用于事件检测的深度学习网络、该网络的训练装置及方法

    公开(公告)号:CN109784487B

    公开(公告)日:2023-04-28

    申请号:CN201711128574.7

    申请日:2017-11-15

    Abstract: 本发明实施例提供一种用于事件检测的深度学习网络、该网络的训练装置及方法,该深度学习网络包括:数据层,其用于读取输入数据;卷积层,其用于从数据层读取的输入数据中提取特征;至少两个事件分类器,其用于根据卷积层提取的特征,相互独立的进行不同事件的检测,分别输出不同事件的检测结果。由于该深度学习网络具有至少两个相互独立的、进行不同事件的检测的事件分类器,各个事件分类器能够独立的进行检测并输出检测结果,从而能够保证事件检测结果的准确性和完整性,并且,由于各个事件分类器只需要检测一种事件,该深度学习网络在训练时所需的时间较短,且训练出的该深度学习网络的检测精度较高。

    神经网络的中间信息分析装置、优化装置、特征可视化装置

    公开(公告)号:CN109460812B

    公开(公告)日:2021-09-14

    申请号:CN201710794559.X

    申请日:2017-09-06

    Abstract: 本发明实施例提供一种神经网络的中间信息分析装置、优化装置、特征可视化装置及方法、电子设备,通过降维算法对神经网络中长短期记忆层输出的隐藏状态进行简化,并根据简化后的隐藏状态、神经网络的输入数据以及神经网络的输出结果分析该神经网络的中间信息,根据该中间信息,能够从本质上分析该神经网络的原理,从而能够针对具有长短期记忆层的神经网络的各种应用进行优化和改善;根据该中间信息对该神经网络的参数进行优化,能够有效提高该神经网络的应用效果,另外根据该中间信息能够实现该隐藏状态包含的特征的可视化,有利于对于具有长短期记忆层的神经网络的研究和学习。

    车辆检测装置及方法、电子设备

    公开(公告)号:CN110020575A

    公开(公告)日:2019-07-16

    申请号:CN201810021680.3

    申请日:2018-01-10

    Abstract: 本发明实施例提供一种车辆检测装置及方法、电子设备,由于直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。

    确定颜色的方法、装置和电子设备

    公开(公告)号:CN108875749A

    公开(公告)日:2018-11-23

    申请号:CN201710343067.9

    申请日:2017-05-16

    Abstract: 本申请实施例提供一种确定颜色的方法,装置和电子设备,用于确定图像中待识别区域的颜色,该装置包括:第一计算单元,其用于计算该区域的饱和度值;第一确定单元,其根据所述饱和度值将该区域的颜色初步确定为第一类颜色或第二类颜色,其中,所述第一类颜色的色度区分度高于所述第二类颜色的色度区分度;以及第二确定单元,其基于所述第一确定单元对该区域的颜色进行初步确定的结果,根据该区域的色度值或亮度值来确定所述区域的颜色。根据本实施例,能够基于客观标准对图像中待识别区域的颜色进行确定,提高对待识别区域的颜色识别的准确性。

    火焰检测方法、火焰检测装置和电子设备

    公开(公告)号:CN107729794A

    公开(公告)日:2018-02-23

    申请号:CN201610652044.1

    申请日:2016-08-10

    Inventor: 白向晖

    Abstract: 本申请实施例提供一种火焰检测方法、火焰检测装置和电子设备,该火焰检测装置包括:第一提取单元,其用于从连续的预定数量帧监控图像中提取至少一组火焰候选区域;第一计算单元,其用于计算每一组火焰候选区域中预定矢量的方向角的方差、所述预定矢量的幅度的方差、以及火焰候选区域的胡矩的方差,其中,所述预定矢量为每一个火焰候选区域中连接质心位置和最高点位置的矢量;以及第一判断单元,其根据所述预定矢量的方向角的方差、所述预定矢量的幅度的方差、以及所述胡矩的方差,判断每一组火焰候选区域是否为火焰发生的区域。根据本实施例,在夜间环境下也能准确地检测到火焰,并且能避免灯光等因素的干扰。

