-
公开(公告)号：CN109117719B
公开(公告)日：2020-04-14
申请号：CN201810710828.4
申请日：2018-07-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于局部可变形部件模型融合特征的驾驶姿态识别方法。本发明的方法包括如下步骤：(1)采用视频传感器获取驾驶员姿态图像，并定义驾驶姿态局部核心区域；(2)采用线性判别式分析分别确定每一个驾驶姿态局部核心区域的组件数，构建驾驶姿态局部核心区域检测的局部可变形部件模型；(3)分别构建驾驶姿态局部核心区域的局部可变形部件模型的得分模型，该模型的计算结果作为驾驶姿态局部核心区域的局部特征向量；(4)采用串行融合规则构建驾驶员姿态的局部可变形部件模型融合特征向量；(5)采用基于RBF核的支持向量机对驾驶员姿态进行识别。本发明能够有效地对驾驶员的驾驶姿态进行检测和识别。
-
Patent Agency Ranking
公开(公告)号：CN109948643A
公开(公告)日：2019-06-28
申请号：CN201910054955.8
申请日：2019-01-21
Applicant: 东南大学
Abstract: 本发明提供了一种基于深层网络融合模型的车辆类型分类方法，包括：对获取的车辆图像搜索车牌区域，定位和分割车脸图像；构建Resnet50网络模型，对车脸图像进行特征提取，获得1×2048维的车型特征向量FR；构建InceptionV3网络模型，对车脸图像进行特征提取，获得1×2048维的车型特征向量FI；构建Xception网络模型，对车脸图像进行特征提取，获得1×2048维的车型特征向量FX；将获取的车脸图像特征向量FR、FI和FX进行融合，得到3×2048维的车型融合特征向量FC；构建深层网络融合模型的输出层，并根据获取的车型融合特征向量FC对车辆类型进行分类。本发明性能优于现有车型分类方法。
-
公开(公告)号：CN106228499A
公开(公告)日：2016-12-14
申请号：CN201610529822.8
申请日：2016-07-06
Applicant: 东南大学
IPC: G06Q50/30
CPC classification number: G06Q50/30
Abstract: 本发明公开了一种基于人-车-路-货多风险源的货运安全评价模型，包括以下步骤：构建货运安全感知系统，获取驾驶人、车辆、道路(环境)和货物信息；采用事故致因理论分析货运车辆事故致因因素，定义人、车、路和货四类风险源的属性集，并采用事故树分析方法对属性集进行分析和筛选；根据筛选后的属性集，采用层次分析法构建货运安全风险指标体系，并确定驾驶人、车辆、路(环境)和货物信息各因素对于事故发生的权重；依据建立的货运风险综合评价指标体系及各评价指标权重，采用模糊评价理论构建货运安全风险评价模型。本发明可为公路货物运输安全工作提供智能化预警的技术支撑。
-
公开(公告)号：CN106682087A
公开(公告)日：2017-05-17
申请号：CN201611063148.5
申请日：2016-11-28
Applicant: 东南大学
CPC classification number: G06F17/30247 , G06K9/6249 , G06K9/6255 , G06K9/6269
Abstract: 本发明公开了一种基于车载装饰品特征稀疏编码的车辆检索方法，包括获取车辆图像数据，并采用灰度共生矩阵特征及支持向量机检测图像中的车辆区域；获取的车辆图像中的车载装饰品区域图像；构建车载装饰品区域图像的超完备字典；求解待查询车辆所对应的车载装饰品区域图像的稀疏向量；重构待查询车载装饰品区域图像，并计算该重构图像与待查询车载装饰品区域图像之间的欧氏距离；更新待查询车载装饰品区域图像的稀疏向量，并根据大小排序该稀疏向量的元素，设定阈值，得到车载装饰品区域图像的检索结果。与现有技术相比，本发明以基于车载装饰品特征来进行车辆检索，大大增加了检索精度和可靠性，为有效解决违法车辆追踪问题提供了重要依据。
-
公开(公告)号：CN106408575A
公开(公告)日：2017-02-15
申请号：CN201610805479.5
申请日：2016-09-06
Applicant: 东南大学
CPC classification number: G06T2207/10016 , G06T2207/30242
Abstract: 本发明公开了一种城市交通场景中基于时间空间图像的车辆计数方法，首先提出了一种背景模型的初始化方法；对当前场景像素点交通状态进行判别；计算背景模型中像素点的置信度，并判断是否更新；然后根据当前交通状态用阈值自适应更新方法更新背景模型，运用基于像素的自适应分割方法检测前景；将虚拟检测直线上前景背景检测的结果累计保持形成时间空间图像；对时间空间图像进行形态学滤波处理，得到连通区域，统计连通区域的数量得到车辆的数量。本发明解决了复杂场景下对车辆计数的问题，使得计数更加准确，方法简单且检测速度快。
-
公开(公告)号：CN109117719A
公开(公告)日：2019-01-01
申请号：CN201810710828.4
申请日：2018-07-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于局部可变形部件模型融合特征的驾驶姿态识别方法。本发明的方法包括如下步骤：(1)采用视频传感器获取驾驶员姿态图像，并定义驾驶姿态局部核心区域；(2)采用线性判别式分析分别确定每一个驾驶姿态局部核心区域的组件数，构建驾驶姿态局部核心区域检测的局部可变形部件模型；(3)分别构建驾驶姿态局部核心区域的局部可变形部件模型的得分模型，该模型的计算结果作为驾驶姿态局部核心区域的局部特征向量；(4)采用串行融合规则构建驾驶员姿态的局部可变形部件模型融合特征向量；(5)采用基于RBF核的支持向量机对驾驶员姿态进行识别。本发明能够有效地对驾驶员的驾驶姿态进行检测和识别。
-
-
-
-
-
Search Results
6
records
(took 0.012 seconds)
