公开(公告)号：CN117854132A

公开(公告)日：2024-04-09

申请号：CN202311718340.3

申请日：2023-12-14

Applicant: 厦门大学

Inventor： 姚俊峰 ,  蔡堪佳

IPC: G06V40/16 ,  G06V10/774 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供了人脸检测技术领域的一种多尺度密集人脸检测方法及系统，方法包括如下步骤：步骤S1、基于特征金字塔模块、特征融合模块以及感受野增强模块创建一人脸检测模型；步骤S2、获取大量的人脸图像，基于各人脸图像构建数据集，对数据集中的各人脸图像进行预处理和标注；步骤S3、将数据集划分为训练集、验证集以及测试集；步骤S4、通过训练集对人脸检测模型进行训练，通过验证集对训练后的人脸检测模型进行验证；步骤S5、通过测试集对验证后的人脸检测模型进行测试，并不断优化人脸检测模型的损失函数以及超参数；步骤S6、利用测试后的人脸检测模型进行多尺度密集人脸检测。本发明的优点在于：大幅度提升了多尺度密集人脸检测精度。

公开(公告)号：CN117877065A

公开(公告)日：2024-04-12

申请号：CN202311718339.0

申请日：2023-12-14

Applicant: 厦门大学

Inventor： 姚俊峰 ,  蔡堪佳

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/774 ,  G06V10/766 ,  G06V20/70 ,  G06V10/40 ,  G06V10/764

Abstract: 本发明提供了头部姿态识别技术领域的一种轻量级头部姿态估计方法及系统，方法包括如下步骤：步骤S1、基于特征提取模块、通道注意力模块以及角度回归模块创建一头部姿态估计模型；步骤S2、获取大量的头部图像，基于各所述头部图像构建数据集，对数据集中的各头部图像进行预处理和标注；步骤S3、将数据集划分为训练集、验证集以及测试集；步骤S4、通过训练集对头部姿态估计模型进行训练，通过验证集对训练后的头部姿态估计模型进行验证；步骤S5、通过测试集对验证后的头部姿态估计模型进行测试，并不断优化头部姿态估计模型的损失函数；步骤S6、利用测试后的头部姿态估计模型进行头部姿态估计。本发明的优点在于：极大的提升了头部姿态估计速度。

公开(公告)号：CN114581969B

公开(公告)日：2025-01-10

申请号：CN202210076302.1

申请日：2022-01-21

Applicant: 厦门大学

Inventor： 龙飞 ,  黄健明 ,  王君 ,  王仕琪 ,  蔡堪佳

IPC: G06V40/16 ,  G06V40/20 ,  G06V40/70 ,  G06V10/74 ,  G06V10/766

Abstract: 一种基于人脸位置信息的起立及坐下动作检测方法，涉及图像处理技术领域，所述方法包括：构建用于离群值检测的特征空间；构建伪深度信息；构建伪三维坐标作为人脸特征；使用线性回归算法进行边界学习任务，学习最佳平面；针对多人站立的场合，通过最优传输理论对前后帧的检测对象进行匹配跟踪，实现了多人站立的同时仍保持稳定跟踪对象的功能。本发明通过强化关键的空间特征，提高动作检测的识别效果，提高计算机视觉识别的准确率和普适性，并提高了检测的实时效率。

公开(公告)号：CN114581969A

公开(公告)日：2022-06-03

申请号：CN202210076302.1

申请日：2022-01-21

Applicant: 厦门大学

Inventor： 龙飞 ,  黄健明 ,  王君 ,  王仕琪 ,  蔡堪佳

IPC: G06V40/16 ,  G06V40/20 ,  G06V40/70 ,  G06V10/74 ,  G06V10/764 ,  G06K9/62

Abstract: 一种基于人脸位置信息的起立及坐下动作检测方法，涉及图像处理技术领域，所述方法包括：构建用于离群值检测的特征空间；构建伪深度信息；构建伪三维坐标作为人脸特征；使用线性回归算法进行边界学习任务，学习最佳平面；针对多人站立的场合，通过最优传输理论对前后帧的检测对象进行匹配跟踪，实现了多人站立的同时仍保持稳定跟踪对象的功能。本发明通过强化关键的空间特征，提高动作检测的识别效果，提高计算机视觉识别的准确率和普适性，并提高了检测的实时效率。