公开(公告)号：CN101482928B

公开(公告)日：2011-01-05

申请号：CN200910078295.3

申请日：2009-02-24

Applicant: 清华大学

Inventor： 丁晓青 ,  谷军霞 ,  吴佑寿 ,  王生进 ,  方驰 ,  刘长松

IPC: G06T17/00

Abstract: 本发明公开了一种行为描述的方法和装置，属于行为识别技术领域。所述方法包括：获取三维行为者序列，三维行为者序列总共为K帧；根据三维行为者序列中的第一帧三维行为者，对选取的三维人体模型进行初始化；并计算第一姿势参数和第一三维人体关节点坐标；依次对第二帧三维行为者至第K帧三维行为者进行肢体部件分割和跟踪，得到第二帧三维行为者至第K帧三维行为者中的每帧三维行为者的姿势参数和三维人体关节点坐标；将所有三维人体关节点坐标合并为三维人体关节点坐标序列，将所有朝向参数合并为朝向参数序列，将所有空间位置参数合并为空间位置参数序列；用三维人体关节点坐标序列、朝向参数序列和空间位置参数序列描述三维行为者序列。

公开(公告)号：CN101144716A

公开(公告)日：2008-03-19

申请号：CN200710175865.1

申请日：2007-10-15

Applicant: 清华大学

Inventor： 丁晓青 ,  徐剑 ,  吴佑寿 ,  王生进

IPC: G01C11/36 ,  G06T7/00 ,  G06T7/20

Abstract: 本发明公开了一种多视角运动目标检测、定位与对应方法，属于视频监控技术领域。所述方法包括如下步骤：对多个视角的视频图像进行前景检测，得到二值前景图像；根据所述二值前景图像，建立空间场模型，在所述空间场模型中进行三维重建，得到运动目标的三维重建结果；对所述三维重建结果进行分析，在空间场中检测并定位运动目标，得到运动目标的空间位置；根据所述运动目标的空间位置，向各视角投影，确定多个视角间运动目标的对应关系。本发明具有处理遮挡能力强、运算速度快等特点，能够满足视频监控的实时要求。

公开(公告)号：CN119861592A

公开(公告)日：2025-04-22

申请号：CN202311368035.6

申请日：2023-10-20

Applicant: 清华大学 ,  丰田自动车株式会社

Inventor： 王生进 ,  樊懿轩 ,  李亚利

IPC: G05B19/042 ,  B60R1/24 ,  B60R16/023 ,  G06V20/56 ,  G06V10/44 ,  G06N3/045 ,  G06V10/82 ,  G06V10/26 ,  G06V10/764 ,  G06N3/0464 ,  G06V20/70

Abstract: 本申请公开了一种基于前向图像的车辆控制方法、装置及电子设备，方法包括：利用第一神经网络模型，对获取到的车辆的前向图像进行图像特征提取，得到相应的第一特征图，第一特征图包括车辆行驶场景中的目标对象的原始特征；基于目标对象，对前向图像进行分割操作，确定各个目标对象对应的掩膜，掩膜表征相应的目标对象在第一特征图中的第一位置信息；基于第一特征图和掩膜，对第一特征图进行池化操作，得到相应的目标特征向量；基于目标特征向量以及目标对象的类别信息，确定各个目标对象对应的嵌入向量；基于嵌入向量以及获取的车辆的导航信息，利用第二神经网络模型，生成用于控制车辆的控制信号。该方法提高了自动驾驶模型的智能性。

公开(公告)号：CN119359986A

公开(公告)日：2025-01-24

申请号：CN202411249398.2

申请日：2024-09-06

Applicant: 清华大学

Inventor： 王生进 ,  李庆 ,  李亚利 ,  方璐

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/44 ,  G06V10/74 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明提供一种超高分辨率图像的开集目标检测方法、装置及电子设备，涉及计算机技术领域。其中，超高分辨率图像的开集目标检测方法，包括：获取超高分辨率图像；确定超高分辨率图像中目标的密度信息以及尺度信息；根据超高分辨率图像中目标的密度信息以及尺度信息，将超高分辨率图像切分为多个自适应图像区域；利用目标识别网络，识别每一个自适应图像区域中包含的目标，得到每一个自适应图像区域的目标检测结果；根据每一个自适应图像区域的目标检测结果，生成超高分辨率图像的目标检测结果。本发明可以在各种复杂多变的实际应用场景中，准确、高效地从超高分辨率图像中检测出各类目标。

公开(公告)号：CN118918605A

公开(公告)日：2024-11-08

申请号：CN202410821232.7

申请日：2024-06-24

Applicant: 清华大学 ,  北京华成智云软件股份有限公司

Inventor： 王生进 ,  豆朝鹏 ,  娄健

IPC: G06V40/10 ,  G06V40/16 ,  G06V40/50 ,  G06T7/70

Abstract: 本发明提供一种内场景下人员身份识别及持续定位方法和装置，包括：获取进入室内环境下的人员身份信息、第一人脸图像和第一人体图像，并建立人员档案；通过预设的多个摄像机采集室内人员视频图像，基于所述视频图像通过三维空间定位算法进行人员定位获取空间位置信息；基于所述视频图像进行第二人脸图像和第二人体图像的识别，确认人员身份信息；基于确认的人员身份信息将所述第二人脸图像、第二人体图像和空间位置信息更新所述人员档案并删除已经离开的室内的人员档案；基于更新后的人员档案进行可视化展示并持续进行人员定位。本发明解决了现有室内人员在脸部信息缺失情况下无法进行身份识别并且室内人员定位不精准、成本高的问题。

