一种通过2D图像推断人体动作姿态的方法及装置

    公开(公告)号:CN107545242B

    公开(公告)日:2020-05-26

    申请号:CN201710612964.5

    申请日:2017-07-25

    发明人: 郭继舜

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种通过2D图像推断人体动作姿态的方法,包括以下步骤:2D图像获取步骤:获取含有人体动作的2D图像;置信图计算步骤:对所述2D图像做卷积神经网络算法得到对应的置信图;匹配步骤:将2D图像对应的置信图与预设的3D模型数据库进行匹配,从而得到所述2D图像对应的3D模型;映射步骤:将所述3D模型在任意平面视角下进行映射,从而获取每个平面视角下的人体动作姿态。本发明还提供了一种电子设备和计算机可读存储介质。本发明解决了现有技术中通过2D图像得到人体动作姿态的识别率低的问题。

    基于海量驾驶视频数据训练的无人汽车驾驶决策方法

    公开(公告)号:CN107895501B

    公开(公告)日:2019-11-29

    申请号:CN201710909246.4

    申请日:2017-09-29

    发明人: 郭继舜

    摘要: 本发明公开了一种基于海量驾驶视频数据训练的无人汽车驾驶决策方法,涉及无人汽车技术领域。所述方法包括:使用决策装置,运行无人驾驶程序,将无人驾驶决策的结果与所述上传到云端的视频数据中的驾驶员实际驾驶结果进行比较,如果驾驶员操纵结果与机器决策的结果相同,则只进行相关驾驶数据的结构化信息记录后,存储在本地,不将视频数据进行上传;当算法预测的驾驶决策与驾驶员的实际决策不一致的时候,系统将用于算法决策的视频、用于决策判断的深度学习模型特征、算法决策相关参数、人类驾驶员的实际操作参数进行上传,使其他决策装置进行训练学习,并根据决策的结果驱动汽车进行驾驶。所述方法具有成本低、数据计算量小、反应速度快的优点。

    室内物体的自动分割识别方法、电子设备及存储介质

    公开(公告)号:CN107918759A

    公开(公告)日:2018-04-17

    申请号:CN201710931122.6

    申请日:2017-10-09

    发明人: 郭继舜

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明公开了室内物体的自动分割识别方法,包括以下步骤:构建数据库,建立马尔科夫随机场算法的最大化函数,使用支撑向量机对最大化函数量进行学习,得到最大化函数的全局最优解,完成对室内物体的自动分割,最后获取图像区域的语义标签、两个图像区域之间的相互关系。本发明还公开了一种电子设备和计算机可读存储介质。本发明引入马尔科夫随机场算法,使用支持向量机进行参数学习,从而完成对场景的自动分割,并得到关键物体的语义标签和物体之间的相互支撑关系。

    基于海量驾驶视频数据训练的无人汽车驾驶决策方法

    公开(公告)号:CN107895501A

    公开(公告)日:2018-04-10

    申请号:CN201710909246.4

    申请日:2017-09-29

    发明人: 郭继舜

    摘要: 本发明公开了一种基于海量驾驶视频数据训练的无人汽车驾驶决策方法,涉及无人汽车技术领域。所述方法包括:使用决策装置,运行无人驾驶程序,将无人驾驶决策的结果与所述上传到云端的视频数据中的驾驶员实际驾驶结果进行比较,如果驾驶员操纵结果与机器决策的结果相同,则只进行相关驾驶数据的结构化信息记录后,存储在本地,不将视频数据进行上传;当算法预测的驾驶决策与驾驶员的实际决策不一致的时候,系统将用于算法决策的视频、用于决策判断的深度学习模型特征、算法决策相关参数、人类驾驶员的实际操作参数进行上传,使其他决策装置进行训练学习,并根据决策的结果驱动汽车进行驾驶。所述方法具有成本低、数据计算量小、反应速度快的优点。

