-
公开(公告)号：CN113378714A
公开(公告)日：2021-09-10
申请号：CN202110649824.1
申请日：2021-06-10
Applicant: 大连海事大学
Abstract: 本发明提供一种跨场景不变和类别信息保持的步态表示方法及系统。本发明方法，包括：S1、基于姿态估计方法，从步态序列中提取出关节点；S2、基于提取的所述关节点，不考虑头肩点来代表步态，构建步态表示，并输出源步态表示；S3、基于类别信息保持GAN网络的转换器，将所述源步态表示转换为规定的场景表示，生成规范化的目标步态表示；S4、使用生成的所述目标步态表示和经过训练的分类器来识别人，得到最终的识别结果。本发明设计了一种跨场景不变的步态表示方法，即PoEM，同时设计了一种可以实现类别信息保持的对抗网络结构，两者构成的系统可以解决跨场景条件下的步态识别困难的问题。
-
公开(公告)号：CN105160348B
公开(公告)日：2018-06-12
申请号：CN201510472283.4
申请日：2015-08-04
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明是关于一种基于图像统计特征的现场痕迹自动同一认定方法及系统。本发明依据现场痕迹反映出的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征分别从整体、部位和个性三个层次的特征进行逐级痕迹比对认定，整个认定过程不需要人工参与，自动提取特征并进行自动比对。另外，本发明自动检测提取特征及认定，不需要人工标画特征，很好的解决了人为认定的时效性问题和二义性问题。本发明的认定过程是针对现场痕迹的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征，并非单一特征进行认定，因此判定结果更加精确。因此，本发明可以广泛用于痕迹认定领域。
-
公开(公告)号：CN105160348A
公开(公告)日：2015-12-16
申请号：CN201510472283.4
申请日：2015-08-04
Applicant: 大连海事大学
IPC: G06K9/62
CPC classification number: G06K9/6209 , G06K9/6212
Abstract: 本发明是关于一种基于图像统计特征的现场痕迹自动同一认定方法及系统。本发明依据现场痕迹反映出的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征分别从整体、部位和个性三个层次的特征进行逐级痕迹比对认定，整个认定过程不需要人工参与，自动提取特征并进行自动比对。另外，本发明自动检测提取特征及认定，不需要人工标画特征，很好的解决了人为认定的时效性问题和二义性问题。本发明的认定过程是针对现场痕迹的花纹特征、结构特征、磨损特征及反映造痕体自身性质的个性特征，并非单一特征进行认定，因此判定结果更加精确。因此，本发明可以广泛用于痕迹认定领域。
-
公开(公告)号：CN117746225A
公开(公告)日：2024-03-22
申请号：CN202311771946.3
申请日：2023-12-21
Applicant: 大连海事大学
IPC: G06V20/05 , G06V20/70 , G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明公开了一种检测记录水下结构污损生物附着情况的方法，S1：获取附着污损生物的水下结构图像；S2：对水下结构图像进行污损生物附着区域标注操作，对标注后的图像进行筛选；S3：采用所述Mobileone‑YOLOv7‑tiny网络模型对所述筛选后的图像进行识别，得到污损生物的数量、面积、形状和种类信息；S4：采用3D点云病害重建方法对筛选后的图像进行重建，得到污损生物的厚度和体积信息；S5：建立污损生物数据库，将得到的所述污损生物的信息保存在污损生物数据库中。本发明能够在保持检测精度的同时减少参数量，且对设备的要求不高，保证了安全性和可靠性，并通过建立了污损生物数据库，实现集中管理，保证对污损生物进行及时清理。
-
公开(公告)号：CN106326927B
公开(公告)日：2019-06-04
申请号：CN201610716111.1
申请日：2016-08-24
Applicant: 大连海事大学
