-
公开(公告)号：CN112419186A
公开(公告)日：2021-02-26
申请号：CN202011315205.0
申请日：2020-11-20
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明公开了一种车牌图像的批量生成方法、装置及计算机设备，其中，该批量生成方法包括：根据真实车牌图像数据，生成数字车牌图像数据；在数字车牌图像数据随机加入泥土噪声，生成叠加车牌图像数据；对叠加车牌图像数据进行坐标系变换，生成目标坐标系数据；根据随机真实车牌图像、预设风格迁移深度神经网络模型以及目标坐标系数据，生成目标车牌图像。通过实施本发明，解决了相关技术中存在的由于稀有类型车牌较少，导致的车牌分类识别效果较差的问题。可以根据观测到的较少的车牌图像，批量生成与交通摄像头观测到的真实车牌图像极为相似的车牌图像，更接近真实场景，可以对数字车牌图像的颜色进行高效地变换以及调整。
-
公开(公告)号：CN112052855A
公开(公告)日：2020-12-08
申请号：CN202010964914.5
申请日：2020-09-14
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明公开了一种基于深度学习的车牌识别方法及装置，涉及图像识别技术领域，所述方法包括：建立车牌关键点图像数据集；根据所述车牌关键点图像数据集，得到关键点检测定位模型；利用所述关键点检测定位模型，检测并识别待测图像中的车牌关键点；根据检测到的车牌关键点进行图片校正，得到校正后的车牌图片；对所述校正后的车牌图片进行车牌字符识别。本发明实施例能够解决现有车牌识别方法受车辆角度影响，导致车牌识别效率不高的问题，能够满足各种场景下对车牌的识别，具有检测快速、高效，识别准确率高的优点。
-
公开(公告)号：CN112419186B
公开(公告)日：2024-03-26
申请号：CN202011315205.0
申请日：2020-11-20
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明公开了一种车牌图像的批量生成方法、装置及计算机设备，其中，该批量生成方法包括：根据真实车牌图像数据，生成数字车牌图像数据；在数字车牌图像数据随机加入泥土噪声，生成叠加车牌图像数据；对叠加车牌图像数据进行坐标系变换，生成目标坐标系数据；根据随机真实车牌图像、预设风格迁移深度神经网络模型以及目标坐标系数据，生成目标车牌图像。通过实施本发明，解决了相关技术中存在的由于稀有类型车牌较少，导致的车牌分类识别效果较差的问题。可以根据观测到的较少的车牌图像，批量生成与交通摄像头观测到的真实车牌图像极为相似的车牌图像，更接近真实场景，可以对数字车牌图像的颜色进行高效地变换以及调整。
-
公开(公告)号：CN112163545A
公开(公告)日：2021-01-01
申请号：CN202011087869.6
申请日：2020-10-12
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明提供一种头部特征提取方法、装置、电子设备及存储介质，其中，方法包括如下步骤：获取待检测图像；将所述待检测图像输入至预先训练好的人体检测神经网络模型，得到所述待检测图像中的人体检测框；将所述人体检测框输入至预先训练好的头部特征检测分类模型，得到所述人体检测框的人体头部特征。通过实施本发明，先获取待检测图像的人体检测框，在对人体检测框内的头部特征进行检测，由于对于同一行人，人体比头部在待检测图像中的像素占屏比更大，因此，更不容易漏检，从而提高了头部特征检测的准确率。
-
公开(公告)号：CN114332780A
公开(公告)日：2022-04-12
申请号：CN202111446808.9
申请日：2021-11-30
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
Abstract: 本发明提供一种针对小目标的交通人车非目标检测方法，先获取待训练的交通图像样本集；再针对小目标的数据进行数据增强；继而构建基于yolov5的小目标检测网络，将带标签的图像样本集输入神经网络中，根据损失值对网络参数的偏导更新神经网络的参数权重，当损失值最小时，得到训练好的针对小目标的人车非目标检测模型；最后将待检测的交通图片输入检测模型中，输出图像中各目标的类别、置信度和四个位置坐标。本发明通过使用针对小目标的数据增强方法以及构造基于注意力机制的特征融合模块，基于YOLOV5检测网络实现对交通人车非目标的实时检测，大幅度提升了小目标的检出率和检测准确性。
