-
公开(公告)号：CN109686103B
公开(公告)日：2021-06-08
申请号：CN201811643696.4
申请日：2018-12-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于图像识别的智能交通违停监控管理系统与方法，属于智能交通技术领域，本发明通过自主移动装置对选定区域范围执行24小时不间断自动巡逻与监测，发现违章停车可进行提醒、警告、取证或处罚。自主移动装置巡逻过程可通过远程的监控移动设备与监控主机存储与查看，违章决策可通过自主移动装置或云端服务平台等智能识别与判定，也可通过远程操作员借助移动终端或计算机人工判定，违章停车提醒、警告、可通过自主移动装置现场警告或经由云端对车主特定关联手机发送信息完成。本发明使交警违章停车系统监控与管理更加的方便快捷有效率，大大提高了巡逻违章的速度、效率与时间和地域的维度，可替代交警执勤人员巡逻。
-
公开(公告)号：CN109686103A
公开(公告)日：2019-04-26
申请号：CN201811643696.4
申请日：2018-12-29
Applicant: 中南大学
CPC classification number: G08G1/0175 , G06K9/00664 , G06Q50/26 , G08G1/0108 , H04L67/10 , H04N5/76 , H04N7/185
Abstract: 本发明公开了一种基于图像识别的智能交通违停监控管理系统与方法，属于智能交通技术领域，本发明通过自主移动装置对选定区域范围执行24小时不间断自动巡逻与监测，发现违章停车可进行提醒、警告、取证或处罚。自主移动装置巡逻过程可通过远程的监控移动设备与监控主机存储与查看，违章决策可通过自主移动装置或云端服务平台等智能识别与判定，也可通过远程操作员借助移动终端或计算机人工判定，违章停车提醒、警告、可通过自主移动装置现场警告或经由云端对车主特定关联手机发送信息完成。本发明使交警违章停车系统监控与管理更加的方便快捷有效率，大大提高了巡逻违章的速度、效率与时间和地域的维度，可替代交警执勤人员巡逻。
-
公开(公告)号：CN118397038B
公开(公告)日：2024-09-03
申请号：CN202410813628.7
申请日：2024-06-24
Applicant: 中南大学
IPC: G06T7/215 , G06N3/045 , G06N3/0464 , G06N3/08 , G06T7/207 , G06V10/54 , G06V10/56 , G06V10/80 , G06V10/82
Abstract: 本申请公开了一种基于深度学习的运动目标分割方法、系统、设备及介质，本方法通过采用特征提取网络模型提取预处理后的第一输入图片和第二输入图片中的特征，并将特征提取网络模型中的若干网络层输出的特征作为特征向量集，得到第一特征向量集和第二特征向量集；构建第一特征金字塔和第二特征金字塔，并基于第一特征金字塔和第二特征金字塔估计光流，得到光流结果；将第二特征向量集中最后提取的特征向量进行多尺度的深层次特征提取，得到深层次特征向量集；将深层次特征向量集与光流结果进行不同尺度的特征融合，得到多个融合特征；根据多个融合特征，采用分割头进行运动目标分割，得到运动目标分割结果。本申请能够提高运动目标分割的准确度。
-
公开(公告)号：CN118470586A
公开(公告)日：2024-08-09
申请号：CN202410420583.7
申请日：2024-04-09
Applicant: 中南大学
IPC: G06V20/40 , G06T7/73 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764 , G06N3/084 , G06V40/20
Abstract: 本申请公开了一种面向视觉售货柜的购物行为识别方法、系统、设备及介质，本方法通过获取视觉售货柜的视频段数据集和待识别的视频数据；采用第一算法提取视频段数据集中的商品坐标；采用第二算法提取视频段数据集中的手部关节点坐标；根据商品坐标和手部关节点坐标，确定时空人‑物关系序列图；采用时空人‑物关系序列图训练时空图卷积网络模型，得到训练好的时空图卷积网络模型；以便采用训练好的时空图卷积网络模型对待识别的视频数据进行分类，得到原子行为结果，并根据原子行为结果，得到时序复合的购物行为识别结果。本申请能够准确识别购物行为是否正常，并提高网络模型的检测速度。
-
公开(公告)号：CN109636539B
公开(公告)日：2023-09-01
申请号：CN201811564371.7
申请日：2018-12-20
Applicant: 中南大学
IPC: G06Q30/0601 , G06Q10/0836 , G06Q50/12 , G06Q50/30 , G06K17/00
Abstract: 本发明公开了一种列车自助订餐取餐方法，属于餐饮领域，本发明提供的这种列车自助订餐取餐方法，通过放置于各列车的智能餐车进行餐品智能配送服务，面向全国所有列车与所有乘客，全方位实现自助订餐、自助取餐，自助订食品与饮料，自助取食品与饮料，可为乘客提供价格实惠、口味多样化的餐品，能够将沿途供餐站的餐品及时送达至乘客手中。本发明提供的这种列车自助订餐取餐方法，该方法方便、快捷、经济，解决了列车乘客在长途旅行中就餐以及列车工作人员的送餐不方便的问题，全方位实现列车自助订餐管理的智能化，节省劳动力成本。
