-
公开(公告)号：CN108399375B
公开(公告)日：2020-10-13
申请号：CN201810123255.5
申请日：2018-02-07
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明涉及一种基于联想记忆的身份识别方法，其通过对已知人的认识记忆，将人脸特征与其形体特征、动作特征、周围参照特征进行绑定在一起并存储在记忆库中，在进行身份识别时通过人脸特征比对进行身份识别，当人脸特征不完整或者无人脸特征时，通过形体特征、动作特征以及周围参照特征比对，获取绑定的人脸特征，进而获取身份识别结果。本发明提供了一种有效的身份识别方法，提高了身份识别的效率。
-
公开(公告)号：CN109460704B
公开(公告)日：2020-09-15
申请号：CN201811087559.7
申请日：2018-09-18
Applicant: 厦门瑞为信息技术有限公司
Inventor： 袁嘉言
Abstract: 本发明公开了一种基于深度学习的疲劳检测方法、系统和计算机设备，方法包括：获取当前帧视频流图片；通过基于第一深度学习模型的人脸跟踪算法提取当前帧视频流图片的人脸位置信息和人眼位置信息；所述人脸位置信息包括人脸框的位置信息；所述人眼位置信息包括每只眼睛左右两个眼角的特征点位置信息；基于所述人眼位置信息，通过基于第二深度学习模型的眼睛状态识别算法提取眼睛上下边缘特征点landmark的位置信息；根据眼睛上下边缘特征点landmark的位置信息计算眼睛张开程度，判断出疲劳状态。本发明能够快速跟踪到人脸位置及提取提取眼睛上下边缘特征点，且识别精度更高，从而快速准确地检测出疲劳状态。
-
公开(公告)号：CN108520262B
公开(公告)日：2020-08-07
申请号：CN201810265217.3
申请日：2018-03-28
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明涉及一种基于FPGA实时提取FHOG特征的方法，其采用图像缩放模块、梯度计算模块、直方图统计模块、归一化模块和降维处理模块来实现。本发明在低密度FPGA平台高性能实现，全局模块使用流水线设计，减少处理延时，提高带内带宽，减小对外部存储DDR的带宽要求，减小成本和功耗。优化bram和DSP使用，使其最大性能发挥价值，本发明中的每个功能模块通过深度优化层级流水线，平衡前后带宽，减少了短板效应，整体的提升了处理速度和实时性。
-
公开(公告)号：CN111428664A
公开(公告)日：2020-07-17
申请号：CN202010239278.X
申请日：2020-03-30
Applicant: 厦门瑞为信息技术有限公司
Inventor： 徐邵凯
Abstract: 本发明适用于视频处理技术领域，提供了一种基于人工智能深度学习技术的计算机视觉的实时多人姿态估计方法，通过依次获取摄像头采集的当前帧图像，并进行归一化操作，使用预训练的神经网络模型与后处理算法对当前帧图像进行多人姿态估计，得到图像中所有人的人体关键点和人体骨架，从而实现多人姿态估计。本发明基于全图进行多人姿态估计，能够通过摄像头采集的图像快速准确的预测图片中所有人的人体关键点和骨架姿态，非常适合在安防领域用于判断人的行为和人体的姿态。本发明通过预训练的神经网络，经过一次前向传播即可预测出图片中所有人的人体姿态，运行速度不受图片中人数多少的限制，因此可以更加快速稳定的运行。
-
公开(公告)号：CN111222477A
公开(公告)日：2020-06-02
申请号：CN202010026699.4
申请日：2020-01-10
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明提供一种基于视觉的双手离开方向盘检测方法，包括：收集样本数据，之后对样本数据进行标注，之后采用标注后的样本数据进行网络训练及优化，得到模型；将模型转成ncnn下的模型；获取驾驶员的红外图片，对图片进行处理后，输入至模型中，对模型结果进行解析获取到方向盘位置，将方向盘区域扩大并选择设定的roi区域，把roi区域裁剪出来，同样对裁剪后的图片进行处理，输入到模型中判断驾驶员双手是否离开方向盘，若驾驶员没有一只手再方向盘上，则进行告警；否，则不告警；本发明还提供一种装置，能有效提高模型检出率以及减少网络输入大小，更快的提高模型速度。
-
Patent Agency Ranking
公开(公告)号：CN110969130A
