一种姿态图像的人体肢体相似度评估方法

    公开(公告)号:CN110633608A

    公开(公告)日:2019-12-31

    申请号:CN201910219321.3

    申请日:2019-03-21

    摘要: 本发明公开一种姿态图像的人体肢体相似度评估方法,涉及图像处理技术领域,包括采集大批量人体姿态图像并对图像中人体关键点进行标注;构建深度神经网络架构;利用图像对所构建的深度神经网络进行训练;将待检测图像输入训练完成的深度神经网络,预测图像中人体关键点并连接完成人体骨架;根据所获的图像中的人体骨架确定多个肢干夹角,通过确定两图像中各肢干夹角的相似度完成评估;该方法利用深度卷积神经网络进行人体姿态估计,采用bottom-up的方式有效完成特征点回归和人体姿态回归,基于深度学习算法,使其在高准确率下实时完成人体姿态估计,采用自定义的夹角相似度评判方法,有效得到两者姿态的相似度,准确完成相似度的估计功能。

    一种农贸产品种类的图像识别方法

    公开(公告)号:CN110197115A

    公开(公告)日:2019-09-03

    申请号:CN201910280853.8

    申请日:2019-04-09

    IPC分类号: G06K9/00 G06K9/62 G06N3/04

    摘要: 本发明公开了一种农贸产品种类的图像识别方法,包括如下步骤:S1、获取农贸产品的图像数据集;S2、将图像数据集分为训练集和测试集,对数据集中的图像进行数据预处理以及增强,然后将图像进行尺寸统一;S3、将步骤S2处理后的图像数据集,送入到深层卷积神经网络中进行训练;S4、当网络损失函数收敛时,根据错误的图像的类型在辅助训练集中找到一些对应类型的图像添加到训练集中,对网络继续进行训练;S5、重复步骤S4,直至网络损失函数收敛或在验证集上的检测结果稳定;S6、将训练好的网络模型对测试集进行测试,输出结果判断属于哪种农贸产品。本发明快速准确的识别农贸产品的种类可快速推进农贸市场的智能化,为企业节约大量的人力和物力。

    基于计算机视觉分析的桥船桥防撞智能监测预警管理系统

    公开(公告)号:CN115662097A

    公开(公告)日:2023-01-31

    申请号:CN202211331409.2

    申请日:2022-10-28

    IPC分类号: G08B31/00 G08G3/02

    摘要: 本发明涉及船桥防撞技术领域,用于解决现有的在桥船防撞智能监测预警管理的方式中,难以动态分析船舶以及桥梁通航情况,也难以对船舶通航异常情况及时做出应对预警,故无法保证航道通航安全畅通,极大影响了船舶和桥梁等过河建筑物自身的安全的问题,尤其公开了基于计算机视觉分析的桥船桥防撞智能监测预警管理系统,包括服务器,服务器通信连接有数据采集单元、数据存储单元、纵向碰撞监测分析单元、横向碰撞监测分析单元和防撞预警反馈单元;本发明,在实现了对船舶通航高度的碰撞风险的预警控制的同时,也准确分析了船舶在水运航道的横向层面与桥梁发生碰撞的风险判定,提高了船舶与桥梁的通航安全,保障了航道通航安全畅通。

    基于深度学习目标检测的监狱双人离岗违规评估方法

    公开(公告)号:CN110516538B

    公开(公告)日:2022-10-11

    申请号:CN201910639147.8

    申请日:2019-07-16

    摘要: 本发明涉及一种基于深度学习目标检测的监狱双人离岗违规评估方法,包括:采集监狱应用场景下的原始图像,并对原始图像进行预处理;对经过预处理的图像,利用深度卷积神经网络提取特征图像,并基于预备的数据集进行行人目标的检测;确定图像中所要进行双人离岗违规评估的监控区域;持续统计所述监控区域中的行人目标的数目,并结合时间参数判断是否有违规事件发生,若发生违规事件,则进行报警。本发明降低了人工成本投入,避免了由人工疲劳而造成的监管遗失,并且相比传统的图像或视频识别技术,提高了检测准确度,避免漏检和误报。

