-
公开(公告)号:CN108919982A
公开(公告)日:2018-11-30
申请号:CN201810612137.0
申请日:2018-06-14
Applicant: 北京理工大学
IPC: G06F3/0354 , G06F3/023 , G06F3/038 , G06F3/01 , G06K9/00
Abstract: 本发明公开了一种基于人脸朝向识别的自动键鼠切换方法,在用户同时使用多台计算机时,利用人脸朝向识别判断用户正在使用的计算机,自动将键盘鼠标的控制信号切换至用户正在使用的计算机,无需用户手动进行切换,提高了商用价值;采用模块化设计的键鼠信号切换模块,方便用户对其进行扩展,当用户需要向系统中加入新的计算机时,只需要增加新的键鼠信号切换模块即可。
-
公开(公告)号:CN118172807A
公开(公告)日:2024-06-11
申请号:CN202310735617.7
申请日:2023-06-20
Applicant: 北京理工大学 , 中国国家铁路集团有限公司 , 中国铁道科学研究院集团有限公司 , 中国铁道科学研究院集团有限公司铁道科学技术研究发展中心
IPC: G06V40/16 , G06V10/764 , G06V10/80 , G06V10/82 , G06T3/4053 , G06N3/045 , G06N3/047 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 一种基于低分辨率表情图像的情感识别方法,属于情感识别技术领域。本发明采用超分辨率重构模块补充人脸表情图像的细节信息,提高表情特征的可分辨能力,解决由分辨率降低导致的情感识别性能下降问题,提升情感识别的精度;无需使用高成本的高分辨率视觉传感器进行图像采集,能够有效降低设备成本。基于双分支生成对抗生成网络,将表情特征迁移至正面目标人脸生成新的表情,恢复局部遮挡并对头部偏转进行矫正,减小实际应用中不确定性因素的干扰,有效提高真实场景中情感识别的准确性和鲁棒性。本发明适用于公共安全监测领域,提高基于低分辨率人脸表情的情感识别精度和对遮挡和头部偏转问题的鲁棒性,降低视觉传感器成本。
-
公开(公告)号:CN108919982B
公开(公告)日:2020-10-20
申请号:CN201810612137.0
申请日:2018-06-14
Applicant: 北京理工大学
IPC: G06F3/0354 , G06F3/023 , G06F3/038 , G06F3/01 , G06K9/00
Abstract: 本发明公开了一种基于人脸朝向识别的自动键鼠切换方法,在用户同时使用多台计算机时,利用人脸朝向识别判断用户正在使用的计算机,自动将键盘鼠标的控制信号切换至用户正在使用的计算机,无需用户手动进行切换,提高了商用价值;采用模块化设计的键鼠信号切换模块,方便用户对其进行扩展,当用户需要向系统中加入新的计算机时,只需要增加新的键鼠信号切换模块即可。
-
公开(公告)号:CN116844108A
公开(公告)日:2023-10-03
申请号:CN202310733658.2
申请日:2023-06-20
Applicant: 北京理工大学 , 中国国家铁路集团有限公司 , 中国铁道科学研究院集团有限公司 , 中国铁道科学研究院集团有限公司铁道科学技术研究发展中心
Abstract: 一种人群密度异常预警与安全应急响应方法,属于公共安全领域。本发明通过使用适当大小的高斯核,将原始图像中的人头区域映射到密度图中的对应位置生成的人群密度图,能够通过对人群密度图目标区域进行积分求和来获取该区域的人数,降低计算的复杂程度,提高计算的效率及准确率。通过对标记的密集子区域进行膨胀操作、腐蚀、连通处理,将连续的区域合并为一个整体,使得标记的密集子区域更加紧凑、连续,减少误判的可能性,提高后续处理的准确性。本发明适用于公共交通等领域,能够快速、自动地识别和标记出人群密集区域大大提高监控系统的效率和准确性,帮助监控人员及时掌握人群密集区域的情况,及时采取措施保障公共安全。
-
公开(公告)号:CN112419461A
公开(公告)日:2021-02-26
申请号:CN202011277216.4
申请日:2020-11-16
Applicant: 北京理工大学
Abstract: 本发明公开了一种协同无人系统联合语义建图方法,所述方法包括:单个无人系统语义地图构建及分布式通信算法、基于相对熵值滤波器的全局一致性地图构建算法;其中,所述单个无人系统语义地图构建及分布式通信算法实现单个无人系统在全天候环境下利用多源传感器信息构建局部语义地图,构建基于信息熵触发的云到端分布式信息共享机制,实现协同无人系统间分布式共享局部语义地图;所述基于相对熵值滤波器的全局一致性地图构建算法,对无人系统的单机建图误差和协同定位误差进行建模,采用基于相对熵值滤波器的信息融合方法,减小局部语义地图融合时的不确定性,实现协同无人系统联合构建全局语义地图。
-
-
-
-