-
公开(公告)号：CN112215185B
公开(公告)日：2022-08-05
申请号：CN202011131723.7
申请日：2020-10-21
Applicant: 成都信息工程大学
IPC: G06V40/20 , G06V20/52 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明提供了一种从监控视频中检测跌倒行为的系统及方法，属于视频监控技术领域，包括依次连接的关键帧提取模块、行人检测模块、人体关键点检测模块、连续姿态特征编码模块以及输出模块。本发明从监控视频中检测跌倒行为包括从监控画面中检测行人、人体关键点检测与姿态估计、连续时间域的人体姿态类图像特征编码和基于CNN卷积神经网络的跌倒行为分类器四个部分，解决了现有技术跌倒检测系统需要额外穿戴设备、检测精度不高和需要额外安装监控设备的缺陷和不足，提供一种低成本、无需额外安装监控设备的、从现有的普通监控摄像头所拍摄的视频中分析人体的动作行为，并检测是否有跌倒行为发生。
-
公开(公告)号：CN114840925A
公开(公告)日：2022-08-02
申请号：CN202210451411.7
申请日：2022-04-26
Applicant: 成都信息工程大学 , 成都知行创智科技有限公司
Abstract: 本发明公开了一种车身部分测量数据到整体CAD模型的配准方法，获取整体车身CAD模型与车身部分测量数据，得到待配准点云与目标点云，进而构建基于待配准点云的RSCS集合、基于目标点云的RSCS集合，并进行预处理；并构建Spinnet点云神经网络提取描述子，得到各描述子集合；采用双向匹配对各描述子集合进行粗配准，并利用基于纠正法向量方向的NICP算法进行粗配准后的精配准；最后利用精配准后的匹配对集合的配准误差迭代得到高准确的匹配对集合；本发明通过构建基于深度学习的描述子，实现了从粗配准到精配准的算法模型，解决了现有技术中手工特征描述子不具有泛化性的缺点，克服了单个球体覆盖的单一性问题，在降低计算量的基础上全面提高了匹配的精度与效率。
-
公开(公告)号：CN114723951A
公开(公告)日：2022-07-08
申请号：CN202210637616.4
申请日：2022-06-08
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种用于RGB‑D图像分割的方法，本方法基于RGB‑D彩色深度图像进行语义级别分割，提取深度图像中的前景像素信息并以一个权重矩阵作为输出，用来加权辅助RGB图像中的特征信息提取，使得两个模态下的重要特征信息相互补充响应，充分弥补在采样过程中的特征信息损失，无论是在语义上的特征表现还是空间上的精细度都得到了提升，特别是对物体边缘信息具备更强的灵敏性。
-
公开(公告)号：CN111582122B
公开(公告)日：2021-03-16
申请号：CN202010358319.7
申请日：2020-04-29
Abstract: 本发明涉及一种监控视频多维度行人行为智能分析系统及方法，该系统包括个体行为分析模块、小群组行为分析模块、群组行为分析模块、场景分析模块、行人行为维度评估模块、智能网关、应用逻辑集成模块和视频来源管理模块。该方法为：获取监控视频数据流，从监控视频数据流中提取视频帧，使用关键视频帧数据进行场景分类和行人行为维度的选择；合并场景和行人行为维度信息；进行行人行为分析模块选择的决策及管理数据的传输；通过选定的行为维度下的行人行为分析模块中集成的一种场景的行人行为分析模型，进行智能行为识别，输出最终行人行为识别结果。本发明可支持各种复杂监控场景和行人行为维度的行人行为识别。
-
公开(公告)号：CN110333945A
公开(公告)日：2019-10-15
申请号：CN201910383255.3
申请日：2019-05-09
IPC: G06F9/50
Abstract: 本申请公开了一种动态负载均衡方法、系统及终端，动态确定异构多GPU系统中每个GPU的数据计算量；根据需要处理的数据总量和每个GPU的相对计算能力为不同性能的GPU分配不同长度的数据组；确定每个GPU的当前运行状态及剩余的数据量；当第一GPU完成处理所分配的数据组时，如果第二GPU剩余数据处理时间大于预设阈值，则将剩余数据量进行二次分配。由于数据组并不是一次性全部提交到目标GPU，因此在二次分配的时候可以灵活地把可能存在计算延迟的GPU上的数据组中的剩余单位数据块分配到其它GPU，从而可以最大程度的利用数据传输时间重叠和多GPU计算资源，提高整个系统的并行计算性能。
