一种基于树莓派的实时人脸重识别摄像系统及其调试方法

    公开(公告)号:CN109740577A

    公开(公告)日:2019-05-10

    申请号:CN201910149786.6

    申请日:2019-02-28

    Inventor: 周希杰 孙伟

    Abstract: 本发明公开了一种基于树莓派的实时人脸重识别摄像系统及其调试方法,包括树莓派系统和摄像头,摄像头与树莓派开发板相连,树莓派系统一端连接摄像头,另一端通过网口连接互联网,树莓派开发板内嵌视频识别程序,同时采集用户设置的不需要报警的图片信息训练程序,工作时,树莓派开发板通过摄像头采集视频信息,通过训练好的程序去识别摄像头输入的视频信息,判断是否能识别,出现不能识别得人物或者图像信息时,通过网口发送报警信息给用户。本发明可发送有效的报警信息,节省了用户的时间和精力,解决了现有视频监控装置在监控过程中的隐私容易泄露的问题。

    一种基于K-means聚类和区域推荐网络的行人检测方法及系统

    公开(公告)号:CN109492596B

    公开(公告)日:2022-03-29

    申请号:CN201811375081.8

    申请日:2018-11-19

    Abstract: 本发明公开了一种基于K‑means聚类和区域推荐网络的行人检测方法,该方法包括以下步骤:(1)构建特征提取网络,所述特征提取网络为去除inception v1模块中所有最大池化层后的网络;(2)将K‑Means聚类算法加入所述特征提取网络的最后一个DepthConcat中,所述最后一个DepthConcat记为C9,得到检测候选区域;(3)将所述检测候选区域作为RPN网络的输入,得到带有矩形区域的包围框,采用ROI池化层采集所述包围框,并计算所述包围框的特征映射,对包围框进行分类和回归;本发明在增加网络的深度和宽度的同时,加入RPN,使得达到既能对行人进行分类,又能对行人进行具体定位的效果。

    一种基于K-means聚类和区域推荐网络的行人检测方法及系统

    公开(公告)号:CN109492596A

    公开(公告)日:2019-03-19

    申请号:CN201811375081.8

    申请日:2018-11-19

    CPC classification number: G06K9/00369 G06K9/6223 G06K9/6256 G06K9/6267

    Abstract: 本发明公开了一种基于K-means聚类和区域推荐网络的行人检测方法,该方法包括以下步骤:(1)构建特征提取网络,所述特征提取网络为去除inception v1模块中所有最大池化层后的网络;(2)将K-Means聚类算法加入所述特征提取网络的最后一个DepthConcat中,所述最后一个DepthConcat记为C9,得到检测候选区域;(3)将所述检测候选区域作为RPN网络的输入,得到带有矩形区域的包围框,采用ROI池化层采集所述包围框,并计算所述包围框的特征映射,对包围框进行分类和回归;本发明在增加网络的深度和宽度的同时,加入RPN,使得达到既能对行人进行分类,又能对行人进行具体定位的效果。

Patent Agency Ranking