公开(公告)号：CN113192185B

公开(公告)日：2022-05-17

申请号：CN202110540712.2

申请日：2021-05-18

Applicant: 清华大学

Inventor： 方璐 ,  季梦奇 ,  郑添 ,  袁肖赟 ,  王生进

IPC: G06T17/00 ,  G06T7/557 ,  G06T7/80 ,  H04N19/597

Abstract: 本发明公开了一种动态光场重建方法、装置及设备。方法包括：对多视角视频分别进行帧间的运动估计确定各视角的动态区域获得动态区域集；基于动态区域集对所述多视角视频的每一帧进行深度估计获得多视角视频中主视角视频每一帧的深度图；基于动态区域集对多视角视频的每一帧进行RGB压缩编码获得主视角视频每一帧的第一RGB信息；根据深度图和第一RGB信息确定空间体素每一帧的第二RGB信息和距离场SDF信息；基于第二RGB信息和SDF信息构建三维动态模型。利用该方法，能够根据第一RGB信息和深度图直接进行三维构建，无需对第一RGB信息和深度图进行解压，可以将压缩和三维构建一体化设计，减小三维构建过程中的数据通量，有效提高光场重建的效率。

公开(公告)号：CN113936308A

公开(公告)日：2022-01-14

申请号：CN202010653082.5

申请日：2020-07-08

Applicant: 清华大学

Inventor： 王羽飞 ,  王生进

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/764 ,  G06V10/771 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供人脸识别方法、装置及电子设备，所述方法包括：将待识别人脸图像和所述待识别人脸图像的人脸部件解析图输入训练好的低分辨率识别模型，输出所述待识别人脸图像的特征；根据所述待识别人脸图像的特征进行人脸识别。通过将待识别人脸图像的人脸部件解析图作为人脸先验信息输入训练好的低分辨率识别模型，提高了对于低分辨率人脸图像的识别成功率。

公开(公告)号：CN113326762A

公开(公告)日：2021-08-31

申请号：CN202110580830.6

申请日：2021-05-26

Applicant: 清华大学

Inventor： 石家赫 ,  李亚利 ,  王生进

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08 ,  G06F17/15 ,  G06F40/284 ,  G06F40/30

Abstract: 本发明提供一种人脸图像的情绪确定方法、装置、电子设备及存储介质，其中所述方法包括：对待分析人脸图像进行卷积计算，提取所述待分析人脸图像的全图特征；对所述全图特征进行解耦，得到多个人脸部件的特征；基于动态融合依据状态，动态融合所述多个人脸部件的特征，形成高层次语义特征；基于所述高层次语义特征和语言生成模型，以逐词预测的方式生成情绪描述语句，提升了所生成的情绪描述语句的质量。

公开(公告)号：CN111209878A

公开(公告)日：2020-05-29

申请号：CN202010028274.7

申请日：2020-01-10

Applicant: 公安部户政管理研究中心 ,  清华大学

Inventor： 康凯 ,  范英 ,  徐飞 ,  宰旭昕 ,  施一琳 ,  孔宇廉 ,  王重道 ,  王生进

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明实施例提供一种跨年龄人脸识别方法及装置。其中，方法包括：将待识别人脸图片输入至图片生成模型，获取待识别人脸图片对应的多个年龄段的生成图片；将待识别人脸图片和各生成图片分别输入至基本特征提取模型和各年龄段的特征提取模型，输出基本人脸特征和各年龄段人脸特征；根据基本人脸特征和各年龄段人脸特征，获取特征向量；根据特征向量和预先获取的人脸库，获取待识别人脸图片的识别结果。本发明实施例提供的跨年龄人脸识别方法及装置，通过生成不同年龄段的人脸，分别提取待识别人脸图片中的人脸和生成的不同年龄段的人脸的特征并进行融合，根据融合后的人脸特征进行人脸识别，能提高跨年龄人脸识别的识别准确率。

公开(公告)号：CN107066945B

公开(公告)日：2019-06-18

申请号：CN201710143006.8

申请日：2017-03-10

Applicant: 清华大学

Inventor： 王生进 ,  赵炫

IPC: G06K9/00 ,  G07C9/00

Abstract: 本发明实施例涉及电子信息技术领域，提供一种大流量通关快速身份核验方法和系统，其中方法包括：获取预设摄像机实时采集的行人的第一监控图像，识别第一监控图像中人脸获取人脸图像，根据人脸图像确定行人的行人身份类型及人脸图像在第一监控图像中的图像坐标；根据图像坐标、预设深度摄像机采集的行人距离信息及深度摄像机的标定信息获取行人在行人通道中的地理坐标；控制地踩式多色LED阵列在行人的地理坐标区域显示与行人的行人身份类型对应的行进标识，以提示行人按照行进标识的指示行进。本发明实施例提供的大流量通关快速身份核验方法和系统，能够大幅提高核验效率和通行能力，且能够保证对所有通行人员无遗漏的身份核验。