-
公开(公告)号：CN105160348A
公开(公告)日：2015-12-16
申请号：CN201510472283.4
申请日：2015-08-04
Applicant: 大连海事大学
IPC: G06K9/62
CPC classification number: G06K9/6209 , G06K9/6212
Abstract: 本发明是关于一种基于图像统计特征的现场痕迹自动同一认定方法及系统。本发明依据现场痕迹反映出的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征分别从整体、部位和个性三个层次的特征进行逐级痕迹比对认定，整个认定过程不需要人工参与，自动提取特征并进行自动比对。另外，本发明自动检测提取特征及认定，不需要人工标画特征，很好的解决了人为认定的时效性问题和二义性问题。本发明的认定过程是针对现场痕迹的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征，并非单一特征进行认定，因此判定结果更加精确。因此，本发明可以广泛用于痕迹认定领域。
-
公开(公告)号：CN119785422A
公开(公告)日：2025-04-08
申请号：CN202411811914.6
申请日：2024-12-10
Applicant: 大连海事大学
IPC: G06V40/20 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/088
Abstract: 本发明提供一种基于多模态关键语义的无监督骨架行为识别方法及系统，本发明方法包括：采集预训练的多模态骨架视频序列，进行预处理，构建骨架数据集；利用多模态大语言模型对骨架数据集中的每一类动作图像进行时序理解，并生成关键描述，通过语义编码器生成文本描述特征簇；通过混合增强策略和时空图卷积ST‑GCN模型捕捉骨架数据集中图片的骨架动作特征簇；利用GLIP语义对齐策略，将文本描述特征簇和骨架动作特征簇映射至同一个表征空间，将不同动作进行相似性比较，利用反向传播训练骨架编码器，实现骨架行为识别。
-
公开(公告)号：CN118314441A
公开(公告)日：2024-07-09
申请号：CN202410596813.5
申请日：2024-05-14
Applicant: 大连海事大学
Abstract: 本发明提供一种基于方向滤波和卷积神经网络特征增强的红外小目标检测方法，包括：基于卷积神经网络，提取小目标浅层特征图；基于方向滤波，得到方向注意力系数，对提取的小目标浅层特征图进行增强；基于ResNeSt编码器，提取出小目标深层特征；基于卷积神经网络，对提取的小目标深层特征进行上采样操作；基于非对称上下文，对提取的小目标深层特征和经过上采样操作后的特征进行特征融合，得到特征图；基于卷积神经网络，对特征图进行目标位置的计算与标记。本发明解决了由于小目标尺寸较小导致检测率较低的问题，可以准确检测到图中的红外小目标位置，没有受到图片背景中高亮度的干扰，能够同时检测到目标又没有因为复杂的背景产生虚警现象。
-
公开(公告)号：CN113378714B
公开(公告)日：2024-03-19
申请号：CN202110649824.1
申请日：2021-06-10
Applicant: 大连海事大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06V10/34
Abstract: 本发明提供一种跨场景不变和类别信息保持的步态表示方法及系统。本发明方法，包括：S1、基于姿态估计方法，从步态序列中提取出关节点；S2、基于提取的所述关节点，不考虑头肩点来代表步态，构建步态表示，并输出源步态表示；S3、基于类别信息保持GAN网络的转换器，将所述源步态表示转换为规定的场景表示，生成规范化的目标步态表示；S4、使用生成的所述目标步态表示和经过训练的分类器来识别人，得到最终的识别结果。本发明设计了一种跨场景不变的步态表示方法，即PoEM，同时设计了一种可以实现类别信息保持的对抗网络结构，两者构成的系统可以解决跨场景条件下的步态识别困难的问题。
-
公开(公告)号：CN111860500B
公开(公告)日：2024-03-19
申请号：CN202010665054.5
申请日：2020-07-10
Applicant: 大连海事大学
Abstract: 本发明提供一种鞋印磨损区域检测与描边方法，包括针对读入的图像特征进行预处理得到待处理图像的感兴趣区域；对预处理后的图像利用多尺度高斯差分算子检测出特异性点集；对特异性点集进行条件筛选从而得到候选点集；采用基于灰度与空间距离的双边区域生长方法初步绘制磨损的掩模；采用基于连通域的条件筛选的方法去除实心小花纹；根据每个连通区域对应预处理后图像区域的熵值进行磨损程度分级，并依据分级边界进行不同颜色的标注。本发明能够有效检测鞋底花纹磨损部分并精确描述边界，对于不同类型的鞋底花纹也有较好的适应性，在嫌疑人足迹分析识别的过程中，更好更快的协助工作人员进行鞋印的对比与分析，得到较人工测量更加可靠的效果。
-
Patent Agency Ranking
