-
公开(公告)号：CN115100725B
公开(公告)日：2022-11-22
申请号：CN202211014858.4
申请日：2022-08-23
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V40/16 , G06V20/40 , G06V10/74 , G06V10/762 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本申请公开了一种目标识别方法、目标识别装置以及计算机存储介质，该目标识别方法包括：基于至少一种模态的特征对待处理视频的所有视频帧进行聚类，从而将待处理视频为若干待处理子视频；对每一待处理子视频的多个模态的原始视频特征进行编码，得到每一待处理子视频的多模态编码特征；基于每一待处理子视频的多模态编码特征，以及近邻视频特征构建图网络；利用图网络将每一待处理子视频的多模态编码特征，以及近邻视频特征进行融合，得到最终的融合特征，并基于最终的融合特征对目标对象进行识别。本申请的目标识别方法能够通过一种全新的建模方式实现近邻级、视频级和多模态级这三类不同层面信息的自适应融合，提高特征识别效果。
-
公开(公告)号：CN115100725A
公开(公告)日：2022-09-23
申请号：CN202211014858.4
申请日：2022-08-23
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V40/16 , G06V20/40 , G06V10/74 , G06V10/762 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本申请公开了一种目标识别方法、目标识别装置以及计算机存储介质，该目标识别方法包括：基于至少一种模态的特征对待处理视频的所有视频帧进行聚类，从而将待处理视频为若干待处理子视频；对每一待处理子视频的多个模态的原始视频特征进行编码，得到每一待处理子视频的多模态编码特征；基于每一待处理子视频的多模态编码特征，以及近邻视频特征构建图网络；利用图网络将每一待处理子视频的多模态编码特征，以及近邻视频特征进行融合，得到最终的融合特征，并基于最终的融合特征对目标对象进行识别。本申请的目标识别方法能够通过一种全新的建模方式实现近邻级、视频级和多模态级这三类不同层面信息的自适应融合，提高特征识别效果。
-
公开(公告)号：CN116304376A
公开(公告)日：2023-06-23
申请号：CN202211088038.X
申请日：2022-09-05
申请人： 浙江大华技术股份有限公司
IPC分类号： G06F16/9537 , G06F16/9538 , G06F18/22
摘要： 本申请公开了一种档案管理方法、装置以及计算机可读存储介质，通过获取多个初始档案，对每个初始档案中的若干抓拍数据按照抓拍时间信息进行排序，得到每个初始档案的抓拍数据列表；在抓拍数据列表中，设置至少一个标记点位数据；获取至少一个标记点位数据在抓拍数据列表中的一个相邻抓拍数据，并获取至少一个标记点位数据与相邻抓拍数据的抓拍位置差异信息和抓拍时间差异信息；在抓拍位置差异信息和抓拍时间差异信息满足错档条件时，根据相邻抓拍数据和至少一个标记点位数据将第一档案拆分为至少两个第一档案。通过上述方式，深层次的利用时空信息来改善档案管理效果，提升档案管理的效果和容错率。
-
公开(公告)号：CN116244457A
公开(公告)日：2023-06-09
申请号：CN202211600902.X
申请日：2022-12-12
申请人： 浙江大华技术股份有限公司
IPC分类号： G06F16/583 , G06F16/55 , G06V10/74 , G06V10/762
摘要： 本发明提供一种图像检索方法、终端及计算机可读存储介质，图像检索方法包括基于获取的待查询图像在预设图像库中进行查询，得到待查询图像对应的多张检索图像；基于各检索图像的类别标签对多张检索图像进行筛选，得到待查询图像对应的第一候选图像组成的第一候选图像集；基于第一候选图像集中的第一候选图像在预设图像库中进行查询，得到目标对象对应的第二候选图像组成的第二候选图像集；将第一候选图像集和第二候选图像集进行合并，得到待查询图像的检索结果。本申请基于检索图像的类别标签对检索图像进行筛选，提高了检索结果的准确性，将第一候选图像集和第二候选图像集合并作为待查询图像的检索结果，提高了检索结果的全面性。
-
公开(公告)号：CN113255630B
公开(公告)日：2021-10-15
申请号：CN202110802833.X
申请日：2021-07-15
申请人： 浙江大华技术股份有限公司
