-
公开(公告)号：CN107506786B
公开(公告)日：2020-06-02
申请号：CN201710599506.2
申请日：2017-07-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的属性分类识别方法，对于不同的深度学习模型，提出一种融合方法，探索了行人属性之间的上下文关系。首先输入的图像数据经过卷积神经网络，生成特征图，然后把属性向量化。设置一个权值参数，把融合之后的向量带入到权值函数进行迭代训练。通过调整权值参数的值，对两种模型的比重进行平衡。本发明的特点是考虑了行人属性之间的上下文关系，提高了分类的准确率，避免了行人属性分类准确率的两极分化。主要应用在监控摄像头中，对于过滤掉监控视频中的无用信息，快速识别出目标行人有着比较广泛的应用前景。
-
公开(公告)号：CN110609920A
公开(公告)日：2019-12-24
申请号：CN201910716258.4
申请日：2019-08-05
Applicant: 华中科技大学
IPC: G06F16/783 , G06F16/71 , G06K9/00
Abstract: 本发明公开了一种视频监控场景下的行人混合搜索方法及系统，属于视频内容搜索领域，包括：视频解码得到帧图像；对帧图像分别进行人脸目标检测和行人目标检测，以分别得到行人目标的人脸快照和行人快照；识别同一帧中属于同一行人目标的人脸快照和行人快照，关联到一起；根据人脸快照提取人脸特征，并根据行人快照提取行人重识别特征，以通过特征匹配将当前帧中的行人目标与已处理完成的帧图像中的行人目标进行匹配，以获取到同一行人目标的轨迹；将行人目标ID连同该行人目标的人脸快照、行人快照、人脸特征、行人重识别特征以及轨迹信息均存储至数据库中，从而得到搜索数据库。本发明能够提供行人目标的多角度特征描述，为应用提供可靠的支持。
-
公开(公告)号：CN110570012A
公开(公告)日：2019-12-13
申请号：CN201910716065.9
申请日：2019-08-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于Storm的电厂生产设备故障预警方法及系统，属于电厂设备监测领域，包括：实时采集测点数据并按主题存储到分布式消息队列中；按照主题从分布式消息队列中拉取测点数据进行过滤和验证，实时存储到HBase中，同时，将同时被采集、主题相同且相互关联的每一组测点数据分别作为一个预测目标向量；对于每一个预测目标向量Tj，利用对应的预测模型获得K个聚类，若至少存在一个聚类，其类均值与预测目标向量Tj在各维度的差值均在预警范围内，则判定正常；否则，获得类权重最大的聚类，获得不在预警范围内的差值所对应的测点并判定为异常测点，生成预警信息并存储到数据库中。本发明能够提高电厂生产设备故障预警的适应性、实时性以及可扩展性。
-
公开(公告)号：CN106358003B
公开(公告)日：2019-02-19
申请号：CN201610789254.5
申请日：2016-08-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种视频分析加速方法，将视频帧处理任务按先后顺序划分为四级子任务，并划分到GPU和CPU处理；每一级子任务用一个线程实现，处理完毕后将数据传递给下一级子任务所在线程，各线程并行执行；当没有新的任务或下一级子任务所在线程没有处理完毕时，就暂停等待；相邻两级子任务线程之间使用先进先出FIFO缓冲区队列传递数据；对不存在依赖关系的两个子任务，利用CUDA的函数异步调用实现CPU和GPU子任务的异步协同并行。本发明有效利用异构系统中各种计算资源，建立合理的任务调度机制，降低不同处理器之间的通信开销，以充分发挥各计算资源的计算能力，提高系统效率。
-
公开(公告)号：CN109146921A
公开(公告)日：2019-01-04
申请号：CN201810708758.9
申请日：2018-07-02
Applicant: 华中科技大学
CPC classification number: G06T7/251 , G06K9/6256 , G06K9/6268 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30196
Abstract: 本发明公开一种基于深度学习的行人目标跟踪方法，将深度学习与相关滤波相结合进行目标跟踪，在保证实时跟踪的前提下，有效提高跟踪的准确性。针对跟踪过程中目标姿态变化大的问题，将基于行人属性的深层卷积特征应用到跟踪中；针对遮挡问题，使用余弦相似度的方法进行遮挡的判断，以有效避免因遮挡带来的脏数据引入；为了提高效率、解决深层卷积特征在相关滤波器中的使用问题，提出双线性插值的方法，在去除量化误差的同时又能避免特征的重复提取，大幅度提高效率；针对目标高速运动的问题，提出将预选框策略融入到跟踪算法中，不仅能对全局图像进行搜索，同时预选框能够作为强负样本加入训练，提高相关滤波器的区分能力。
-
Patent Agency Ranking
