-
公开(公告)号：CN103279742B
公开(公告)日：2016-08-10
申请号：CN201310196658.X
申请日：2013-05-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明针对不同分辨率的行人检测，公开了一种基于多任务模型的行人检测方法，其包括如下步骤：对于不同分辨率下的行人，首先进行纹理特征的提取；对于不同分辨率下提取的纹理特征，分别优化各自的投影矩阵，这些投影矩阵将不同分辨率的纹理特征投影至一个所有分辨率公共空间中；最终，在此公共空间中共享一个行人检测器。在模型的训练过程中，迭代地优化分辨率相关的投影矩阵和检测器。本发明能够提高行人检测精度，尤其是对于低分辨率的行人，本发明检测精度高，适应范围广。
-
公开(公告)号：CN103279742A
公开(公告)日：2013-09-04
申请号：CN201310196658.X
申请日：2013-05-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明针对不同分辨率的行人检测，公开了一种基于多任务模型的行人检测方法，其包括如下步骤：对于不同分辨率下的行人，首先进行纹理特征的提取；对于不同分辨率下提取的纹理特征，分别优化各自的投影矩阵，这些投影矩阵将不同分辨率的纹理特征投影至一个所有分辨率公共空间中；最终，在此公共空间中共享一个行人检测器。在模型的训练过程中，迭代地优化分辨率相关的投影矩阵和检测器。本发明能够提高行人检测精度，尤其是对于低分辨率的行人，本发明检测精度高，适应范围广。
-
公开(公告)号：CN103093237B
公开(公告)日：2015-12-23
申请号：CN201310014629.7
申请日：2013-01-15
Applicant: 中国科学院自动化研究所 , 北京中科奥森科技有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种基于结构化模型的人脸检测方法，其包括如下步骤：训练结构化的人脸检测模型，其中包括全局人脸，部件，以及部件与全局人脸之间的空间关系模型，在该模型中，每个部件都有相应的子类别，并且每个部件都可以进行相应的移动来根据样本进行自适应的调整；同时，使用基于短语模型的身体检测器进行身体的检测，并利用身体的检测器来估计人脸的位置；最后训练一个上下文模型来融合上述两者的检测，得到最终的检测结果。本发明能够提高人脸检测精度，具有对遮挡，形变，姿态，光照等复杂变化下的鲁棒性，本发明检测精度高，适应范围广。
-
公开(公告)号：CN103093237A
公开(公告)日：2013-05-08
申请号：CN201310014629.7
申请日：2013-01-15
Applicant: 中国科学院自动化研究所 , 北京中科奥森科技有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种基于结构化模型的人脸检测方法，其包括如下步骤：训练结构化的人脸检测模型，其中包括全局人脸，部件，以及部件与全局人脸之间的空间关系模型，在该模型中，每个部件都有相应的子类别，并且每个部件都可以进行相应的移动来根据样本进行自适应的调整；同时，使用基于短语模型的身体检测器进行身体的检测，并利用身体的检测器来估计人脸的位置；最后训练一个上下文模型来融合上述两者的检测，得到最终的检测结果。本发明能够提高人脸检测精度，具有对遮挡，形变，姿态，光照等复杂变化下的鲁棒性，本发明检测精度高，适应范围广。
-
-
-
Search Results
4
records
(took 0.022 seconds)
