一种基于深度学习的行人精细化识别方法及装置

    公开(公告)号:CN106845415A

    公开(公告)日:2017-06-13

    申请号:CN201710050765.X

    申请日:2017-01-23

    Abstract: 本发明公开了一种基于深度学习的行人精细化识别方法及装置,该方法包括:构建行人图像数据库,利用行人图像数据库制作包含行人特征的训练数据集,将训练数据集输入到SSD网络进行训练;根据训练结果构建行人精细化图像数据库,制作包含行人各个部位特征的训练数据集,将训练数据集输入到卷积神经网络进行训练;利用训练好的SSD网络提取来自流媒体服务器的实时视频流中的行人特征,根据提取到的行人特征,利用训练好的卷积神经网络提取行人各个部位的特征;将提取到的行人各个部位的特征与行人精细化图像数据库的每个行人相应部位的特征进行匹配,将匹配结果进行组合得到行人精细化识别结果。本发明有效地提高了行人精细化识别的准确率。

    一种基于卷积神经网络的实时车型匹配方法

    公开(公告)号:CN106919949A

    公开(公告)日:2017-07-04

    申请号:CN201710050763.0

    申请日:2017-01-23

    CPC classification number: G06K9/6269 G06K9/6256 G06K2209/23 G06N3/0454

    Abstract: 本发明公开了一种基于卷积神经网络的实时车型匹配方法,包括构建车型数据库,并设计卷积神经网络;利用车型数据库进行卷积神经网络训练,得到最优卷积神经网络及车型数据库中每种车型的车型特征;构建Storm的拓扑结构,信息流上层为数据源输入组件,信息流中层为布置了最优卷积神经网络的数据处理组件,信息流底层为布置了SVM分类器的数据处理组件;数据源输入组件将采集的实时视频流发给信息流中层数据处理组件,通过卷积神经网络提取车型特征;信息流底层数据处理组件利用SVM分类器对信息流中层发送的车型特征进行匹配,并返回匹配结果。本发明将卷积神经网络的特征提取技术与SVM分类方法和Storm架构相结合,提高车型匹配的准确率和效率。

    一种人体体型重构的方法及装置

    公开(公告)号:CN104732585A

    公开(公告)日:2015-06-24

    申请号:CN201510127448.4

    申请日:2015-03-23

    CPC classification number: G06T17/00

    Abstract: 本发明公开了一种人体体型重构的方法,用于实现用户的虚拟形象定制,该方法包括:接收体感传感器采集得到的用户深度图像信息,将所述用户深度图像信息转换为三维人体模型;获取虚拟形象的三维模板模型;将所述三维模板模型进行拉伸转换,所述拉伸转换的目标为与所述三维人体模型具有相同的体型,将转换后的三维模板模型作为用户的虚拟形象。本发明还公开一种人体体型重构的装置。

    一种基于深度学习的行人精细化识别方法及装置

    公开(公告)号:CN106845415B

    公开(公告)日:2020-06-23

    申请号:CN201710050765.X

    申请日:2017-01-23

    Abstract: 本发明公开了一种基于深度学习的行人精细化识别方法及装置,该方法包括:构建行人图像数据库,利用行人图像数据库制作包含行人特征的训练数据集,将训练数据集输入到SSD网络进行训练;根据训练结果构建行人精细化图像数据库,制作包含行人各个部位特征的训练数据集,将训练数据集输入到卷积神经网络进行训练;利用训练好的SSD网络提取来自流媒体服务器的实时视频流中的行人特征,根据提取到的行人特征,利用训练好的卷积神经网络提取行人各个部位的特征;将提取到的行人各个部位的特征与行人精细化图像数据库的每个行人相应部位的特征进行匹配,将匹配结果进行组合得到行人精细化识别结果。本发明有效地提高了行人精细化识别的准确率。

    一种人体体型重构的方法及装置

    公开(公告)号:CN104732585B

    公开(公告)日:2019-08-06

    申请号:CN201510127448.4

    申请日:2015-03-23

    Abstract: 本发明公开了一种人体体型重构的方法,用于实现用户的虚拟形象定制,该方法包括:接收体感传感器采集得到的用户深度图像信息,将所述用户深度图像信息转换为三维人体模型;获取虚拟形象的三维模板模型;将所述三维模板模型进行拉伸转换,所述拉伸转换的目标为与所述三维人体模型具有相同的体型,将转换后的三维模板模型作为用户的虚拟形象。本发明还公开一种人体体型重构的装置。

Patent Agency Ranking