-
公开(公告)号：CN106951888B
公开(公告)日：2020-12-01
申请号：CN201710322155.0
申请日：2017-05-09
Abstract: 本发明公开了一种人脸特征点的相对坐标约束的方法，在人脸定位的过程中，计算任意两个人脸特征点i和j的相对位置，使得任意两个预测人脸特征点i和j的相对位置尽可能接近于其对应的两个真实的人脸特征点之间的相对位置。本发明还公开了一种使用上述人脸特征点的相对坐标约束的方法的人脸特征点的定位方法。发明相比现有技术具有以下优点：通过强制约束每一个人脸特征点与其它所有特征点之间的相对坐标位置，在人脸特征点定位模型训练中使用相对坐标约束，可以提高任意姿态下人脸特征点定位精度的相对坐标约束方法，且本发明提出的约束方法只需在网络训练中进行相关操作，对于训练完成的网络进行实际使用时不增加任何计算量。
-
公开(公告)号：CN107239801B
公开(公告)日：2020-07-28
申请号：CN201710505206.3
申请日：2017-06-28
Abstract: 本发明公开了一种视频属性表示学习方法，包括下述步骤：收集一批数据用于视频文字自动描述算法的训练与测试，数据要求每个视频对应几句对应的文字描述；定义训练集中的文字描述内容中出现的所有的名词、动词、和形容词作为对应视频的属性标注信息，则训练集中的每个视频都对应多个属性标签；将一段视频序列表示为单幅图像，从而将复杂困难的视频序列多分类问题转化为较为简单的单幅图片多标签分类问题。本发明还公开一种基于上述视频属性表示学习方法的视频文字描述自动生成方法。本发明的优点在于：提供一种高效的提取视频的属性特征表示，采用本发明的融合方法，能够得到完整的可反映视频属性语义信息的文字描述自动生成方法。
-
Patent Agency Ranking
公开(公告)号：CN107239801A
公开(公告)日：2017-10-10
申请号：CN201710505206.3
申请日：2017-06-28
Abstract: 本发明公开了一种视频属性表示学习方法，包括下述步骤：收集一批数据用于视频文字自动描述算法的训练与测试，数据要求每个视频对应几句对应的文字描述；定义训练集中的文字描述内容中出现的所有的名词、动词、和形容词作为对应视频的属性标注信息，则训练集中的每个视频都对应多个属性标签；将一段视频序列表示为单幅图像，从而将复杂困难的视频序列多分类问题转化为较为简单的单幅图片多标签分类问题。本发明还公开一种基于上述视频属性表示学习方法的视频文字描述自动生成方法。本发明的优点在于：提供一种高效的提取视频的属性特征表示，采用本发明的融合方法，能够得到完整的可反映视频属性语义信息的文字描述自动生成方法。
-
公开(公告)号：CN106951888A
公开(公告)日：2017-07-14
申请号：CN201710322155.0
申请日：2017-05-09
Abstract: 本发明公开了一种人脸特征点的相对坐标约束的方法，在人脸定位的过程中，计算任意两个人脸特征点i和j的相对位置，使得任意两个预测人脸特征点i和j的相对位置尽可能接近于其对应的两个真实的人脸特征点之间的相对位置。本发明还公开了一种使用上述人脸特征点的相对坐标约束的方法的人脸特征点的定位方法。发明相比现有技术具有以下优点：通过强制约束每一个人脸特征点与其它所有特征点之间的相对坐标位置，在人脸特征点定位模型训练中使用相对坐标约束，可以提高任意姿态下人脸特征点定位精度的相对坐标约束方法，且本发明提出的约束方法只需在网络训练中进行相关操作，对于训练完成的网络进行实际使用时不增加任何计算量。
-
公开(公告)号：CN106971544B
公开(公告)日：2019-07-16
申请号：CN201710339106.8
申请日：2017-05-15
IPC: G08G1/01
Abstract: 本发明公开了一种直接利用静态图像来检测车辆拥堵的方法，其包括步骤：数据预处理；多任务卷积神经网络训练；检测图像；车辆排队长度及拥堵判定。通过数据预处理确定图像视角、车辆数和车辆密集度。将样本图像通过原始RGB图像转换后的灰色图像和光照不变图像，作为多任务卷积神经网络的输入，来训练多任务卷积神经网络，对图像视角、车辆数和车辆密集度并行进行训练。将待检测图像输入训练后的多任务卷积神经网络，得到与待检测图像相对应的图像视角、车辆数和车辆密集度或其组合信息。根据图像视角、车辆数和车辆密集度综合判断车辆拥堵情况。本发明不需要识别车辆移动过程，直接利用静态图像即可得到车辆数目实现拥堵检测的判定。
-
公开(公告)号：CN106971544A
公开(公告)日：2017-07-21
申请号：CN201710339106.8
申请日：2017-05-15
IPC: G08G1/01
CPC classification number: G08G1/0133
Abstract: 本发明公开了一种直接利用静态图像来检测车辆拥堵的方法，其包括步骤：数据预处理；多任务卷积神经网络训练；检测图像；车辆排队长度及拥堵判定。通过数据预处理确定图像视角、车辆数和车辆密集度。将样本图像通过原始RGB图像转换后的灰色图像和光照不变图像，作为多任务卷积神经网络的输入，来训练多任务卷积神经网络，对图像视角、车辆数和车辆密集度并行进行训练。将待检测图像输入训练后的多任务卷积神经网络，得到与待检测图像相对应的图像视角、车辆数和车辆密集度或其组合信息。根据图像视角、车辆数和车辆密集度综合判断车辆拥堵情况。本发明不需要识别车辆移动过程，直接利用静态图像即可得到车辆数目实现拥堵检测的判定。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