Abstract: 本发明提供一种鞋印新类别检测方法，包括：提取训练图像和所述待检测图像的特征，所述训练图像为已知类别的鞋印图像，用于确定待检测图像是否为新类别鞋印图像；提取所述训练图像和所述待检测图像的特征；根据所述特征计算所述训练图像之间的相似度矩阵、所述训练图像与所述待检测图像之间的相似度矩阵；根据所述训练图像之间的相似度矩阵确定判别函数；根据所述判别函数确定所述训练图像和待检测图像在零空间对应的训练图像映射和待检测图像映射；计算所述待检测图像映射与所述训练图像映射的欧式距离；根据所述欧式距离确定待检测图像是否为新类别；根据所述新类别检测鞋印图像。本发明实现对鞋印的有效管理，实现了更准确地检测鞋印新类别。
-
Patent Agency Ranking
公开(公告)号：CN105023025A
公开(公告)日：2015-11-04
申请号：CN201510481067.6
申请日：2015-08-03
Applicant: 大连海事大学
IPC: G06K9/62
CPC classification number: G06K9/6261
Abstract: 本发明涉及一种开集痕迹图像分类方法及系统，实现对痕迹图像进行自动分类。它采用多层级联的方式判断待分类图像是否属于痕迹图像库中的某一种类别或者新增类别。本发明具有速度快，人工参与少，结果相对准确且全面的特点，能够实现对图像库的自动扩充以及通过对现场痕迹的分类实现案件的串并，为警方办案提供很大的帮助。因此，本发明可以广泛用于痕迹分类领域。
-
公开(公告)号：CN111552186A
公开(公告)日：2020-08-18
申请号：CN202010574066.7
申请日：2020-06-22
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于CAN总线的舵鳍联合减摇控制方法及系统。所述方法包括获取所述船舶的舵鳍联合系统的线性数学模型；基于CAN总线，获取所述船舶的当前时刻的横摇角和航向角；根据所述舵鳍联合系统的线性数学模型，采用闭环增益成形算法确定所述船舶的舵鳍联合系统控制模型；根据所述当前时刻的横摇角和航向角和所述舵鳍联合系统控制模型确定所述船舶的鳍角和舵角；基于CAN总线，根据所述船舶的鳍角和舵角对应控制所述船舶的鳍机和舵机；返回所述基于CAN总线，获取所述船舶的当前时刻的横摇角和航向角的步骤。本发明所提供的一种基于CAN总线的舵鳍联合减摇控制方法及系统，提高舵鳍联合减摇的实时性和可靠性。
-
-
公开(公告)号：CN106326927A
公开(公告)日：2017-01-11
申请号：CN201610716111.1
申请日：2016-08-24
Applicant: 大连海事大学
CPC classification number: G06K9/6215 , G06K9/4609 , G06K9/6228 , G06K9/6256 , G06K9/6267
Abstract: 本发明提供一种鞋印新类别检测方法，包括：提取训练图像和所述待检测图像的特征，所述训练图像为已知类别的鞋印图像，用于确定待检测图像是否为新类别鞋印图像；提取所述训练图像和所述待检测图像的特征；根据所述特征计算所述训练图像之间的相似度矩阵、所述训练图像与所述待检测图像之间的相似度矩阵；根据所述训练图像之间的相似度矩阵确定判别函数；根据所述判别函数确定所述训练图像和待检测图像在零空间对应的训练图像映射和待检测图像映射；计算所述待检测图像映射与所述训练图像映射的欧式距离；根据所述欧式距离确定待检测图像是否为新类别；根据所述新类别检测鞋印图像。本发明实现对鞋印的有效管理，实现了更准确地检测鞋印新类别。
-
公开(公告)号：CN113378714B
公开(公告)日：2024-03-19
申请号：CN202110649824.1
申请日：2021-06-10
Applicant: 大连海事大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06V10/34
Abstract: 本发明提供一种跨场景不变和类别信息保持的步态表示方法及系统。本发明方法，包括：S1、基于姿态估计方法，从步态序列中提取出关节点；S2、基于提取的所述关节点，不考虑头肩点来代表步态，构建步态表示，并输出源步态表示；S3、基于类别信息保持GAN网络的转换器，将所述源步态表示转换为规定的场景表示，生成规范化的目标步态表示；S4、使用生成的所述目标步态表示和经过训练的分类器来识别人，得到最终的识别结果。本发明设计了一种跨场景不变的步态表示方法，即PoEM，同时设计了一种可以实现类别信息保持的对抗网络结构，两者构成的系统可以解决跨场景条件下的步态识别困难的问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
