-
公开(公告)号：CN104182976B
公开(公告)日：2017-02-01
申请号：CN201410395284.9
申请日：2014-08-12
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及野外运动目标精细化提取方法，包括：获取包含运动目标的序列图像，并对序列图像进行预处理；将预处理后的序列图逐帧做差后分割为多个栅格，根据栅格的特征值确定目标所在的运动区域，并利用栅格法提取目标的运动区域进一步缩小目标范围；在目标的运动区域内对背景进行建模，通过背景减除法得到目标的二值化图，并对所述二值化图进行带反馈的像素级处理；将处理后的二值化图映射到目标所在的彩色图区域，并对所述彩色图区域进行超像素分割；将该分割结果和二值化图进行融合，根据融合结果，计算每个超像素的置信度，阈值化后最终得到精细化的运动目标。本发明可以在复杂背景下实现较实时、鲁棒、精细的野外运动目标的
-
公开(公告)号：CN105068042A
公开(公告)日：2015-11-18
申请号：CN201510456283.5
申请日：2015-07-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的运动目标计数方法，其特征在于所述的计数方法包括以下步骤：麦克风阵列通过目标检测算法获悉是否出现运动目标；检测到运动目标出现后，麦克风阵列在每个时间帧上利用该帧的采集信号按一个声源对运动目标进行定向，从而得到运动目标在每个时间帧上的角度估计值；检测算法检测到运动目标驶离麦克风阵列过后，麦克风阵列停止角度估计，计算所得各帧的角度估计值经过某个角度带的次数，则该次数就是运动目标的数目。本发明充分利用了麦克风阵列的优势，凭借单个麦克风阵列即可十分便捷地实现对运动目标数目的估计。且所述的计数方法具有传统的使用红外传感器或图像传感器难以满足的低功耗、易于布放以及隐蔽性的三个优点。
-
公开(公告)号：CN106526533B
公开(公告)日：2019-03-05
申请号：CN201611025627.8
申请日：2016-11-14
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明提供一种微孔径MEMS声阵列传感器及其使用方法，包括依次连接的MEMS声阵列、声信号预处理器、微控制器和微处理器，所述MEMS声阵列包括多个呈中心对称均匀分布的MEMS传声器；所述声信号预处理器包括多路与所述MEMS传声器一一对应连接的滤波器、以及与各滤波器分别连接的多通道增益调节模块；所述微控制器包括相互连接的AD转换模块和抗虚警模块；所述微处理器包括依次连接的目标检测模块、信号增强模块、分类识别模块和DOA估计模块。本发明的传感器功耗低、体积小、重量轻。
-
公开(公告)号：CN106526533A
公开(公告)日：2017-03-22
申请号：CN201611025627.8
申请日：2016-11-14
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种微孔径MEMS声阵列传感器及其使用方法，包括依次连接的MEMS声阵列、声信号预处理器、微控制器和微处理器，所述MEMS声阵列包括多个呈中心对称均匀分布的MEMS传声器；所述声信号预处理器包括多路与所述MEMS传声器一一对应连接的滤波器、以及与各滤波器分别连接的多通道增益调节模块；所述微控制器包括相互连接的AD转换模块和抗虚警模块；所述微处理器包括依次连接的目标检测模块、信号增强模块、分类识别模块和DOA估计模块。本发明的传感器功耗低、体积小、重量轻。
-
公开(公告)号：CN105388479A
公开(公告)日：2016-03-09
申请号：CN201510766569.3
申请日：2015-11-11
Applicant: 中国科学院上海微系统与信息技术研究所
CPC classification number: G01S15/582 , G01S3/8022 , G01S15/586
Abstract: 本发明涉及一种基于麦克风阵列的运动目标速度估计方法，包括以下步骤：(1)运动目标经过麦克风阵列时，麦克风阵列按帧长为ΔT的时间帧对该运动目标进行角度估计，从而得到运动目标在每个时间帧上的角度估计值；(2)找到运动目标距离麦克风阵列最近的时间帧t0；(3)利用距离麦克风阵列最近的时间帧t0前后各N个时间帧上的角度估计值结合麦克风阵列到运动目标运动轨迹的垂直距离d，即可按公式估计出该运动目标的速度v。本发明具有操作简单，计算量低，估计精度高等优点。
-
Patent Agency Ranking
公开(公告)号：CN103994820A
公开(公告)日：2014-08-20
申请号：CN201410160710.0