    一种含有深度信息的图像分割的方法及装置

    公开(公告)号:CN107452003A

    公开(公告)日:2017-12-08

    申请号:CN201710525948.2

    申请日:2017-06-30

    发明人: 郭继舜

    IPC分类号: G06T7/11

    CPC分类号: G06T7/11

    摘要: 本发明公开了一种含有深度信息的图像分割的方法,包括以下步骤:获取步骤:获取用户输入的点选信息,并将待分割图像划分为各区域块,所述点选信息为待分割图像上的像素点;判断步骤:根据点选信息判断各区域块上像素点属于前景区域还是背景区域;第一图像分割步骤:根据置信图谱对各区域块上像素点的结果进行判断以实现图像分割。本发明还公开了一种电子设备、计算机可读存储介质及含有深度信息的图像分割的装置。本发明的含有深度信息的图像分割的方法对不同的图像特征自动生成分割标签,再把不同特征下生成的标签进行融合判决,最终形成最优化的图像分割方案;本发明的图像分割方法在五大RGBD数据集上测试结果明显效果更好。

    一种通过2D图像推断人体动作姿态的方法及装置

    公开(公告)号:CN107545242A

    公开(公告)日:2018-01-05

    申请号:CN201710612964.5

    申请日:2017-07-25

    发明人: 郭继舜

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种通过2D图像推断人体动作姿态的方法,包括以下步骤:2D图像获取步骤:获取含有人体动作的2D图像;置信图计算步骤:对所述2D图像做卷积神经网络算法得到对应的置信图;匹配步骤:将2D图像对应的置信图与预设的3D模型数据库进行匹配,从而得到所述2D图像对应的3D模型;映射步骤:将所述3D模型在任意平面视角下进行映射,从而获取每个平面视角下的人体动作姿态。本发明还提供了一种电子设备和计算机可读存储介质。本发明解决了现有技术中通过2D图像得到人体动作姿态的识别率低的问题。

    多媒体数据深度挖掘方法、存储介质及电子设备

    公开(公告)号:CN107506370A

    公开(公告)日:2017-12-22

    申请号:CN201710549413.9

    申请日:2017-07-07

    发明人: 郭继舜

    IPC分类号: G06F17/30

    CPC分类号: G06F17/30823 G06F17/30784

    摘要: 本发明提供多媒体数据深度挖掘方法,同时本发明还涉及存储介质与电子设备。本发明基于深度学习的分布式海量高维视频数据的检索方法,并针对海量高维数据的快速挖掘问题,进行检测数据和计算负载的分布式部署,同时通过实验数据证明基于深度的分布式海量高维视频数据检索框架的有效性。本发明采用虚拟节点算法对分布式海量高维视频数据检索负载均衡的优化;针对海量高维视频数据分布式检索的负载均衡问题,深入研究对等网络的动态负载均衡算法和索引结构的数据分布特点,设计出一种基于虚拟节点的动态调度算法来满足深度学习大量运算的需要。

    用于无人驾驶的识别方法、电子设备、存储介质以及系统

    公开(公告)号:CN107563282A

    公开(公告)日:2018-01-09

    申请号:CN201710612860.4

    申请日:2017-07-25

    发明人: 郭继舜

    IPC分类号: G06K9/00

    摘要: 本发明公开了用于无人驾驶的识别方法,该方法包括:获取路面上的影像数据;将所述影像数据进行背景运动去除处理,得到待识别影像数据;将所述待识别影像数据进行识别和定位处理,得到含有关键目标影像的已处理影像数据;将所述已处理影像数据中的关键目标影像进行提取处理,得到关键目标影像数据;根据所述关键目标影像数据计算关键目标的运动状态。通过采集路面上的影像数据,并对影像数据进行背景运动去除处理,以及进行识别定位处理,得到含有关键目标影像的已处理影像数据,并对已处理影像数据中的关键目标影像进行提取处理,得到关键目标影像数据,并根据关键目标影像数据计算关键目标的运动状态。