-
公开(公告)号：CN107729853A
公开(公告)日：2018-02-23
申请号：CN201711002633.6
申请日：2017-10-24
Applicant: 武汉科技大学
CPC classification number: G06K9/00671 , G06K9/4609 , G06K2209/03
Abstract: 本发明公开了一种适用于变电站窄刻度指针式仪表的自动识别方法，通过检测刻度直线所在椭圆圆周，且刻度直线经过某一中心，刻度线对应轮廓线段成对出现的原理，来实现自动读数；通过以上方法能够降低指针式仪表自动识别过程中对人工标定的依赖性，提高识别算法的智能性，可应用于变电站巡检机器人巡检任务地执行，同时还可以推广至其他指针式仪表地识别中如：水表、汽车油位表等指针式仪表的自动识别。
-
公开(公告)号：CN106778501A
公开(公告)日：2017-05-31
申请号：CN201611042357.1
申请日：2016-11-21
Applicant: 武汉科技大学
CPC classification number: G06K9/00228 , G06K9/00268 , G06K9/6256 , G06K9/6278 , G06K9/6282
Abstract: 本发明涉及一种基于压缩跟踪与IHDR增量学习的视频人脸在线识别方法，其特征在于：结合人脸检测算法与压缩跟踪算法对多姿态人脸进行检测，使用基于IHDR算法的增量学习机制对人脸特征库进行构建，采用该人脸特征库实现对人脸样本与类别的在线更新；在进行视频人脸识别时，利用人脸在视频中是连续运动的特点，基于人脸特征库检索进行人脸识别，当人脸被准确识别出来后，启用压缩跟踪算法对目标人脸进行跟踪。采用该人脸特征库实现对人脸样本与类别的在线更新，使得该人脸特征库具有在线学习能力，具有较好的易用性和实时性，能够提高视频人脸识别算法的实时性与识别率。
-
公开(公告)号：CN107729853B
公开(公告)日：2021-05-25
申请号：CN201711002633.6
申请日：2017-10-24
Applicant: 武汉科技大学
Abstract: 本发明公开了一种适用于变电站窄刻度指针式仪表的自动识别方法，通过检测刻度直线所在椭圆圆周，且刻度直线经过某一中心，刻度线对应轮廓线段成对出现的原理，来实现自动读数；通过以上方法能够降低指针式仪表自动识别过程中对人工标定的依赖性，提高识别算法的智能性，可应用于变电站巡检机器人巡检任务地执行，同时还可以推广至其他指针式仪表地识别中如：水表、汽车油位表等指针式仪表的自动识别。
-
公开(公告)号：CN107729896A
公开(公告)日：2018-02-23
申请号：CN201711001924.3
申请日：2017-10-24
Applicant: 武汉科技大学
CPC classification number: G06K9/3216 , G06K9/325 , G06K9/3283 , G06K9/4604 , G06K2209/03
Abstract: 本发明公开了一种适用于变电站宽刻度指针式仪表自动识别方法，首先，读入仪表图像的图片后图像预处理，进行仪表刻度自动定位；之后，通过数字识别摆正算法从数字区域中分割并摆正数字，并使进行数字识别，将刻度与刻度数字对应起来，建立仪表刻度坐标系；最后进行指针识别，并进行自动读数。能够降低宽刻度指针式仪表自动识别过程中对人工标定的依赖性，实现宽刻度指针式仪表的自动读数，可应用于变电站巡检机器人巡检任务地执行，识别过程中不需要预先获知仪表刻度参数，具有较好的智能性。
-
公开(公告)号：CN105426875A
公开(公告)日：2016-03-23
申请号：CN201510962016.5
申请日：2015-12-18
Applicant: 武汉科技大学
CPC classification number: G06K9/00288 , G07C1/10
Abstract: 本发明涉及一种基于深度卷积神经网络的人脸识别方法和考勤系统。系统包括在用户管理服务器上录入用户信息、人脸样本标签后发送至中心服务器；在中心服务器中，利用预处理的样本标签构建基于深度卷积神经网络的人脸识别模型；员工在各个地点的考勤机上，通过已经训练好的神经网络进行在线人脸识别，人脸识别结果将通过内部局域网返回用户管理服务器；管理人员可以在用户管理服务器上进行考勤记录查询、修改等。本发明使用的基于深度卷积神经网络的人脸识别算法，既能避免传统手工提取带来的特征描述不全面、不确定等问题，又能借助感受野和权值共享的优点，提高了人脸识别率，从而增加考勤系统的精确率。