    一种基于深度学习的闯红灯检测系统

    公开(公告)号:CN110956156A

    公开(公告)日:2020-04-03

    申请号:CN201911279731.3

    申请日:2019-12-13

    发明人: 李家兴 吴军

    IPC分类号: G06K9/00 G06N3/08 G06N3/04

    摘要: 本发明提供了一种基于深度学习的闯红灯检测系统,其包括检测模块;所述检测模块用于使用卷积神经网络对所述待检测图像进行检测,通过检测所述检测图像中的红绿灯处于红灯状态时,监控区域中是否存在行人来获得检测结果,所述检测结果为所述待检测图像中是否存在行人闯红灯行为。本发明通过构建建立基于深度学习的卷积神经网络,并使用所述卷积神经网络对监控区域中是否存在行人来进行检测,解决了传统识别技术中行人识别不准确的问题。

    一种商品识别方法及系统

    公开(公告)号:CN110348293B

    公开(公告)日:2022-11-18

    申请号:CN201910458559.1

    申请日:2019-05-29

    摘要: 本发明公开一种商品识别方法及系统,涉及商品识别技术领域,包括获取用于训练的货架商品图像;标注所述货架商品图像的信息,其中,所述信息包括但不限于商品的位置和类别;将标注后的货架商品图像送入商品识别网络进行训练,获得最优模型;将待识别的商品图像送入所述最优模型中,识别商品图像中商品的种类、数量及应属位置;通过移动终端拍摄图片,将该图片上传到服务器,服务器通过商品识别网络判断商品的种类和当前货架的每个商品的数量去替代工人统计,此方法可以快速高效的实现商品的统计功能;使用智能的商品识别软件可以给超市减少人力的投入减少运行成本,并且快速高效去统计商品种类和数量。

    基于计算机视觉分析的桥船桥防撞智能监测预警管理系统

    公开(公告)号:CN115662097B

    公开(公告)日:2023-05-16

    申请号:CN202211331409.2

    申请日:2022-10-28

    IPC分类号: H04N7/18 G08B31/00 G08G3/02

    摘要: 本发明涉及船桥防撞技术领域,用于解决现有的在桥船防撞智能监测预警管理的方式中,难以动态分析船舶以及桥梁通航情况,也难以对船舶通航异常情况及时做出应对预警,故无法保证航道通航安全畅通,极大影响了船舶和桥梁等过河建筑物自身的安全的问题,尤其公开了基于计算机视觉分析的桥船桥防撞智能监测预警管理系统,包括服务器,服务器通信连接有数据采集单元、数据存储单元、纵向碰撞监测分析单元、横向碰撞监测分析单元和防撞预警反馈单元;本发明,在实现了对船舶通航高度的碰撞风险的预警控制的同时,也准确分析了船舶在水运航道的横向层面与桥梁发生碰撞的风险判定,提高了船舶与桥梁的通航安全,保障了航道通航安全畅通。

    基于深度学习目标检测的监狱双人离岗违规评估方法

    公开(公告)号:CN110516538A

    公开(公告)日:2019-11-29

    申请号:CN201910639147.8

    申请日:2019-07-16

    摘要: 本发明涉及一种基于深度学习目标检测的监狱双人离岗违规评估方法,包括:采集监狱应用场景下的原始图像,并对原始图像进行预处理;对经过预处理的图像,利用深度卷积神经网络提取特征图像,并基于预备的数据集进行行人目标的检测;确定图像中所要进行双人离岗违规评估的监控区域;持续统计所述监控区域中的行人目标的数目,并结合时间参数判断是否有违规事件发生,若发生违规事件,则进行报警。本发明降低了人工成本投入,避免了由人工疲劳而造成的监管遗失,并且相比传统的图像或视频识别技术,提高了检测准确度,避免漏检和误报。

    一种列车底部转向架的螺丝松动和异物检测方法和系统

    公开(公告)号:CN114544647A

    公开(公告)日:2022-05-27

    申请号:CN202210181649.2

    申请日:2022-02-25

    摘要: 本发明涉及数据处理领域,具体涉及一种列车底部转向架的螺丝松动和异物检测方法和系统,包括基于列车转向架的历史数据生成故障区域识别模型和故障点识别模型;连续获取列车行驶时转向架的图像数据;基于故障区域识别模型和故障点识别模型对图像数据进行筛选,得到故障点图;对故障点进行识别并报警。通过列车转向架的历史数据可以得到相应的故障区域训练模型,以及相应的故障点训练模型,然后实时对运行的列车转向夹紧进行拍照以得到转向架的图像数据,从而可以使用故障区域训练模型和故障点训练模型以得到故障点图,从而可以进行报警,使得转向架的故障检测更加方便。