-
Patent Agency Ranking
公开(公告)号：CN114863171A
公开(公告)日：2022-08-05
申请号：CN202210471258.4
申请日：2022-04-28
Applicant: 中南大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv2模型的海上目标的检测识别方法和处理装置，其基于改进YOLOv2模型的海上目标检测方法，包括以下步骤：步骤A，基于生成对抗网络(GAN)训练有雾图像，经过若干次迭代得到GAN的生成器作为去雾网络，利用去雾网络对原始图像进行高清晰度训练处理得到高清晰化训练图像；步骤B，利用基于YOLOv2网络的目标检测模型对步骤A的高清晰化训练图像进行目标检测，识别图像中是否存在对应的目标。本发明能够很好地克服海洋多变气候产生的有雾图像对目标检测的影响，通过去雾再检测的操作，本发明实时性好，准确率高。
-
公开(公告)号：CN109658191A
公开(公告)日：2019-04-19
申请号：CN201811564154.8
申请日：2018-12-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于语言识别与人脸识别的会员购物系统和方法，属于自助购物技术领域，本发明提供一种基于语言识别与人脸识别的会员购物系统包括自动售货机、自助服务终端和云服务平台；基于特定自然语言理解、语音合成、人脸识别与支付的自助购物系统和购物方法，消费者只需在自动售货机面前，以人脸作为特征身份进行身份属性的认证，以人和机器进行简单对话，来完成选货和购物整个过程；每次购物时，在云服务平台都详细记录有历次购物的消费者人脸图像信息、消费者语言信息，此等信息与所购商品形成关联数据库，可供人工时候查验与追索。本发明会员购物系统和方法人机交互友好，特别适用于中小学生的自助购物。
-
公开(公告)号：CN118470586B
公开(公告)日：2025-03-25
申请号：CN202410420583.7
申请日：2024-04-09
Applicant: 中南大学
IPC: G06V20/40 , G06T7/73 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764 , G06N3/084 , G06V40/20
Abstract: 本申请公开了一种面向视觉售货柜的购物行为识别方法、系统、设备及介质，本方法通过获取视觉售货柜的视频段数据集和待识别的视频数据；采用第一算法提取视频段数据集中的商品坐标；采用第二算法提取视频段数据集中的手部关节点坐标；根据商品坐标和手部关节点坐标，确定时空人‑物关系序列图；采用时空人‑物关系序列图训练时空图卷积网络模型，得到训练好的时空图卷积网络模型；以便采用训练好的时空图卷积网络模型对待识别的视频数据进行分类，得到原子行为结果，并根据原子行为结果，得到时序复合的购物行为识别结果。本申请能够准确识别购物行为是否正常，并提高网络模型的检测速度。
-
公开(公告)号：CN119673201A
公开(公告)日：2025-03-21
申请号：CN202411721542.8
申请日：2024-11-28
Applicant: 中南大学
Abstract: 本申请公开了一种基于深度学习的音频分类方法、系统、设备及介质，本方法通过获取音频序列，并对音频序列进行预处理，得到音频数据集；根据音频数据集分割音频帧，并提取音频数据集的频谱序列、小波相位图、小波强度图以及梅尔谱图；采用多组独立的多尺度特征提取模块分别提取音频帧、频谱序列、小波相位图、小波强度图以及梅尔谱图各自对应的特征向量，得到每组多尺度特征提取模块提取的特征向量；将每组多尺度特征提取模块提取的特征向量进行特征融合，得到特征融合向量；根据特征融合向量进行音频分类，得到音频分类结果。本申请能够提高音频分类的准确度和抗干扰性。
-
公开(公告)号：CN118365851B
公开(公告)日：2024-08-27
申请号：CN202410793249.6
申请日：2024-06-19
Applicant: 中南大学
Abstract: 本申请公开了一种基于深度学习的图像对齐方法、系统、设备及存储介质，采用特征提取模块对两张待对齐图像进行特征提取，得到第一多尺度特征图和第二多尺度特征图；其中，特征提取模块采用两个权重共享的特征提取网络和循环特征金字塔网络进行构建得到；基于第一多尺度特征图和第二多尺度特征图，采用特征匹配模块计算每个尺度上的相似矩阵，得到最终相似矩阵；其中，特征匹配模块采用自注意力机制与交叉注意力机制进行构建得到；将最终相似矩阵输入至图像对齐模块，得到单应性矩阵；其中，图像对齐模块采用多个卷积块进行构建得到；根据单应性矩阵将两张待对齐图像进行单应性变换，得到对齐图像。本申请能够提高图像对齐的精确度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
