-
公开(公告)号：CN107491752A
公开(公告)日：2017-12-19
申请号：CN201710690911.5
申请日：2017-08-14
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于深度学习的自然场景中船牌文字识别方法、装置，方法包括：获取港口进出船舶的视频；将所述视频分解成由船舶图像帧组成的视频流，采用训练完成的船舶分类模型对视频流进行分类，获取指定类型的船舶图像；采用训练完成的船牌检测模型对所述指定类型的船舶图像进行船牌检测，获取船牌检测结果；对所述船牌检测的结果进行文字识别，得到自然场景中的船牌文字。
-
公开(公告)号：CN106874883A
公开(公告)日：2017-06-20
申请号：CN201710106887.6
申请日：2017-02-27
Applicant: 中国石油大学(华东)
CPC classification number: G06K9/00228 , G06F9/5044 , G06K9/00268 , G06K9/00288 , G06K9/00979 , G06K9/6256 , G06K9/6267
Abstract: 本发明公开了一种基于深度学习的实时人脸检测方法及系统，该方法包括以下步骤：构建的人脸图像数据库和卷积神经网络，利用构建的数据库对神经网络进行训练，得到最优的卷积神经网络以及人脸数据库中的人脸特征；构建storm拓扑结构；数据源输入组件将实时视频流分发给各数据处理组件，数据处理组件通过卷积神经网络对人脸和非人脸进行分类、人脸边界框回归、坐标定位，得到人脸检测的结果。本发明通过优化后的卷积神经网络对人脸图像数据进行特征提取，有效地提高了特征提取的准确率，将Storm架构和卷积神经网络的特征提取相结合，提高了人脸检测的效率。
-
公开(公告)号：CN115188049A
公开(公告)日：2022-10-14
申请号：CN202210814542.7
申请日：2022-07-12
Applicant: 中国石油大学(华东)
IPC: G06V40/16 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明提供了一种基于在线强化学习的小区人脸姿态检测系统及方法，系统包括监控设备、AI服务器和前端显示设备，AI服务器内部署有视频检测服务模块和在线强化学习服务模块，视频检测服务模块包括视频流获取单元、视频流解码单元和部署于视频检测服务模块的训练后的FacePose‑RCNN模型，FacePose‑RCNN模型包括人脸检测网络分支网络Faster RCNN和人脸姿态识别分支网络FacePose‑Net；在线强化学习服务模块包括在线校验单元、人脸姿态数据库、在线学习单元和在线更新单元；通过上述系统，可以在人脸姿态数据库的新增数据超过一定数量后，在线快速对人脸检测网络模型进行持续强化学习。本发明通过在线强化学习不断增强网络模型对人脸姿态的识别能力，提高了人脸姿态检测的准确率。
-
公开(公告)号：CN110705579A
公开(公告)日：2020-01-17
申请号：CN201910303274.0
申请日：2019-04-15
Applicant: 中国石油大学(华东)
Abstract: 本方法将深度学习目标检测、模糊坐标修正与弹性坐标矩阵的建立相结合，提出一种基于深度学习的复杂多目标集成开关控制板校验方法。该方法利用深度学习目标检测技术实现控制板上开关的识别以及单个开关的状态分类；利用图像中开关的某一特征作为衡量目标距离的一个度量，解决由于拍摄远近不同而导致的目标大小及相互之间距离有像素级差距的问题；设置一个弹性阈值，用以判断一个目标跟其周围坐标的相对位置，构建开关状态矩阵；将图像中每一个目标的坐标都用其周围坐标来确定，即使拍摄倾斜角度较大也能准确定位目标在整个开关状态矩阵中的位置，使得算法的稳定性得到大大提升。
-
公开(公告)号：CN108549882A
公开(公告)日：2018-09-18
申请号：CN201810457285.X
申请日：2018-05-14
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种基于深度学习的实时的铁路口多摄像头行人检测方法，包括以下步骤：通过多个摄像头采集的视频，摄像头对重点监控区域重叠监控；选择需要检测的摄像头区域并获取该区域下的摄像头视频流；在GPU处理器集群中进行视频图像处理：首先将图像切割，然后用训练好的行人检测模型对切割后的图像进行检测；实时监控GPU处理器中的GPU使用情况并根据调度策略进行调度；计算行人区域坐标，获取当前时间戳并发送到用户客户端。一种基于深度学习的实时的铁路口多摄像头行人检测方法，将视频处理和深度学习相结合，并采用摄像头重叠监控的方法以提高铁路口行人检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110705579B