    边缘保留滤波方法和装置

    公开(公告)号:CN103366344B

    公开(公告)日:2017-07-14

    申请号:CN201210092488.6

    申请日:2012-03-27

    Inventor: 白向晖

    CPC classification number: G06T5/10 G06T5/002 G06T2207/20012 G06T2207/20192

    Abstract: 公开了一种边缘保留滤波方法和装置。该边缘保留滤波方法,包括:获取待滤波像素P(x,y)的一个上边界像素P(x,y‑n)、一个下边界像素P(x,y+m)、m+n个左边界像素P(x‑p,y)、和m+n个右边界像素P(x+q,y’),其中,x、y、m、n、p和q均为正整数,y’依次取大于y‑n且小于y+m的整数;利用待滤波像素、及其上边界像素、下边界像素、左边界像素、和右边界像素的像素值,获取待滤波像素经过滤波处理后的像素值。根据本发明实施例的边缘保留滤波方法和装置利用待滤波像素周围的边缘信息来快速获取用于对待滤波像素执行滤波处理的像素集合,从而实现了边缘保留的滤波效果。

    边缘像素确定方法、边缘像素确定装置和图像处理设备

    公开(公告)号:CN103839247B

    公开(公告)日:2017-04-26

    申请号:CN201210473325.2

    申请日:2012-11-20

    Abstract: 提供了一种边缘像素确定方法、边缘像素确定装置和图像处理设备,该方法包括:积分梯度值序列构建步骤,用于基于图像中包括的多个像素中的每个像素在特定方向上的梯度值,构建与特定方向相关联的积分梯度值序列;以及边缘像素确定步骤,对于多个像素中的每个当前像素,从当前像素开始沿着特定方向查找满足预定阈值条件且距当前像素最近的特定像素,并且将查找到的特定像素确定为当前像素的边缘像素,该预定阈值条件为:积分梯度值序列中对应于特定像素的元素与对应于当前像素的元素之间的差大于预定阈值,其中重复边缘像素确定步骤,直到确定多个像素的全部的边缘像素为止。根据本发明,能够实现图像边缘的快速确定,从而提高了图像处理效率。

    用在图形光栅扫描中的凸多边形插值方法和系统

    公开(公告)号:CN102543040B

    公开(公告)日:2014-10-15

    申请号:CN201110277692.0

    申请日:2008-12-15

    Abstract: 本发明公开了一种用在图形光栅扫描中的凸多边形插值方法和系统。其中,该遍历方法包括以下步骤:根据凸n边形的n个顶点的坐标值,构造用在对凸n边形进行光栅扫描的过程中的两个边界框,其中,n为大于2的整数;为该两个边界框中的每一个设置遍历起始位置;以及分别从该两个边界框中的每一个的遍历起始位置开始,对位于该两个边界框中的每一个中的凸n边形部分进行遍历。通过本发明,可以减少在对图形光栅扫描的过程中的计算量,从而可以增快图形光栅扫描设备的处理速度,节省处理时间。

    用于渲染凹多边形的方法和装置

    公开(公告)号:CN101996414B

    公开(公告)日:2013-03-20

    申请号:CN200910165928.4

    申请日:2009-08-18

    Abstract: 公开了一种用于渲染凹多边形的方法和装置。其中,该用于渲染凹多边形的方法包括:将凹多边形分割为多个凸多边形;判断将要渲染的像素位于所述多个凸多边形中的哪一个中;利用所述像素的坐标信息、以及所述像素所在的凸多边形的各个顶点的坐标信息和参数信息,获取用于渲染所述像素的参数信息;以及利用所述参数信息对所述像素进行渲染。

    用在图形光栅扫描中的凸多边形遍历方法和系统

    公开(公告)号:CN101753767B

    公开(公告)日:2013-02-27

    申请号:CN200810184069.9

    申请日:2008-12-15

    Abstract: 本发明公开了一种用在图形光栅扫描中的凸多边形遍历方法和系统、以及插值方法和系统。其中,该遍历方法包括以下步骤:根据凸n边形的n个顶点的坐标值,构造用在对凸n边形进行光栅扫描的过程中的两个边界框,其中,n为大于2的整数;为该两个边界框中的每一个设置遍历起始位置;以及分别从该两个边界框中的每一个的遍历起始位置开始,对位于该两个边界框中的每一个中的凸n边形部分进行遍历。通过本发明,可以减少在对图形光栅扫描的过程中的计算量,从而可以增快图形光栅扫描设备的处理速度,节省处理时间。

Patent Agency Ranking