申请日：2014-04-21
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01H17/00
Abstract: 本发明涉及一种基于微孔径麦克风阵列的运动目标识别方法，它通过微孔径麦克风阵列采集环境中的声响信号，完成目标的分类识别。部署在环境中的微孔径麦克风阵列，其各个通道的麦克风会同步采集环境中的声响信号，接着各通道的信号将经过叠加求和的降噪处理，然后利用精简的梅尔倒谱系数算法提取信号的特征，最后采用高斯混合模型的分类器实现目标的分类识别。本发明首先采用叠加求和的方法实现对微孔径声阵列数据的降噪处理，接着才进行特征提取和分类识别，具有方法简单、成本低廉、性能可靠等优点。
-
公开(公告)号：CN104766093B
公开(公告)日：2018-02-16
申请号：CN201510151851.0
申请日：2015-04-01
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的声目标分类方法，其特征在于包括以下步骤：(1)麦克风阵列对声目标进行定向，通过定向算法的结果对声音信号进行常规波束形成；(2)将常规波束形成后的信号所提取到的特征和定向角度变化量一起送入分类器进行分类。本发明充分利用麦克风阵列的优势，不但提高了目标信号的信噪比而且提升分类算法的准确率和抗噪能力。具有环境适应能力强、性能可靠等优点，特别适用于需要对声目标进行连续监控的场合。
-
公开(公告)号：CN106887238A
公开(公告)日：2017-06-23
申请号：CN201710117865.X
申请日：2017-03-01
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G10L21/0272 , G10L25/27
Abstract: 本发明提供一种基于改进独立向量分析算法的声信号盲分离方法，包括：步骤1，通过M个传感器采集N个源信号的卷积混合信号，以得到M个观测信号；步骤2，通过短时傅里叶变换将所述观测信号从时域转换到频域，并建立基于分离矩阵的频域分离信号模型；步骤3，逐频点对频域的所述观测信号和分离矩阵进行预处理；步骤4，采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理，以得到频域的分离信号；步骤5，对频域的分离信号进行逆短时傅里叶变换，以得到时域的分离信号。本发明考虑声信号的卷积混合，自适应更新，能够更精确地恢复源信号，更快达到收敛；算法对更新步长的初始值不敏感，鲁棒性好，稳定性高。
-
公开(公告)号：CN106169072A
公开(公告)日：2016-11-30
申请号：CN201610531722.9
申请日：2016-07-07
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06K9/00
CPC classification number: G06K9/00221 , G06K9/00268
Abstract: 本发明涉及一种基于泰勒展开的人脸识别方法及系统，方法包括以下步骤：采集图像数据，利用人脸检测算法检测是否出现人脸图像，并进行人脸图像的分割提取以及预处理；对预处理后的图像进行三种不同形式采样，每个样本得到三个不同采样层，分别提取每一采样层的LTFP特征；融合三层LTFP特征得到HLTFP特征；分别计算待识别人员的HLTFP特征与所有已注册的人员的HLTFP特征之间的卡方距离，根据卡方距离的大小确定待识别人员的身份。系统包括图像获取模块、人脸检测模块、提取模块、预处理模块、采样模块、特征提取模块、融合模块、计算模块和识别模块。本发明能够降低特征维度和提高识别率。
-
公开(公告)号：CN105844132A
公开(公告)日：2016-08-10
申请号：CN201610153680.X
申请日：2016-03-17
Applicant: 中国科学院上海微系统与信息技术研究所
CPC classification number: G06F21/32 , G06K9/00268 , G06K2009/4666
Abstract: 本发明涉及一种基于移动终端的人脸识别方法，包括以下步骤：通过移动终端采集图像，利用人脸检测算法获悉是否出现人脸图像，并进行人脸图像的分割提取以及预处理；对预处理后的人脸图像进行归一化，分别提取待注册人员和待识别人员的EULBP特征，并保存到数据库；分别计算待识别人员与已注册人员特征的卡方距离，确定待识别人员的身份。本发明还涉及一种基于移动终端的人脸识别系统。本发明可以实现快速的人脸识别，识别准确率高。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.041 seconds)
