-
公开(公告)号：CN104112370B
公开(公告)日：2016-08-17
申请号：CN201410370104.1
申请日：2014-07-30
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于监控图像的停车场智能车位识别方法及系统，该停车场智能车位识别方法包括如下步骤：视频图像采集步骤：停车场监控摄像头拍摄获取停车位视频数据；停车位坐标标定步骤：用于完成停车位坐标的标定；邻近车位遮挡处理步骤：将停车位划分为若干子区域，并分配不同的权重来处理临近车位的遮挡问题；分类器设计步骤：用于判断停车位是否有车。本发明的有益效果是：本发明的方法及系统人工干预少，监控车位多，不需要额外的设备，在普通的监控摄像头下即可实现，从而满足了停车场实时高效的管理，解决了客户停车难，找车难的问题。
-
公开(公告)号：CN104112370A
公开(公告)日：2014-10-22
申请号：CN201410370104.1
申请日：2014-07-30
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于监控图像的停车场智能车位识别方法及系统，该停车场智能车位识别方法包括如下步骤：视频图像采集步骤：停车场监控摄像头拍摄获取停车位视频数据；停车位坐标标定步骤：用于完成停车位坐标的标定；邻近车位遮挡处理步骤：将停车位划分为若干子区域，并分配不同的权重来处理临近车位的遮挡问题；分类器设计步骤：用于判断停车位是否有车。本发明的有益效果是：本发明的方法及系统人工干预少，监控车位多，不需要额外的设备，在普通的监控摄像头下即可实现，从而满足了停车场实时高效的管理，解决了客户停车难，找车难的问题。
-
公开(公告)号：CN107704877B
公开(公告)日：2020-05-29
申请号：CN201710928967.X
申请日：2017-10-09
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于深度学习的图像隐私感知方法，包括以下步骤：S1、构建带类别标注的隐私分类数据集，使用迁移学习的方法训练隐私感知网络；S2、使用面向隐私感知的深度卷积神经网络完成隐私图像的识别；S3、根据神经网络深层卷积特征提取注意力分布图，并定位注意力集中区域完成对图像隐私区域的感知。本发明的有益效果是：基于深度神经网络完成了端到端的训练和测试，可以准确地区分隐私图像并定位图像中的隐私区域，方便对图像中的隐私信息进行选择性保护。
-
公开(公告)号：CN107704877A
公开(公告)日：2018-02-16
申请号：CN201710928967.X
申请日：2017-10-09
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于深度学习的图像隐私感知方法，包括以下步骤：S1、构建带类别标注的隐私分类数据集，使用迁移学习的方法训练隐私感知网络；S2、使用面向隐私感知的深度卷积神经网络完成隐私图像的识别；S3、根据神经网络深层卷积特征提取注意力分布图，并定位注意力集中区域完成对图像隐私区域的感知。本发明的有益效果是：基于深度神经网络完成了端到端的训练和测试，可以准确地区分隐私图像并定位图像中的隐私区域，方便对图像中的隐私信息进行选择性保护。
-
公开(公告)号：CN106878674B
公开(公告)日：2019-08-30
申请号：CN201710016093.0
申请日：2017-01-10
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种鲁棒性比较强的基于监控视频的停车检测方法，基于前景历史像素点和图像相似度进行静止目标检测，主要包括混合高斯模型提取前景运动目标、通过可疑静止像素矩阵得到可疑静止目标区域、图像相似度的计算。在车辆识别阶段，对Haar分类器进行了改进，使得其在级联强分类器训练时避免出现训练过程滞停，可以保证在训练过程中避免出现滞停现象，使得级联强分类器训练鲁棒性增强。在车辆检测过程中，只将通过静止目标检测得到的静止目标区域和其邻域放到Haar分类器进行检测，而不是将整张图像放入Haar分类器检测，这样可以大大减少计算量，提高算法的实时性。另外，还采用基于混合高斯模型的遮挡检测解决暂时性遮挡的问题，降低算法的漏检率。
-
Patent Agency Ranking
公开(公告)号：CN108509889A
公开(公告)日：2018-09-07