公开(公告)日：2023-05-23
申请号：CN201910303274.0
申请日：2019-04-15
Applicant: 中国石油大学(华东)
IPC: G06V10/764 , G06V30/148 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本方法将深度学习目标检测、模糊坐标修正与弹性坐标矩阵的建立相结合，提出一种基于深度学习的复杂多目标集成开关控制板校验方法。该方法利用深度学习目标检测技术实现控制板上开关的识别以及单个开关的状态分类；利用图像中开关的某一特征作为衡量目标距离的一个度量，解决由于拍摄远近不同而导致的目标大小及相互之间距离有像素级差距的问题；设置一个弹性阈值，用以判断一个目标跟其周围坐标的相对位置，构建开关状态矩阵；将图像中每一个目标的坐标都用其周围坐标来确定，即使拍摄倾斜角度较大也能准确定位目标在整个开关状态矩阵中的位置，使得算法的稳定性得到大大提升。
-
公开(公告)号：CN107491752B
公开(公告)日：2020-11-06
申请号：CN201710690911.5
申请日：2017-08-14
Applicant: 中国石油大学(华东)
Abstract: 本发明涉及一种基于深度学习的自然场景中船牌文字识别方法、装置，方法包括：获取港口进出船舶的视频；将所述视频分解成由船舶图像帧组成的视频流，采用训练完成的船舶分类模型对视频流进行分类，获取指定类型的船舶图像；采用训练完成的船牌检测模型对所述指定类型的船舶图像进行船牌检测，获取船牌检测结果；对所述船牌检测的结果进行文字识别，得到自然场景中的船牌文字。
-
公开(公告)号：CN106909886B
公开(公告)日：2019-05-03
申请号：CN201710041906.1
申请日：2017-01-20
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于深度学习的高精度交通标志检测方法及系统。其中，该方法将深度学习技术与高精度交通标志检测技术相结合，通过对SSD网络和卷积神经网络进行训练，利用训练好的SSD网络提取来自视频流中按比例进行重叠切割后的交通标志特征，根据SSD网络提取到的交通标志特征，利用训练好的卷积神经网络提取交通标志特征的特征，将提取到的交通标志特征的特征与交通标志图像检测数据库的正负两类交通标志的特征进行匹配，保留正类交通标志特征，得到高精度交通标志匹配筛选结果，有效地提高了高精度交通标志检测的准确率。
-
公开(公告)号：CN107024073A
公开(公告)日：2017-08-08
申请号：CN201710283190.6
申请日：2017-04-26
Applicant: 中国石油大学(华东)
CPC classification number: F25D29/003 , F25D2500/06 , G06K9/00664 , G06K9/66
Abstract: 本发明涉及一种基于深度学习的多传感器智能冰箱控制方法和智能冰箱，冰箱具有冰箱本体和多个门，冰箱本体和每个门均形成冰箱储藏室，控制方法包括：获取向冰箱储藏室内放置食材前的第一图像与放置食材后的第二图像，基于所述第一图像和第二图像采用视觉检测方法获取待测食材图像，采用预训练好的第一卷积神经网络模型对上述待测食材图像进行识别，得到冰箱储藏室内的待测食材种类；获取向冰箱储藏室内放置食材前储藏室的第一压力与放置食材后储藏室的第二压力，基于所述第一压力和第二压力，得到待测食材重量；获取语音开门或闭门指令，采用预训练好的第二卷积神经网络模型对上述待语音开门或闭门指令进行识别，用于控制冰箱门开启与关闭。
-
公开(公告)号：CN107067365A
公开(公告)日：2017-08-18
申请号：CN201710278169.7
申请日：2017-04-25
Applicant: 中国石油大学(华东)
CPC classification number: G06T1/20 , G06N3/08 , H04L67/1097
Abstract: 本发明涉及一种基于深度学习的分布嵌入式实时视频流处理系统及方法，视频数据采集层通过ARM板采集视频数据并预处理；视频处理层根据指定的视频处理任务在嵌入式GPU处理器集群上根据深度学习算法进行视频处理；GPU资源调度层实时监控嵌入式GPU处理器中的GPU使用情况并根据调度策略进行调度，存储层将处理结果上传到云存储服务器，服务层将结果可视化反馈给客户端。本发明的一种基于深度学习的分布嵌入式实时视频流处理框架，将视频处理、深度学习相结合，把视频处理利用分布嵌入式技术并行化，以达到实时视频处理的效果；把深度学习应用到视频处理中，提高视频处理的准确率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