公开(公告)号：CN117423119A
公开(公告)日：2024-01-19
申请号：CN202311430215.2
申请日：2023-10-31
Applicant: 大连海事大学
IPC: G06V30/226 , G06V30/28 , G06V30/148 , G06V30/146 , G06V30/164 , G06V30/168 , G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种基于Transformer的场景手写体汉字识别方法，S1：获取原始手写体汉字图像数据集，得到更新后的手写体汉字图像数据集，并进行预处理得到预处理后的数据集；S2：采用基于控制点的图像矫正方法进行矫正，得到矫正后的手写体汉字图像；S3：采用基于文本内核的文本行检测与分割算法进行手写体文本行检测与分割，得到待识别的手写体文本行图像；S4：构建基于Transformer的手写汉字识别网络模型，并基于待识别的手写体文本行图像进行训练，得到训练后的手写汉字识别模型；S5：基于所述训练后的手写汉字识别模型，进行手写体汉字的识别。本发明中降低了手写体汉字识别模型的复杂度，并且减少了训练时间、提高了模型泛化能力以及手写汉字识别的准确率。
-
公开(公告)号：CN117422070A
公开(公告)日：2024-01-19
申请号：CN202311418939.5
申请日：2023-10-30
Applicant: 大连海事大学
IPC: G06F40/289 , G06F40/253
Abstract: 本发明公开了一种基于词法分析反馈的计算题批阅方法及系统，具体步骤包括：S1：获取手写数学计算题图像，对手写数学计算题图像进行答题区域检测，获得答题区域图像；S2：对答题区域图像进行识别，获得带有置信度的算式序列矩阵；S3：根据置信度大小对算式序列矩阵中的算式序列进行排序；S4：对第一候选序列按照设定的词法分析规则进行检验及修正；S5：对经过词法分析规则检验后的第一候选序列进行解析并输入到内置函数中，基于所述内置函数计算并输出最终答题判断结果图像。本发明基于词法分析规则对候选序列进行检验，并对不符合规则的候选序列进行修正，对修正后的候选序列进行后续解析计算操作，能够提高手写数学计算题识别的准确率。
-
公开(公告)号：CN117115826A
公开(公告)日：2023-11-24
申请号：CN202310983399.9
申请日：2023-08-07
Applicant: 大连海事大学
Abstract: 本发明提供一种基于三角函数映射的场景弯曲文本矫正方法，包括：获取待检测文本图像，并对文本图像进行预处理；对预处理后的文本图像进行分块处理，获取子图像块；基于获取的子图像块，判别弯曲文本；基于三角函数映射，对判别出的弯曲文本进行矫正；基于投影映射，对对弯曲文本进行精确矫正，输出文本识别结果。本发明方法可以完整、准确地检测场景文本图像中的弯曲文本区域，特别是在复杂场景下对检测到的中文弯曲文本区域进行矫正处理。同时，本发明无需对数据集进行训练和标注，节省了前期的训练成本，能够及时得到输出图片，加快处理速度，提高了弯曲文本检测与识别的效率。
-
公开(公告)号：CN113537391B
公开(公告)日：2023-09-05
申请号：CN202110902668.5
申请日：2021-08-06
Applicant: 大连海事大学
IPC: G06V10/762 , G06V10/764 , G06V10/774 , G06F40/30
Abstract: 本发明提供一种交互式文本语义属性引导的鞋印图像聚类方法。本发明方法主要包括基于内容的鞋印图像聚类以及基于交互式文本语义属性的鞋印图像聚类两部分。其中基于交互式文本语义属性的鞋印图像聚类主要包括：属性定义、属性分类器样本自动选择、样本语义属性的标注、属性分类器在线训练、基于属性分类的类别精细化以及样本增量选择及再聚类等步骤。本发明通过引入交互式文本语义属性进行引导，一是改善了参数对聚类结果的影响，二是通过交互式体现了用户的主观意图，可以得到更加符合人主观评价的结果。
-
公开(公告)号：CN112907549B
公开(公告)日：2023-09-05
申请号：CN202110225954.2
申请日：2021-03-01
Applicant: 大连海事大学
Abstract: 本发明提供一种针对鞋印图像中鞋印花纹断裂特征的检测与描述方法，其特征在于，包括以下步骤：对输入的鞋印图像进行预处理；对所述输入的鞋印图像上的花纹断裂块进行检测；所述花纹断裂块为包含断裂花纹的图像块；对所述断裂花纹进行检测；对所述花纹断裂区域进行预测；对所述花纹断裂区域进行描述。本发明方法在检测断裂区域时不依赖断裂区域两端花纹的方向，当断裂区域两端花纹的方向存在较大差异时，该方法也可以有效地检测出花纹断裂区域。同时，结合花纹的全局表观信息和局部几何信息对断裂区域进行预测，使断裂区域的描述结果更加准确。可以有效的获取鞋印中断裂特征的几何信息，方便鞋印穿用特征的对比工作。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.028 seconds)