摘要： 本申请公开了一种运动目标识别训练方法、运动目标识别方法及装置，该运动目标识别训练方法包括：获得不同时间点拍摄的多张图像；获得每张所述图像中目标的第一类静态特征和第二类静态特征；将每张所述图像中所述第一类静态特征和所述第二类静态特征进行融合得到融合特征；将至少部分所述图像的所述融合特征进行分类训练直至整个网络收敛。通过上述方式，能够有效提高目标特征的丰富性，训练得到表征能力更强、鲁棒性更好的运动目标识别模型。
-
公开(公告)号：CN112507786A
公开(公告)日：2021-03-16
申请号：CN202011208177.2
申请日：2020-11-03
申请人： 浙江大华技术股份有限公司
IPC分类号： G06K9/00
摘要： 本申请涉及一种人体多部位检测框关联方法、装置、电子装置和存储介质，其中，该方法包括：获取视频流，视频流包括多帧视频图像；对视频图像进行目标检测处理，得到视频图像中的人脸检测框、头肩检测框以及人体检测框；根据预设外扩比例、视频图像中的人脸检测框以及头肩检测框，确定人脸检测框与头肩检测框之间的第一关联关系；根据预设相对比例、视频图像中的头肩检测框以及人体检测框，确定头肩检测框与人体检测框之间的第二关联关系；根据第一关联关系和第二关联关系，得到视频图像中同一人员对应的人脸检测框、头肩检测框以及人体检测框。通过本申请，解决了相关技术中，无法准确将人体多部位对应的检测框进行关联的问题。
-
公开(公告)号：CN115170851A
公开(公告)日：2022-10-11
申请号：CN202210789716.9
申请日：2022-07-05
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V10/762 , G06V10/74
摘要： 本申请提供一种图像聚类的方法及装置，用以解决图像聚类方法中出现的一人多档的问题。该方法包括：获取至少两个图像集合，所述图像集合中的每张图像中均包含目标类型对象，每个图像集合中的任意两张图像的目标类型对象特征的相似度超过第一阈值；确定每个图像集合中的至少一个特征，所述特征包括时间特征和/或空间特征；其中，时间特征用于描述图像对应的时间信息，空间信息用于描述图像中包含的目标类型对象的位置信息；从图像集合中，确定出第一图像集合以及第二图像集合，其中，第一图像集合的特征与第二图像集合的特征满足预设条件；合并第一图像集合以及第二图像集合。
-
公开(公告)号：CN113255630A
公开(公告)日：2021-08-13
申请号：CN202110802833.X
申请日：2021-07-15
申请人： 浙江大华技术股份有限公司
摘要： 本申请公开了一种运动目标识别训练方法、运动目标识别方法及装置，该运动目标识别训练方法包括：获得不同时间点拍摄的多张图像；获得每张所述图像中目标的第一类静态特征和第二类静态特征；将每张所述图像中所述第一类静态特征和所述第二类静态特征进行融合得到融合特征；将至少部分所述图像的所述融合特征进行分类训练直至整个网络收敛。通过上述方式，能够有效提高目标特征的丰富性，训练得到表征能力更强、鲁棒性更好的运动目标识别模型。
-
公开(公告)号：CN112257645B
公开(公告)日：2023-09-01
申请号：CN202011205000.7
申请日：2020-11-02
申请人： 浙江大华技术股份有限公司
发明人： 张姜
IPC分类号： G06V40/16 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464
摘要： 本发明公开了一种人脸的关键点定位方法和装置、存储介质及电子装置。其中，该方法包括：将人脸图像输入第一卷积神经网络中，通过第一卷积神经网络的特征提取最终连接全连接层输出人脸图像对应的角度信息；将该角度信息和该人脸图像输入第二卷积神经网络中，该第二卷积神经网络的特征提取最终与全连接层相连并输出人脸关键点的坐标信息，达到了将人脸角度信息作为一个重要特征融入到人脸关键点定位的目的。本发明解决了现有技术中，人脸关键点定位的精度差的技术问题。
-
公开(公告)号：CN114419532A
公开(公告)日：2022-04-29
申请号：CN202111484845.9
申请日：2021-12-07
申请人： 浙江大华技术股份有限公司
摘要： 本申请公开了一种目标重识别方法、目标注册方法、电子设备和计算接可读存储介质。该目标重识别方法包括:获取针对待识别目标在相同时间段采集的第一视频和第二视频，第一视频和第二视频的成像方式不同；分别提取第一视频的第二特征和第二视频的第二特征；其中，第二特征包括对应的视频中各个视频帧的单帧图像特征，以及对应的视频中不同视频帧之间的图像特征差异信息；基于第一视频的第二特征和第二视频的第二特征，对待识别目标进行识别。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.034 秒)
