-
公开(公告)号:CN116189290A
公开(公告)日:2023-05-30
申请号:CN202211735182.8
申请日:2022-12-30
Applicant: 上海富瀚微电子股份有限公司
Abstract: 本发明提供了一种挥手检测方法及装置,对包含连续多帧待测图像的实时视频序列进行逐帧处理,用人形检测框将所述待测图像中的若干个人像分别框选出来;将前后帧待测图像中的人形检测框进行匹配,使前后帧待测图像中用于表示相同人像的人形检测框相互对应;获取所述人形检测框中的多个人体关键点,所述人体关键点用于表征人像的姿态;以及,在连续的设定帧数内的所述待测图像中,根据所选取的人形检测框中人体关键点的位置变化情况判断相应的人像是否存在挥手运动。本发明通过将同一人像在连续多帧待测图像中对应的多个人形检测框对应起来,实现了实时视频序列中持续性地多人挥手检测,提高了检测灵敏度,同时降低了误检率。
-
公开(公告)号:CN117593735A
公开(公告)日:2024-02-23
申请号:CN202311698348.8
申请日:2023-12-11
Applicant: 上海富瀚微电子股份有限公司
Abstract: 本发明涉及车牌识别技术领域,尤其涉及一种车牌识别方法、系统、摄像头及可读存储介质,方法包括:获取车牌角点坐标和外接矩形框信息;截取车牌图像数据;将车牌图像数据输入分类模型,得到清晰车牌或模糊车牌的分类结果,并对模糊车牌进行图像增强和角点坐标更新;基于车牌图像数据、车牌角点坐标以及目标车牌图像的尺寸信息得到目标车牌图像数据;将目标车牌图像数据输入车牌识别模型,得到初始识别结果;进行后处理,得到当前帧的车牌识别结果及置信度;根据各个车牌的外接矩形框信息建立车辆跟踪信息,基于车辆跟踪信息更新各个车牌的车牌识别结果及置信度。本发明极大地增加了车牌识别结果的鲁棒性,提升了复杂场景下的车牌识别准确率。
-
公开(公告)号:CN117521736A
公开(公告)日:2024-02-06
申请号:CN202311778399.1
申请日:2023-12-22
Applicant: 上海富瀚微电子股份有限公司
IPC: G06N3/0464 , G06F12/02
Abstract: 本发明涉及一种基于卷积神经网络的地址排布方法,属于深度学习技术领域。方法包括:对神经网络结构模型按照有向无环图的节点顺序进行遍历,提取出结构信息。根据结构信息的类型进行信息整合得到数据字典。对层进行垃圾回收校验,删除符合回收条件的层数据,将剩余的层标记为有效层。对有效层的下一层进行校验,对特殊层预留足够内存空间。对有效层在内存模块中寻址获取内存指针位置。计算有效层的始末位置差值,对内存指针指向的地址数据大小进行判断。将内存指针移动到有效层的末尾位置,根据指针的准确地址位置对有效层数据进行内存地址分配。以此实现对大部分目标检测网络结构进行地址复用率较高的地址排布,对于不同的网络结构具有普适性。
-
-