申请号：CN201810257192.2
申请日：2018-03-27
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/00
Abstract: 本发明提出了一种基于肤色分割的近景异常行为检测方法及装置，可完成对视频中的人体近景行为进行检测，所述方法包括：采用基于深度学习的肤色分割算法对视频进行背景去除，以保留当前图像中的肤色区域。另外通过手掌几何特征对肤色区域进行建模，以获得手掌位置。最后通过光流能量模型对运动的手部进行能量判断以实现行为异常与否的判断。本发明基于肤色分割可以有效的过滤背景中的干扰信息，对近景人体行为进行检测。
-
公开(公告)号：CN106878674A
公开(公告)日：2017-06-20
申请号：CN201710016093.0
申请日：2017-01-10
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种鲁棒性比较强的基于监控视频的停车检测方法，基于前景历史像素点和图像相似度进行静止目标检测，主要包括混合高斯模型提取前景运动目标、通过可疑静止像素矩阵得到可疑静止目标区域、图像相似度的计算。在车辆识别阶段，对Haar分类器进行了改进，使得其在级联强分类器训练时避免出现训练过程滞停，可以保证在训练过程中避免出现滞停现象，使得级联强分类器训练鲁棒性增强。在车辆检测过程中，只将通过静止目标检测得到的静止目标区域和其邻域放到Haar分类器进行检测，而不是将整张图像放入Haar分类器检测，这样可以大大减少计算量，提高算法的实时性。另外，还采用基于混合高斯模型的遮挡检测解决暂时性遮挡的问题，降低算法的漏检率。
-
公开(公告)号：CN104123008B
公开(公告)日：2017-11-03
申请号：CN201410371319.5
申请日：2014-07-30
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于静态手势的人机交互方法及系统，人机交互方法包括手势识别方法，手势识别方法中包括建立实时肤色模型步骤、建立手势几何模型步骤、建立跟踪模型步骤、识别步骤。本发明的有益效果是：本发明可以让人们通过做手势实现人与机器的交互、给机器下达指令。从交互方式层面上说，本发明提供了一种新颖的、简洁的、更为人性化的人机交互方式。从系统实现方法层面说，该系统中用到的手势识别单元有效地克服了传统手势识别的稳定性差、指令量少不可扩充、严重依赖PC平台等问题。
-
公开(公告)号：CN104123008A
公开(公告)日：2014-10-29
申请号：CN201410371319.5
申请日：2014-07-30
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于静态手势的人机交互方法及系统，人机交互方法包括手势识别方法，手势识别方法中包括建立实时肤色模型步骤、建立手势几何模型步骤、建立跟踪模型步骤、识别步骤。本发明的有益效果是：本发明可以让人们通过做手势实现人与机器的交互、给机器下达指令。从交互方式层面上说，本发明提供了一种新颖的、简洁的、更为人性化的人机交互方式。从系统实现方法层面说，该系统中用到的手势识别单元有效地克服了传统手势识别的稳定性差、指令量少不可扩充、严重依赖PC平台等问题。
-
公开(公告)号：CN101691632B
公开(公告)日：2012-11-14
申请号：CN200910108292.X
申请日：2009-06-26
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及一种可以快速判峰的振动时效系统。判峰方法包括步骤：一、对振幅信号进行采样；二、对采样信息进行量化；三、引入窗口函数；四、进行小波变换；五、通过小波变换得到时间-尺度对应关系；六、将尺度转换为频率，得到振动时效的峰值。振动时效系统包括：激振器单元、振幅检测单元、下位机和上位机，其中，激振器单元中的激振器和振幅检测单元中的振幅传感器安装在被测工件，激振器单元中的激振器控制器与下位机连接，下位机与上位机连接。本发明技术方案能快速检测出工件的共振频率和谐振频率，对短时间采集的数据具有较高的频率分辨率，从而满足小型工件的共振频率和谐振频率检测准确度需求，并且具有时效处理时间短、噪声小、耗能少等优点。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.028 seconds)
