公开(公告)号:CN105574215A
公开(公告)日:2016-05-11
申请号:CN201610127023.8
申请日:2016-03-04
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及计算机视觉技术领域,尤其涉及一种基于多层特征表示的实例级图像搜索方法。本发明提出了一个通过深度卷积神经网络模型学习图像不同层次的特征表示,进行实例级的图像搜索的方法,使之能有效的找到相同物品的不同图像;本发明在传统网络模型基础上引入了一种编码学习过程,通过对来自于多个卷积层的特征进行自动编码,使得提取的特征更具有鲁棒性,降低背景和噪声数据对特征的影响,同时兼具局部信息和类别信息;本发明还提出了一种基于多任务的损失函数,并通过优化该函数,使学习到的特征拥有很好的泛化性能,也使学习到的特征很好的用于区分类间图像以及类内不同事物的图像。
-
公开(公告)号:CN104504394A
公开(公告)日:2015-04-08
申请号:CN201410756921.0
申请日:2014-12-10
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00711 , G06K9/00362 , G06K9/4647
Abstract: 本发明提出了一种基于多特征融合的密集人数估计方法与系统。首先,将图像分成N个相等的子块;然后,用基于CSLBP直方图纹理模型和混合高斯背景建模的方法,对图像进行分层次背景建模,提取各子块经透视校正后的前景面积,并结合改进的Sobel边缘检测算子检测出各子块边缘密度,还结合CSLBP变换和灰度共生矩阵提取描述图像纹理特征的四个不同方向的重要纹理特征向量;再通过主成分分析对提取到的人群前景分割特征向量和纹理特征向量进行降维处理;将降维后的特征向量输入到神经网络模型的输入层,由其输出层得到各子块的人数估计;最后,相加得到总人数。其具有较高的准确性和较好的鲁棒性,在对地铁站台监控视频的人数统计实验中取得了较好效果。
-
公开(公告)号:CN103679148A
公开(公告)日:2014-03-26
申请号:CN201310676217.X
申请日:2013-12-11
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种聚类角点加权面积的群体聚散检测方法,包括如下步骤:A.获取视频帧图像;B.通过混合高斯背景建模方法计算出人群前景区域;C.通过Harris角点检测算法计算图像的角点;D.使用人群前景作为掩膜算子计算出图像中人群区域的角点;E.使用DBSCAN对角点进行聚类;F.使用加权法计算角点面积;G.计算角点面积的变化曲线的斜率,并结合类簇个数进行事件识别。本发明的方法通过使用角点描述人群分布,避免了对人群个体分割的不准确性;通过对人群角点进行聚类,并从人群类簇的个数可以分析出当前场景中人群整体的密集程度。通过计算角点面积变化曲线的斜率来进行事件决策,决策简单有效。事件决策过程中还增加了类簇个数变化情况进行辅助,增加了决策结果的准确性。
-
公开(公告)号:CN106295571B
公开(公告)日:2020-03-24
申请号:CN201610658765.3
申请日:2016-08-11
Applicant: 深圳市赛为智能股份有限公司 , 哈尔滨工业大学深圳研究生院
IPC: G06K9/00
Abstract: 本发明公开了一种光照自适应的人脸识别方法,所述光照自适应的人脸识别方法包括以下步骤:采集多张人脸图片,并将获取的人脸图片按照光照强度的等级保存至相应的数据库;根据当前光照强度等级对应数据库中的人脸图片与当前拍摄的测试样本,获取当前光照强度时的测试样本的自相似度;测算当前光照强度时测试样本的图像特征最优阈值;比较当前光照强度时测试样本的自相似度与图像特征最优阈值,从而确定测试样本的分类结果。本发明还公开了一种光照自适应的人脸识别系统。本发明实现了光照自适应的调整最优阈值,提高了人脸识别分类结果的准确性,因此增加了人脸识别系统的稳定性。
-
公开(公告)号:CN108805284A
公开(公告)日:2018-11-13
申请号:CN201810500490.X
申请日:2018-05-23
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06N3/08 , G06N3/0454
Abstract: 本发明公开了一种卷积神经网络感受野量化的方法及其应用,该方法包括如下步骤:(1)在网络初始化的过程中通过前向传播的方式计算各个网络层输出的stride值,其中,Stride值表示原输入尺度与该网络层feature map的尺度的比例大小;(2)计算不同层输出的感受野尺度大小,申请相应大小的内存并设置初始化的值;(3)对不同网络层输出的感受野进行初始化后就可以利用网络中卷积参数通过前向计算对不同层的感受野进行量化。本发明能够以前向传播的方式对不同网络层上神经元的感受野进行量化,量化结果可以在各个层中直接使用,尤其在深度卷积网络如VGG16网络,ResNet网络上进行有效应用。
-
公开(公告)号:CN105205788B
公开(公告)日:2018-06-01
申请号:CN201510433962.0
申请日:2015-07-22
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T5/00
Abstract: 本发明提出了一种基于à trous小波阈值去噪方法,应用于高通量基因测序图像去噪。本发明主要是对基于硬阈值的各向同性非抽取离散小波算法的改进,具体操作是使用特定的小波对高通量基因测序的图像进行小波分解,针对每一层小波系数,提出使用l1范数计算全局阈值。通过全局阈值和每一层小波系数构建估计小波系数表达式,最后使用小波重构算法得到去噪后的图像。本发明的方法相对于现有技术中具有去噪性能更好的优点,并且通过几组实验数据对比,证明本发明的合理性和鲁棒性。
-
公开(公告)号:CN107748899A
公开(公告)日:2018-03-02
申请号:CN201711071551.7
申请日:2017-11-03
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于LSTM的二维图像的目标类别判识方法,包括以下步骤:S1、依照从外至内的环状串联的方式将二维图像转化为一维矢量,依照行序串联的方式将二维图像转化为一维矢量,依照从列序串联的方式将二维图像转化为一维矢量;S2、将上述三种转化方式所得到的一维矢量全部送入LSTM网络进行训练或者判识,然后输出三种结果;S3、将LSTM网络输出的三种结果进行融合,并基于最终的融合结果进行目标判识。本发明的有益效果是:对二维图像使用不同的方式得到一维向量可以充分利用二维图像在空间上的组织关系,明显提高判别的正确率,且具有很好的可解释性。
-
公开(公告)号:CN107506713A
公开(公告)日:2017-12-22
申请号:CN201710701363.1
申请日:2017-08-15
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/00
CPC classification number: G06K9/00228 , G06K9/00906
Abstract: 本发明提出的一种活体人脸检测方法及存储设备,可在可见光下采集人脸视频,并利用容积血液脉搏成像(PPGi)技术从人脸区域提取容积脉搏波信号,以此判别活体人脸和非活体人脸。本发明提出的活体人脸检测方法具有简单快速易用和高隐蔽性的特点。
-
-
-
-
-
-
-
-
-