-
Patent Agency Ranking
公开(公告)号：CN113947683A
公开(公告)日：2022-01-18
申请号：CN202111203194.1
申请日：2021-10-15
Applicant: 兰州交通大学
Abstract: 本发明涉及一种指尖点检测方法、系统及指尖点运动轨迹识别方法、系统，在手部区域跟踪的基础上，首先利用边缘检测算法提取手部轮廓，然后采用自适应K值的K‑COS算法计算手部轮廓曲率进而定位候选指尖点，根据手指两侧近似的平行特征和1‑D特征利用平行向量法排除噪声指尖点，进而实现对多自由度指尖点的准确检测；上述采用K‑余弦曲率法和平行向量法检测所述手部轮廓上的指尖点的方法中可得指尖点与掌心的位置和距离，因此可用每个手指点到掌心点的连线(方向矢量)表示自然指尖点运动特征，采用改进的DTW算法实现对指尖点特殊运动轨迹的识别，进而为AR装配系统准确叠加虚拟信息提供支撑。
-
公开(公告)号：CN111191587B
公开(公告)日：2021-04-09
申请号：CN201911393313.7
申请日：2019-12-30
Applicant: 兰州交通大学
Abstract: 本发明涉及一种行人重识别方法及系统。方法包括获取双线性卷积神经网络模型；获取输入行人图像；利用主干网络，提取输入行人图像的中间特征；对中间特征进行切片操作，得到分块特征；利用主干网络和分干网络对分块特征进行卷积和线性整流操作，得到第一行人分块细粒度特征和第二行人分块细粒度特征；对第一行人分块细粒度特征和第二行人分块细粒度特征采用双线性池化层进行融合，得到融合特征；根据待识别行人图像的融合特征与待搜索库中图像的融合特征之间的距离，确定待搜索库中与所述待识别行人图像相同的图像。本发明所提供一种行人重识别方法及系统，解决现有技术中行人重识别出现错位和造成行人重识别的识别率低的问题。
-
公开(公告)号：CN111191587A
公开(公告)日：2020-05-22
申请号：CN201911393313.7
申请日：2019-12-30
Applicant: 兰州交通大学
Abstract: 本发明涉及一种行人重识别方法及系统。方法包括获取双线性卷积神经网络模型；获取输入行人图像；利用主干网络，提取输入行人图像的中间特征；对中间特征进行切片操作，得到分块特征；利用主干网络和分干网络对分块特征进行卷积和线性整流操作，得到第一行人分块细粒度特征和第二行人分块细粒度特征；对第一行人分块细粒度特征和第二行人分块细粒度特征采用双线性池化层进行融合，得到融合特征；根据待识别行人图像的融合特征与待搜索库中图像的融合特征之间的距离，确定待搜索库中与所述待识别行人图像相同的图像。本发明所提供一种行人重识别方法及系统，解决现有技术中行人重识别出现错位和造成行人重识别的识别率低的问题。
-
公开(公告)号：CN110781964A
公开(公告)日：2020-02-11
申请号：CN201911028281.0
申请日：2019-10-28
Applicant: 兰州交通大学 , 兰州博才科技有限公司
Abstract: 本发明公开一种基于视频图像的人体目标检测方法及系统。该方法包括：获取带有标注信息的视频图像人体目标数据集；采用迁移学习算法，提取TINY YOLOv3模型的部分网络层，得到预训练模型；采用带有标注信息的视频图像人体目标数据集和预训练模型，对TINY YOLOv3模型进行训练，得到训练好的人体目标检测模型；将人体目标检测模型部署至树莓派设备；获取待检测的视频图像；将待检测的视频图像输入至树莓派设备中的人体目标检测模型，对待检测的视频图像中的人体目标进行检测。本发明可以改善嵌入式设备在视频图像人体目标检测中出现的漏检、误检、遮挡等现象，提高行人目标检测的位置精度，满足实时性的要求。
-
-
-
-
Search Results
35
records
(took 0.022 seconds)