公开(公告)号：CN107330920A
公开(公告)日：2017-11-07
申请号：CN201710504914.5
申请日：2017-06-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的监控视频多目标追踪方法，本方法首先对视频解码提取出图像序列，然后将图像进行预处理输入到训练好的Faster R-CNN网络模型中，Faster R-CNN网络模型在网络的对应层次中提取目标位置信息和目标空间特征；将目标位置信息和目标空间特征输入到LSTM网络中，预测目标在下一时刻的位置；将目标的空间特征通过融合的方法得到目标在下一时刻的融合特征，通过位置相似度和空间特征相似度两方面添加不同的权重得到最终的相似度，然后判断当前时刻检测出的多个目标和上一时刻处于追踪状态的多个目标的对应关系。本发明方法进行目标追踪可以减少多目标追踪的漏检率，提升多目标追踪的准确度，并解决追踪过程中短时间的目标遮挡问题。
-
公开(公告)号：CN107273897A
公开(公告)日：2017-10-20
申请号：CN201710538785.1
申请日：2017-07-04
Applicant: 华中科技大学
CPC classification number: G06K9/325 , G06K9/6256 , G06K2209/011 , G06N3/02
Abstract: 本发明公开了一种基于深度学习的文字识别方法，该方法包括空间变换层的构建阶段与深层卷积神经网络的构建与训练阶段。空间变换层包含三个部分，定位网络接收特征图作为输入，经过一系列隐层，然后输出空间变换的参数，该参数将被用于特征图上；网格生成器使用第一部分生成的参数产生出采样网格；采样器将特征图与采样网格作为输入，在网格点上对特征图进行采样，最后得到输出特征图结果。空间变换层可微分，通过它能够在网络中对图像数据进行空间处理，从而令网络学习到对空间扭曲的不变性，避免了传统卷积网络训练中需要人工生成大量变形样本的过程。此外，通过构建更深层的卷及神经网络，针对类别繁多的汉字有更好的识别效果。
-
公开(公告)号：CN103353875B
公开(公告)日：2016-12-28
申请号：CN201310232269.8
申请日：2013-06-09
Applicant: 华中科技大学
IPC: G06F17/30
Abstract: 本发明提供了一种基于可视搜索的媒体交互方法及系统，客户端对报纸或杂志上感兴趣的内容拍摄得到感兴趣图片，对感兴趣图片提取特征信息，将携带有特征信息的查询请求发送给服务端；服务端预存报纸和杂志图片集及相关链接信息，接收客户端的查询请求，依据查询请求携带的特征信息检索客户端感兴趣图片及相关链接信息，并将查询结果反馈给客户端。本发明根据用户拍摄的报纸图片，搜索相应电子版的报刊，为用户呈现其感兴趣的新闻报刊、相关新闻或者商品信息，使得用户能更自主地选择自己喜欢的新闻或报纸，并且可以获得更为丰富的相关信息。
-
公开(公告)号：CN101887574B
公开(公告)日：2012-05-23
申请号：CN201010219157.5
申请日：2010-07-08
Applicant: 华中科技大学
IPC: G06T1/00
Abstract: 本发明公开了一种抗几何攻击的鲁棒指纹嵌入与提取方法，结合空域和频域的优势，解决数字指纹实时嵌入与鲁棒性的问题，同时适用于图像和视频文件。该方法利用DCT变换的线性正交可逆特性，将指纹巧妙的做逆整体DCT变换，自适应的叠加在图像的空域，此过程达到将指纹信息嵌入到多媒体作品的整体DCT域的目的，并且较大幅度地降低了计算复杂度以满足实时嵌入的需求。在提取指纹时利用SIFT特征具有较强的抗几何攻击能力，提出基于SIFT特征点的几何校正方法，它能正确的校正多媒体作品，使得载体数据与指纹的同步恢复，从而达到抵抗几何攻击的目的。本发明中的数字指纹的嵌入方法对几何攻击具有很好的鲁棒性，同时具备实时性，满足图像和视频应用的需求。
-
公开(公告)号：CN101394398B
公开(公告)日：2011-08-10
申请号：CN200810048824.0
申请日：2008-08-15
Applicant: 华中科技大学
Abstract: 本发明公开了一种面向终端数字接口的内容保护方法及其系统。本发明利用RSA算法为每个接口生成一对公、私钥对；再利用所有合法的接收器的多个公钥生成组密钥，发送器利用该组密钥对数字内容加密；合法的接收器利用拥有的私钥对已加密数字内容解密。系统包括注册与授权服务器，内容发送器和内容接收器。本发明基于RSA算法，RSA算法是目前使用最为广泛的密码算法，安全性较高。目前，世界上还没有任何可靠的攻击RSA算法的方式。只要其密钥的长度足够长，用RSA加密的信息是不能被解破的，本方法通过调整密钥长度就可以保证既具有较高的安全性又有较低的计算复杂性；本方法基于RSA的公钥生成加密密钥，由于RSA的公钥允许公开发布，使本方法具有很好的开放性。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.026 seconds)
