公开(公告)号：CN110781791A

公开(公告)日：2020-02-11

申请号：CN201910998018.8

申请日：2019-10-18

Applicant: 河南大学

Inventor： 渠慎明 ,  刘珊 ,  胡萍 ,  李祥 ,  李涵 ,  渠梦遥 ,  孟凡春 ,  葉奕成

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/40

Abstract: 本发明提供了一种一种基于重心对齐的步态能量图优化合成方法，对属于一个步态周期的二值化图片进行判断，首先判断属于一个步态周期的每帧二值化图片是否属于断头图片，并根据判断结果获取每帧二值化图片的人物轮廓的高度值，进而根据每帧二值化图片的人物轮廓的高度值判断并剔除属于一个步态周期的二值化图片中的无头图片，即对断头的图像把头部与躯干合并，对无头的图像找到进行删除，计算出保留图像的准确重心坐标，最终即可使用重心对齐合成步态能量图；本发明所述的一种基于重心对齐的步态能量图优化合成方法，相对于传统的通过重心对齐合成的步态能量图有一定的提升，特别是头部的鬼影得到了很好的改善。

公开(公告)号：CN110765925A

公开(公告)日：2020-02-07

申请号：CN201910998019.2

申请日：2019-10-18

Applicant: 河南大学

Inventor： 渠慎明 ,  刘珊 ,  孙琳 ,  刘煊 ,  郭念 ,  王倩 ,  渠梦遥 ,  葉奕成

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明提供了一种基于改进的孪生神经网络的携带物检测与步态识别方法，包括以下步骤：步骤1：读取进出机敏场所的前后两段视频；步骤2：利用基于重心对齐的步态能量图优化合成方法分别合成前段视频和后段视频的步态能量图；步骤3：利用改进的孪生神经网络进行携带物检测与步态识别；本发明所述的一种基于改进的孪生神经网络的携带物检测与步态识别方法，与传统的步态识别算法相比，步态识别的准确率得到有效提升；同时，能够对是否同一人以及是否携带状态改变同时判断处理，且判断准确率达到87.54%；进而，使用一个网络同时判断两个问题，在保证了识别准确率的同时，节省了识别时间。

公开(公告)号：CN109359655A

公开(公告)日：2019-02-19

申请号：CN201811089851.2

申请日：2018-09-18

Applicant: 河南大学

Inventor： 渠慎明 ,  苏靖 ,  刘颜红 ,  张东生 ,  刘珊 ,  渠梦瑶 ,  王青博 ,  张济仕

IPC: G06K9/34 ,  G06N3/04

Abstract: 本发明提供了基于上下文正则化循环深度学习的图像分割方法，通过卷积操作、上下文正则化操作和循环迭代操作解决了现有同类算法图像区域和非图像区域分割不准确的问题，尤其解决了预测图片大面积错误和边缘分割不清晰的问题，提高了图像分割准确程度。

公开(公告)号：CN110765925B

公开(公告)日：2023-05-09

申请号：CN201910998019.2

申请日：2019-10-18

Applicant: 河南大学

Inventor： 渠慎明 ,  刘珊 ,  孙琳 ,  刘煊 ,  郭念 ,  王倩 ,  渠梦遥 ,  葉奕成

IPC: G06V40/20 ,  G06V40/10 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明提供了一种基于改进的孪生神经网络的携带物检测与步态识别方法，包括以下步骤：步骤1：读取进出机敏场所的前后两段视频；步骤2：利用基于重心对齐的步态能量图优化合成方法分别合成前段视频和后段视频的步态能量图；步骤3：利用改进的孪生神经网络进行携带物检测与步态识别；本发明所述的一种基于改进的孪生神经网络的携带物检测与步态识别方法，与传统的步态识别算法相比，步态识别的准确率得到有效提升；同时，能够对是否同一人以及是否携带状态改变同时判断处理，且判断准确率达到87.54%；进而，使用一个网络同时判断两个问题，在保证了识别准确率的同时，节省了识别时间。

公开(公告)号：CN109343692B

公开(公告)日：2021-07-23

申请号：CN201811089845.7

申请日：2018-09-18

Applicant: 河南大学

Inventor： 渠慎明 ,  苏靖 ,  程普 ,  张东生 ,  刘珊 ,  渠梦瑶 ,  王青博 ,  张济仕

IPC: G06F1/3234 ,  G06T7/11

Abstract: 本发明提供了基于图像分割的移动设备显示器省电方法，通过卷积操作、上下文正则化操作和循环迭代操作解决了现有同类算法图像区域和非图像区域分割不准确的问题，尤其解决了预测图片大面积错误和边缘分割不清晰的问题，提高了图像分割准确程度，进而降低图像中非图像区域的亮度，在有效保持图像质量的同时，使得显示器耗电程度可以随用户的使用偏好进行调节。

公开(公告)号：CN109359655B

公开(公告)日：2021-07-16

申请号：CN201811089851.2

申请日：2018-09-18

Applicant: 河南大学

Inventor： 渠慎明 ,  苏靖 ,  刘颜红 ,  张东生 ,  刘珊 ,  渠梦瑶 ,  王青博 ,  张济仕

IPC: G06K9/34 ,  G06N3/04

Abstract: 本发明提供了基于上下文正则化循环深度学习的图像分割方法，通过卷积操作、上下文正则化操作和循环迭代操作解决了现有同类算法图像区域和非图像区域分割不准确的问题，尤其解决了预测图片大面积错误和边缘分割不清晰的问题，提高了图像分割准确程度。

公开(公告)号：CN109343692A

公开(公告)日：2019-02-15

申请号：CN201811089845.7

申请日：2018-09-18

Applicant: 河南大学

Inventor： 渠慎明 ,  苏靖 ,  程普 ,  张东生 ,  刘珊 ,  渠梦瑶 ,  王青博 ,  张济仕

IPC: G06F1/3234 ,  G06T7/11

Abstract: 本发明提供了基于图像分割的移动设备显示器省电方法，通过卷积操作、上下文正则化操作和循环迭代操作解决了现有同类算法图像区域和非图像区域分割不准确的问题，尤其解决了预测图片大面积错误和边缘分割不清晰的问题，提高了图像分割准确程度，进而降低图像中非图像区域的亮度，在有效保持图像质量的同时，使得显示器耗电程度可以随用户的使用偏好进行调节。

公开(公告)号：CN110781791B

公开(公告)日：2023-03-24

申请号：CN201910998018.8

申请日：2019-10-18

Applicant: 河南大学

Inventor： 渠慎明 ,  刘珊 ,  胡萍 ,  李祥 ,  李涵 ,  渠梦遥 ,  孟凡春 ,  葉奕成

IPC: G06V40/20 ,  G06V10/30 ,  G06V10/24

Abstract: 本发明提供了一种一种基于重心对齐的步态能量图优化合成方法，对属于一个步态周期的二值化图片进行判断，首先判断属于一个步态周期的每帧二值化图片是否属于断头图片，并根据判断结果获取每帧二值化图片的人物轮廓的高度值，进而根据每帧二值化图片的人物轮廓的高度值判断并剔除属于一个步态周期的二值化图片中的无头图片，即对断头的图像把头部与躯干合并，对无头的图像找到进行删除，计算出保留图像的准确重心坐标，最终即可使用重心对齐合成步态能量图；本发明所述的一种基于重心对齐的步态能量图优化合成方法，相对于传统的通过重心对齐合成的步态能量图有一定的提升，特别是头部的鬼影得到了很好的改善。