-
公开(公告)号：CN114332140B
公开(公告)日：2022-07-12
申请号：CN202210255145.0
申请日：2022-03-16
申请人： 北京文安智能技术股份有限公司
IPC分类号： G06T7/12
摘要： 本发明提供了一种交通道路场景图像的处理方法，包括：将交通道路场景图像输入图像语义分割模型，获取语义分割蒙版图像，语义分割蒙版图像包括多个蒙版；针对每个蒙版对应的连通区域，使用多边形轮廓框取其外边界，多边形轮廓框由在连通区域的外周沿拾取的多个边界像素点顺次连线形成，且沿语义分割蒙版图像的高度方向上的任意相邻两个边界像素点的高度距离相等；沿多边形轮廓裁取蒙版以作为用于交通违法检测或交通道路遗撒物检测的待测图片单元。本发明解决将现有技术中的蒙版提取方法应用于交通道路场景，完全违背了交通违法检测过程以及交通道路遗撒物检测过程的经济性、高效性和便捷性的需求的问题。
-
公开(公告)号：CN114495016A
公开(公告)日：2022-05-13
申请号：CN202210327851.1
申请日：2022-03-31
申请人： 北京文安智能技术股份有限公司
摘要： 本发明提供了一种基于视觉语义信息和时空信息的行人重识别方法，包括：收集目标场景中的行人图像并制作训练集，获得用于人体特征提取的骨干神经网路；标注行人图像的人体ID、时间信息和空间信息，获取时空概率分布曲线集；在检测集中选取待测行人图像输入骨干神经网络后获取人体特征向量后获得第一相似度概率值；找到时空概率分布曲线，并读取第二相似度概率值；获得两张待测行人图像中的行人相似度值，与相似度预设值的比较结果判断两张待测行人图像中的行人是否为同一行人。本发明解决了现有技术中行人重识别技术的应用时，仅利用视觉语义信息的比对进行行人重识别存在一定的局限性，会出现误判的可能而影响识别精度的问题。
-
公开(公告)号：CN112329635B
公开(公告)日：2022-04-29
申请号：CN202011227756.1
申请日：2020-11-06
申请人： 北京文安智能技术股份有限公司
IPC分类号： G06V20/52 , G06V40/16 , G06V10/762 , G06K9/62 , G06Q30/02
摘要： 本发明提供了一种店铺客流统计方法和装置，其中，店铺客流统计方法包括：持续跟踪并检测店铺的视频场景中的动态人脸，并获取人脸特征数据包，基于人脸特征数据包能够获取店铺的人流数据信息；对人流数据信息进行二次聚类分析，以在人脸特征数据包中提取多个候选店员数据集；基于时域特征的统计分析从多个候选店员数据集中提取出实际店员数据集，基于实际店员数据集获取店铺的实际店员数据信息；过滤掉人流数据信息中的实际店员数据信息，以获取店铺在第一预设时长内的客流数据信息。本发明解决了现有技术中的在店铺的客流量统计时，无法快速地、高效地过滤掉进出店铺人流中的店员，而影响了店铺的客流量统计精度的问题。
-
公开(公告)号：CN114332140A
公开(公告)日：2022-04-12
申请号：CN202210255145.0
申请日：2022-03-16
申请人： 北京文安智能技术股份有限公司
IPC分类号： G06T7/12
摘要： 本发明提供了一种交通道路场景图像的处理方法，包括：将交通道路场景图像输入图像语义分割模型，获取语义分割蒙版图像，语义分割蒙版图像包括多个蒙版；针对每个蒙版对应的连通区域，使用多边形轮廓框取其外边界，多边形轮廓框由在连通区域的外周沿拾取的多个边界像素点顺次连线形成，且沿语义分割蒙版图像的高度方向上的任意相邻两个边界像素点的高度距离相等；沿多边形轮廓裁取蒙版以作为用于交通违法检测或交通道路遗撒物检测的待测图片单元。本发明解决将现有技术中的蒙版提取方法应用于交通道路场景，完全违背了交通违法检测过程以及交通道路遗撒物检测过程的经济性、高效性和便捷性的需求的问题。
-
公开(公告)号：CN114140755A
公开(公告)日：2022-03-04
申请号：CN202210103576.5
申请日：2022-01-28
申请人： 北京文安智能技术股份有限公司
摘要： 本发明提供了一种图像语义分割模型的转换方法和交通道路场景分析平台，其中，模型转换方法包括：构造基础网络并对其轻量化处理，对DeepLabV3plus网络进行算子替换后获得语义分割初始模型；在基于PyTorch的深度学习框架下训练其得到图像语义分割模型；将图像语义分割模型转换到Caffe深度学习框架下，再转换到TensorRt深度学习框架下；其中，转换至Caffe深度学习框架下后，裁剪掉形成的填充层。本发明解决了现有技术中的图像语义分割模型存在与交通道路场景分析平台部署适配性差而无法稳定发挥性能的问题；以及因具有过多的网络参数而导致模型部署到交通道路场景分析平台时会浪费大量的算力，实用性差的问题。