公开(公告)日：2020-04-07
申请号：CN201911220885.5
申请日：2019-12-03
Applicant: 厦门瑞为信息技术有限公司
Inventor： 袁嘉言
Abstract: 本发明提供一种基于YOLOV3司机危险动作识别方法,获取司机的红外图像，通过人脸检测算法确定人脸位置，并且按照人脸位置选取司机危险行为待识别区域；使用YOLOV3算法快速检测待识别区域是否发生司机危险动作状态；如果YOLOV3算法检测到司机在做危险动作，将危险动作区域提取出来做深度学习分类，确定司机在做哪种危险行为；统计一段时间内，如果司机都在做某种危险行为，则提醒司机注意安全驾驶，并且将司机危险行为上传在云端；本发明还提供一种基于YOLOV3司机危险动作识别系统，使预测结果更为准确能大大减少警报危险行为的误识别。
-
公开(公告)号：CN110532970A
公开(公告)日：2019-12-03
申请号：CN201910823680.X
申请日：2019-09-02
Applicant: 厦门瑞为信息技术有限公司
Inventor： 张帅
Abstract: 本发明公开了一种人脸2D图像的年龄性别属性分析方法、系统和计算机设备，方法包括：获取需要检测的人脸2D图片；通过训练好的第一神经网络模型对单张人脸2D图片进行人脸检测，获取人脸框位置和面部特征点位置；根据人脸框位置和面部特征点位置进行图片矫正和截取，获得经过矫正标准化后的人脸2D图片；通过训练好的第二神经网络模型对矫正标准化后的人脸2D图片进行年龄性别属性预测，获得原始预测值；根据所述原始预测值以及年龄性别属性选择策略来确定人脸的年龄性别属性，输出预测的年龄及性别；将预测的年龄性别结果输出到后台并记录到数据库内，用于后续的数据分析。本发明方法能快速准确的检测摄像头内人脸的年龄性别属性信息。
-
公开(公告)号：CN109460704A
公开(公告)日：2019-03-12
申请号：CN201811087559.7
申请日：2018-09-18
Applicant: 厦门瑞为信息技术有限公司
Inventor： 袁嘉言
Abstract: 本发明公开了一种基于深度学习的疲劳检测方法、系统和计算机设备，方法包括：获取当前帧视频流图片；通过基于第一深度学习模型的人脸跟踪算法提取当前帧视频流图片的人脸位置信息和人眼位置信息；所述人脸位置信息包括人脸框的位置信息；所述人眼位置信息包括每只眼睛左右两个眼角的特征点位置信息；基于所述人眼位置信息，通过基于第二深度学习模型的眼睛状态识别算法提取眼睛上下边缘特征点landmark的位置信息；根据眼睛上下边缘特征点landmark的位置信息计算眼睛张开程度，判断出疲劳状态。本发明能够快速跟踪到人脸位置及提取提取眼睛上下边缘特征点，且识别精度更高，从而快速准确地检测出疲劳状态。
-
公开(公告)号：CN109214289A
公开(公告)日：2019-01-15
申请号：CN201810872297.9
申请日：2018-08-02
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明涉及一种从整体到局部的两阶段打电话行为识别方法，采用从整体到局部两阶段模型相结合的方法设计出基于CNN的整体初筛模型以及基于CNN的局部确认模型，其中，整体初筛模型用于从宏观上进行初筛，在保证保留绝大多数打电话的行为的情况下，尽可能多的过滤掉非打电话的行为；局部确认模型用于从微观进行校验，进一步确定驾驶员是否发生了打电话行为。通过两个模型的有效结合，既可以达到精度高的要求，也能达到速度快的要求。
-
公开(公告)号：CN108520262A
公开(公告)日：2018-09-11
申请号：CN201810265217.3
申请日：2018-03-28
Applicant: 厦门瑞为信息技术有限公司
Abstract: 本发明涉及一种基于FPGA实时提取FHOG特征的方法，其采用图像缩放模块、梯度计算模块、直方图统计模块、归一化模块和降维处理模块来实现。本发明在低密度FPGA平台高性能实现，全局模块使用流水线设计，减少处理延时，提高带内带宽，减小对外部存储DDR的带宽要求，减小成本和功耗。优化bram和DSP使用，使其最大性能发挥价值，本发明中的每个功能模块通过深度优化层级流水线，平衡前后带宽，减少了短板效应，整体的提升了处理速度和实时性。
-
-
-
-
-
-
-
-
-
Search Results
299
records
(took 0.041 seconds)