-
Patent Agency Ranking
公开(公告)号：CN119131907A
公开(公告)日：2024-12-13
申请号：CN202411308368.4
申请日：2024-09-19
Applicant: 成都信息工程大学
IPC: G06V40/20 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/049 , G06N3/08
Abstract: 本发明提出了一种基于长时序运动语义编码的人体行为识别方法，涉及视频分析技术领域，包括：S1、输入视频图像，并检测图像中的行人目标，计算前后两帧图像中行人检测框的交并比以跟踪人体目标；S2、采用姿态估计算法提取每个人体目标的骨骼关键点，并将人体目标的骨骼关键点定义为中层运动语义特征；S3、基于中层运动语义特征建立3D CNN网络模型以提取短时序运动语义编码；S4、根据短时序运动语义编码构建长时序运动语义编码模型以输出一维特征向量；S5、基于全连接网络构建人体行为分类器对一维特征向量进行识别，输出识别结果；本发明能够提高行为识别的准确度，有效解决了误识别率高、难以满足真实场景的应用等问题。
-
公开(公告)号：CN114723951B
公开(公告)日：2022-11-04
申请号：CN202210637616.4
申请日：2022-06-08
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种用于RGB‑D图像分割的方法，本方法基于RGB‑D彩色深度图像进行语义级别分割，提取深度图像中的前景像素信息并以一个权重矩阵作为输出，用来加权辅助RGB图像中的特征信息提取，使得两个模态下的重要特征信息相互补充响应，充分弥补在采样过程中的特征信息损失，无论是在语义上的特征表现还是空间上的精细度都得到了提升，特别是对物体边缘信息具备更强的灵敏性。
-
公开(公告)号：CN115049961A
公开(公告)日：2022-09-13
申请号：CN202210702553.6
申请日：2022-06-21
Applicant: 成都信息工程大学 , 成都知行创智科技有限公司
IPC: G06V20/40 , G06V20/52 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于视频监控的违规丢地垃圾检测方法，包括以下步骤：S1、采用目标检测器检测出视频中的垃圾目标框；S2、对垃圾目标的运动轨迹进行跟踪，得到垃圾目标框的跟踪框；S3、根据垃圾目标的跟踪框在连续视频帧中的静止程度，检测出违规丢弃的垃圾；本发明解决了现有检测方法检测准确率低，以及现有检测方法无法将违规丢地的垃圾与非违规垃圾进行区分的问题。
-
公开(公告)号：CN111528579A
公开(公告)日：2020-08-14
申请号：CN202010359654.9
申请日：2020-04-29
Abstract: 本发明涉及一种基于机器视觉的非接触式测脚方法，其包括相机标定和视觉测脚，相机标定用于确定测量区域和尺度信息并计算透射变换的参数；视觉测脚在相机标定获得的参数基础上，测量被测人的脚的测量值。本发明基于机器视觉，结合图像处理技术，通过提取脚的完整脚型轮廓实现脚长、脚宽的非接触式测量，不仅大大缩短了测量时间，提高了测量精度，并且具有较强的环境适应能力，可在不同光照环境下正常工作。
-
公开(公告)号：CN110163144A
公开(公告)日：2019-08-23
申请号：CN201910415244.9
申请日：2019-05-17
Abstract: 本申请公开了一种从视频中自动识别人体行为的方法及装置，引入小波分析理论，把原始视频帧分解到不同的频率和方向上，从而可以方便地从不同频率和方向上提取人体运动底层特征。使用相似度来表示贡献程度，从而可以避免因BoF码书的尺度不同而导致错误的指定方式，也可以表现不同底层特征对同一个视觉单词统计的贡献度。构建的BoTF特征编码方式可以有效地对底层特征的时间信息进行编码，从而克服BoF编码无序的缺点。基于小波变化和图相关理论设计一个多尺度特征提取和特征编码方法，解决DT方法缺失频率和方向以及BoF特征编码模型缺乏时间特征的问题，从而可以处理复杂的运动视频，并大大提高人体行为识别的正确率。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.028 seconds)