-
Patent Agency Ranking
公开(公告)号：CN112598076B
公开(公告)日：2023-09-19
申请号：CN202011599263.0
申请日：2020-12-29
Applicant: 北京易华录信息技术股份有限公司
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06T3/00 , G06V10/80 , G06V10/82 , G06N3/084
Abstract: 本发明公开了一种机动车属性识别方法及系统，通过训练的机动车属性识别模型，采用多标签分类的方法实现机动车的多属性分类，使用深度学习网络同时推理机动车的多个属性，大幅度减少了计算量和计算时长，有助于模型对于不同标签的属性的推断，同时方便了模型的管理和部署。
-
公开(公告)号：CN114399704A
公开(公告)日：2022-04-26
申请号：CN202111600465.7
申请日：2021-12-24
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明公开了一种高光视频提取方法、装置和设电子备，该方法包括：提取样本视频的各帧画面中与预设高光头像状态和预设高光动作所匹配的目标头像和目标身体图像，预设高光头像状态用于表征符合高光标准的表情、头朝向和头俯仰状态；将各帧画面中提取出的目标头像和目标身体图像以是否属于同一活体为标准进行匹配，并获取各帧画面中匹配成功的目标活体图像；基于目标活体图像在样本视频的各帧画面中追踪目标活体，并提取存在目标活体的画面组成高光视频。本发明提供的技术方案，实现了在长视频中进行活体的高光视频自动提取的功能。
-
公开(公告)号：CN114120196A
公开(公告)日：2022-03-01
申请号：CN202111428470.4
申请日：2021-11-26
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明公开了一种高光视频处理方法、装置、存储介质及电子设备，该方法包括：对获取的高光时刻视频进行身份匹配，得到目标人物的高光时刻视频；根据多个维度的预设评价指标计算目标人物的高光时刻视频中每一个图像在每一个维度的预设评价指标下的分值，并获取不同维度的预设评价指标对应的权重对高光时刻视频进行综合评分；根据目标人物在每一个视频图像中的位置确定目标人物在每一个视频图像中的出框率；根据出框率对综合评分结果进行调整；根据调整后的综合评分结果及预设阈值对高光时刻视频中的图像进行筛选得到满足条件的高光视频。该方法大幅度减少了计算量和计算时长，提高了目标人物高光视频的质量。
-
公开(公告)号：CN114092746A
公开(公告)日：2022-02-25
申请号：CN202111438968.9
申请日：2021-11-29
Applicant: 北京易华录信息技术股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种多属性识别方法、装置、存储介质及电子设备，该方法包括：根据如多属性识别模型构建方法构建得到的多属性识别模型对获取的待识别图像进行预处理；根据预处理结果确定多属性对应的概率值矩阵；根据概率矩阵对待处理图像的多个属性进行识别。该方法利用训练得到的多属性识别模型对图像进行处理并完成识别，实现了单个模型对不同属性进行推断与识别，大幅度减少了计算量和计算时长，提高了多属性识别效率。
-
公开(公告)号：CN113920479A
公开(公告)日：2022-01-11
申请号：CN202111193337.5
申请日：2021-10-13
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明公开了一种目标检测网络构建和目标检测方法、装置及电子设备，包括：将获取到的图像样本集输入到神经网络模型，对神经网络模型进行训练，直至所述神经网络模型的参数值满足目标条件，得到目标检测网络，其中所述神经网络模型包括卷积层和线性层，所述卷积层用于对输入的图像样本进行一次卷积操作，所述线性层用于对一次卷积操作结果进行线性操作，通过使用线性层代替其他的卷积层，减少了神经网络模型的计算量，减少了神经网络模型的推理时间，提高了处理过程的时效性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.054 seconds)