-
公开(公告)号：CN113469144A
公开(公告)日：2021-10-01
申请号：CN202111013929.4
申请日：2021-08-31
申请人： 北京文安智能技术股份有限公司
摘要： 本发明提供了一种基于视频的行人性别及年龄识别方法和模型，方法包括获取待测图像；进行人体轮廓检测，识别出行人并用人体区域检测框框选，裁取人体轮廓图片进行关键点提取，选取行人的多张人体轮廓图片，拼接像素值坐标输出时序初始向量，归一化处理得到时序归一化向量，将人体轮廓图片对齐得到人体轮廓对齐图片；横向切割出多张人体局部轮廓子图后深度特征提取，输出包含全局特征信息和局部特征信息的空域初始向量，归一化处理得到空域特征向量；获取决策向量以得到性别及年龄判定结果。本发明解决了现有技术中利用图像识别处理技术获取行人的性别和年龄信息时，需要提取和收集行人的面部信息数据，从而存在隐私安全性低的问题。
-
公开(公告)号：CN113240058A
公开(公告)日：2021-08-10
申请号：CN202110787786.6
申请日：2021-07-13
申请人： 北京文安智能技术股份有限公司
摘要： 本发明提供了一种车牌图像训练集构造方法和车牌字符检测模型训练方法，其中，车牌图像训练集构造方法包括：获取车牌图像数据集中的最大车牌宽度为w和最大车牌高度为h；根据其构造标准训练样本图像的底布；在车牌图像数据集中抽取n个车牌图像并扰动缩放后沿高度方向粘贴在预制画布上，对预制画布缩放后粘贴在底布上，以形成标准训练样本图像；多次重复上述方案获取多个标准训练样本图像后汇聚形成车牌图像训练集。本发明解决了现有技术中的用于训练车牌字符检测模型的开源的车牌字符数据集的车牌图像上的字符形式单一，从而导致训练好的车牌图像字符检测模型泛化能力差，对具有复杂字符的车牌检测识别效果弱，误报率高，存在实用性差的问题。
-
公开(公告)号：CN113221875A
公开(公告)日：2021-08-06
申请号：CN202110769915.9
申请日：2021-07-08
申请人： 北京文安智能技术股份有限公司
摘要： 本发明提供了一种基于主动学习的目标检测模型训练方法，包括：由专家标定输入数据集向模型训练数据集输入标记有专家标签的样本图像，和/或由无标定输入数据集向模型训练数据集输入无目标对象框选的样本图像；当模型训练数据集的样本图像数量值小于或等于数据上限值时，继续训练初始模型，当样本图像数量值大于数据上限值时，选取筛除图像后训练初始模型，在筛除图像中选取无专家标签的输入待标定困难样本数据集；对其中的筛除图像进行目标对象框选筛查及专家标签标记后输入专家标定输入数据集，重复上述方案，生成目标检测模型。本发明解决了现有技术中的为了提升目标检测模型泛化能力而导致训练数据集的数据量累积造成模型训练效率低下的问题。
-
公开(公告)号：CN112329635A
公开(公告)日：2021-02-05
申请号：CN202011227756.1
申请日：2020-11-06
申请人： 北京文安智能技术股份有限公司
摘要： 本发明提供了一种店铺客流统计方法和装置，其中，店铺客流统计方法包括：持续跟踪并检测店铺的视频场景中的动态人脸，并获取人脸特征数据包，基于人脸特征数据包能够获取店铺的人流数据信息；对人流数据信息进行二次聚类分析，以在人脸特征数据包中提取多个候选店员数据集；基于时域特征的统计分析从多个候选店员数据集中提取出实际店员数据集，基于实际店员数据集获取店铺的实际店员数据信息；过滤掉人流数据信息中的实际店员数据信息，以获取店铺在第一预设时长内的客流数据信息。本发明解决了现有技术中的在店铺的客流量统计时，无法快速地、高效地过滤掉进出店铺人流中的店员，而影响了店铺的客流量统计精度的问题。
-
公开(公告)号：CN111241913A
公开(公告)日：2020-06-05
申请号：CN201911314958.7
申请日：2019-12-19
申请人： 北京文安智能技术股份有限公司
IPC分类号： G06K9/00
摘要： 本发明涉及人工智能技术领域，公开了一种检测人员摔倒的方法、装置及系统。该方法包括：获取待检测视频图像帧，目标检测模型及人体姿态分析模型；通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；如果判断结果为摔倒状态，则发送提示信息。采用本发明技术方案不但成本低，检测精度较高。
-
-
-
-
-
-
-
-
-
搜索结果
59 条记录 (耗时 0.051 秒)
