-
Patent Agency Ranking
公开(公告)号：CN111582058A
公开(公告)日：2020-08-25
申请号：CN202010312001.5
申请日：2020-04-20
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明提出了一种使用对抗式3D分层网络进行手部姿态估计的方法及系统，对抗式3D分层网络主要包括两个部分：3D分层预测网络（3DHNet）负责各个关节点的预测，3DHNet相比传统的2D卷积神经网络能够提取到深度图中的关键信息，姿态判别网络（PDNet）负责对输入的手部姿态的合理性进行判断。通过将3DHNet和PDNet进行对抗训练，在对抗训练的过程中，PDNet的目的是尽可能的将预测的手部姿态与真实的手部姿态区分开，而3DHNet的目的则是使预测的结果尽可能地接近真实的手部姿态，来迷惑PDNet，通过这种对抗训练的方式，PDNet以一种自适应的方式为3DHNet的预测结果添加了物理约束，来使得3DHNet的预测结果更加的合理和准确。
-
公开(公告)号：CN110889326A
公开(公告)日：2020-03-17
申请号：CN201910981576.3
申请日：2019-10-16
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 中国科学院自动化研究所
Abstract: 本发明公开了一种基于人体检测的插队行为监测警告系统、方法、装置和存储介质，包括队列检测单元、插队行为检测单元和特征识别单元；所述队列检测单元对室内情景进行基础建模，确定检测队列的范围；所述插队行为检测单元通过使用眨眼识别技术，定位检测人脸并确认插队人脸；所述特征识别单元借助摄像头进行人脸拍摄，对拍摄人脸进行特征识别并进行播报，完成插队行为的警告。本发明实现了对插队的不文明行为进行高精度化的自动检测的功能，有助于警示插队行为，促进和谐排队。
-
公开(公告)号：CN110197254A
公开(公告)日：2019-09-03
申请号：CN201910340616.6
申请日：2019-04-25
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院 , 河南理工大学
Abstract: 本发明涉及一种基于深度迁移学习的线特征描述方法，包括：采集图像并进行预处理、利用已有技术提取图像中的直线、获取正确匹配直线对、确定直线对应的图像块；构建用于线特征描述的卷积神经网络；利用点特征描述网络的参数初始化线特征描述网络的参数；利用线匹配数据集对网络参数进行调整；利用步骤S4获取的网络参数更新CL2-Net的参数值；重复参数更新步骤，直到参数更新达到指定的次数；获取输入直线的描述子。本发明提供的方法可获得具有较好辨别能力和鲁棒性的描述子。
-
公开(公告)号：CN109788191A
公开(公告)日：2019-05-21
申请号：CN201811573231.6
申请日：2018-12-21
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院
IPC: H04N5/232
Abstract: 本申请涉及一种拍照方法、装置、计算机设备和存储介质，所述方法通过获取拍摄设备的预设拍摄策略和预拍摄图像，将预拍摄图像输入关键点检测模型，通过关键点检测模型对预拍摄图像进行检测，得到各个拍摄对象的位姿和对应的关键点的位置，当全部关键点的位置位于预设区域时，判断拍摄对象的位姿与预设拍摄策略对应的标准位姿是否匹配，当拍摄对象的位姿与预设拍摄策略对应的位姿匹配时，生成拍照指令，执行拍照指令，得到对应的拍照图像。通过关键点检测模型对拍摄对象的关键点进行检测，根据关键点所处的位置和拍摄对象的位置确定是否拍摄，当都满足时拍照，使得拍摄更为便捷，得到的图像更为精美。
-
公开(公告)号：CN109613930A
公开(公告)日：2019-04-12
申请号：CN201811574717.1
申请日：2018-12-21
Applicant: 中国科学院自动化研究所南京人工智能芯片创新研究院
IPC: G05D1/10
Abstract: 本申请涉及一种无人飞行器的控制方法、装置、无人飞行器及存储介质。其中，无人飞行器的控制方法包括：获取拍摄图像；识别拍摄图像，获取拍摄图像的跟踪目标，以及获取拍摄图像的跟踪目标的手势信息；根据手势信息控制无人飞行器飞行。利用无人飞行器获取的拍摄图像做目标检测，得到跟踪目标，即特定指挥者，进一步地获取跟踪目标的手势信息，进而根据手势信息对应的控制指令来控制无人飞行器，实现基于视觉识别的无人飞行器手势控制，提供了无约束的人机交互方式，进一步实现无人飞行器的自动化。
-
-
-
-
Search Results
35
records
(took 0.051 seconds)
