公开(公告)号：CN112800958A

公开(公告)日：2021-05-14

申请号：CN202110117348.9

申请日：2021-01-28

Applicant: 南京邮电大学

Inventor： 赵子昂 ,  张顺外 ,  孔令军 ,  陈静娴 ,  王茜雯 ,  包云超

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于热点图的轻量级人体关键点检测方法，具体包括，获取原始图片，在原始图片上标注标签，创建标签图；建立卷积神经网络模型，将标签图输入到卷积神经网络模型进行模型训练；输入待检测的原始图片，利用训练好的卷积神经网络模型提取特征，得到人体关键点热点图和人体关键点间热点关系图；根据人体关键点热点图，通过热点峰值获取关键点的位置，再与人体关键点间热点关系图进行归并，获得关键点间关系，最终得到单人关键点以及关键点之间的关系。

公开(公告)号：CN112926588B

公开(公告)日：2022-07-22

申请号：CN202110208935.9

申请日：2021-02-24

Applicant: 南京邮电大学

Inventor： 陈睿 ,  周全 ,  孔令军 ,  陈静娴 ,  王茜雯 ,  包云超

IPC: G06V30/148 ,  G06V30/18 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积网络的大角度车牌检测方法，包括如下步骤：步骤S1、构建大角度车牌检测模型，通过所述大角度车牌检测模型获取待检测图像中的目标图像；步骤S2、对步骤S1中获取的目标图像进行切片处理，获得切片图像，再对所述切片图像进行合并处理，获得新的目标图像；步骤S3、将步骤S2中获取的新的目标图像送入字符检测网络进行识别，获得车牌号。本发明识别精度高、效率高、鲁棒性强，能应用于各种大角度的车牌识别。

公开(公告)号：CN112800958B

公开(公告)日：2022-07-22

申请号：CN202110117348.9

申请日：2021-01-28

Applicant: 南京邮电大学

Inventor： 赵子昂 ,  张顺外 ,  孔令军 ,  陈静娴 ,  王茜雯 ,  包云超

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于热点图的轻量级人体关键点检测方法，具体包括，获取原始图片，在原始图片上标注标签，创建标签图；建立卷积神经网络模型，将标签图输入到卷积神经网络模型进行模型训练；输入待检测的原始图片，利用训练好的卷积神经网络模型提取特征，得到人体关键点热点图和人体关键点间热点关系图；根据人体关键点热点图，通过热点峰值获取关键点的位置，再与人体关键点间热点关系图进行归并，获得关键点间关系，最终得到单人关键点以及关键点之间的关系。

公开(公告)号：CN112926588A

公开(公告)日：2021-06-08

申请号：CN202110208935.9

申请日：2021-02-24

Applicant: 南京邮电大学

Inventor： 陈睿 ,  周全 ,  孔令军 ,  陈静娴 ,  王茜雯 ,  包云超

IPC: G06K9/34 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积网络的大角度车牌检测方法，包括如下步骤：步骤S1、构建大角度车牌检测模型，通过所述大角度车牌检测模型获取待检测图像中的目标图像；步骤S2、对步骤S1中获取的目标图像进行切片处理，获得切片图像，再对所述切片图像进行合并处理，获得新的目标图像；步骤S3、将步骤S2中获取的新的目标图像送入字符检测网络进行识别，获得车牌号。本发明识别精度高、效率高、鲁棒性强，能应用于各种大角度的车牌识别。