-
Patent Agency Ranking
公开(公告)号：CN108629347B
公开(公告)日：2021-12-21
申请号：CN201810207331.0
申请日：2018-03-14
Applicant: 武汉科技大学
Abstract: 本发明涉及一种变电站宽刻度指针式仪表自动识别方法，所述宽刻度指针式仪表中数字刻度形态为矩形，数字刻度间隔为1；其特征在于：包括如下主要步骤：首先读入仪表图像，对图像进行预处理；然后识别仪表刻度，包括对图像中各矩形仪表刻度进行自动定位，并进行刻度径向角度排序，实现仪表刻度坐标系的建立；然后，用基于LSD直线检测算法及刻度分布椭圆圆周约束进行指针识别定位；最后实现仪表地自动判读，进行读取示数。减去识别过程中对人的依赖性，识别过程不需要额外仪表刻度参数输入，在保证识别精度的前提下，实现宽刻度指针式仪表地快速读数，可用于变电站巡检机器人执行巡检任务，具有较好的智能性。
-
公开(公告)号：CN106778501B
公开(公告)日：2021-05-28
申请号：CN201611042357.1
申请日：2016-11-21
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于压缩跟踪与IHDR增量学习的视频人脸在线识别方法，其特征在于：结合人脸检测算法与压缩跟踪算法对多姿态人脸进行检测，使用基于IHDR算法的增量学习机制对人脸特征库进行构建，采用该人脸特征库实现对人脸样本与类别的在线更新；在进行视频人脸识别时，利用人脸在视频中是连续运动的特点，基于人脸特征库检索进行人脸识别，当人脸被准确识别出来后，启用压缩跟踪算法对目标人脸进行跟踪。采用该人脸特征库实现对人脸样本与类别的在线更新，使得该人脸特征库具有在线学习能力，具有较好的易用性和实时性，能够提高视频人脸识别算法的实时性与识别率。
-
公开(公告)号：CN109271883A
公开(公告)日：2019-01-25
申请号：CN201810986336.8
申请日：2018-08-28
Applicant: 武汉科技大学
Abstract: 本发明公开了一种融合学习机制的目标跟踪方法，其特征在于结合在线学习与识别算法以及改进的KCF跟踪算法；通过提取稠密光照不变特征的方式提取人脸的IIF光照不变特征，使得人脸识别的结果不受光照变化的影响；同时利用改进的KCF跟踪算法，检测三个尺度大小不同的窗口对目标的响应，选取响应最强烈的尺度窗口作为下一时刻的跟踪窗口，实现尺度自适应的目标跟踪；当目标短暂离开摄像头视域范围时，重新识别目标人脸，重新初始化KCF跟踪器，实现对目标人脸的长期跟踪。
-
公开(公告)号：CN108711158B
公开(公告)日：2021-05-28
申请号：CN201810298843.2
申请日：2018-04-04
Applicant: 武汉科技大学
Abstract: 本发明涉及一种基于轮廓拟合和径向分割的指针式仪表图像识别方法。首先提取指针式仪表图像的闭合轮廓曲线；之后通过轮廓分离法将闭合轮廓分离成边缘轮廓曲线；然后对边缘轮廓进行去噪，利用最小二乘法圆拟合得到仪表盘的拟合圆；接着利用区域生长算法提取仪表指针所在位置的像素点集；最后对仪表的指针进行定位。本发明能够克服仪表上的阴影、数字符号、宽指针等因素的干扰，能对不同大小和位置的仪表图像进行检测，具有较强的自适应调节能力。
-
公开(公告)号：CN106570471B
公开(公告)日：2019-04-26
申请号：CN201610947868.1
申请日：2016-10-26
Applicant: 武汉科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于压缩跟踪算法的尺度自适应多姿态人脸跟踪方法，利用压缩跟踪算法对目标人脸进行粗略定位，从而缩小了人脸检测算法的搜索范围，进而提高目标人脸检测算法准确性和实时性；利用人脸检测算法，实现目标人脸的准确定位，同时实现目标人脸的尺度自适应跟踪；利用目标人脸检测算法，解决目标人脸离开镜头再次进入时，跟踪失效的问题；利用目标人脸运动过程在时间上的连续性，实现目标人脸检测算法检测失败情况下的跟踪连续性问题。本发明通过以上方法能够保证摄像头对目标人脸进行准确有效的多姿态，尺度自适应跟踪，可广泛的应用于视频监控、人机交互、虚拟现实以及各种安防系统之中如：ATM机监控门禁系统等。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
