-
公开(公告)号：CN114677618A
公开(公告)日：2022-06-28
申请号：CN202210194552.5
申请日：2022-03-01
Applicant: 讯飞智元信息科技有限公司 , 科大讯飞股份有限公司 , 安徽大学
Abstract: 本发明提供一种事故检测方法、装置、电子设备和存储介质，其中方法包括：确定待检测视频的图像帧序列；基于全局提取网络，对图像帧序列进行三维特征提取，得到待检测视频的全局特征；基于局部提取网络，应用图像帧序列中各帧图像的检测目标和目标位置，确定待检测视频的局部特征；基于融合分类网络，应用全局特征和局部特征，确定待检测视频的事故检测结果。本发明提供的方法、装置、电子设备和存储介质，通过联合待检测视频的全局特征和局部特征进行事故检测，无论针对目标剧烈变化导致目标检测失效或者跟丢的情况，还是针对场景变化不明显的情况，均能够准确、可靠地完成事故检测，从而保证能够及时监控到交通事故，便于事故排查的及时性。
-
公开(公告)号：CN114445859B
公开(公告)日：2025-05-13
申请号：CN202111679104.6
申请日：2021-12-31
Applicant: 讯飞智元信息科技有限公司 , 安徽大学
IPC: G06V40/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种行人重识别方法、相关设备及可读存储介质，先基于包含RGB图像和红外图像的图像对训练得到特征提取模型，在获取待查询图像之后，将待查询图像输入特征提取模型，该特征提取模型输出该待查询图像的特征，通过将该待查询图像的特征与查询数据库中各个行人图像的特征进行匹配，即可得到所述待查询图像对应的行人重识别结果。在本申请中，特征提取模型是基于RGB图像和红外图像训练得到的，无论是对RGB图像进行特征提取，还是对红外图像进行特征提取都能保证提取特征的有效性，因此，能够提升行人重识别结果的准确性。
-
公开(公告)号：CN114529890A
公开(公告)日：2022-05-24
申请号：CN202210174065.2
申请日：2022-02-24
Applicant: 讯飞智元信息科技有限公司 , 科大讯飞股份有限公司 , 安徽大学
IPC: G06V20/59 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种状态检测方法、装置、电子设备及存储介质，其中方法包括：确定待检测图像；基于状态检测模型，通过空间变换自适应定位待检测图像中的状态相关区域，通过状态相关区域对待检测图像进行人员状态检测；状态检测模型是基于样本图像和样本图像的人员状态类别标签训练得到的。本发明提供的方法、装置、电子设备及存储介质，能够通过对待检测图像特征进行空间变换，在待检测图像中自适应定位到与状态相关的区域，再通过对状态相关区域对待检测图像进行人员状态检测，实现了以状态相关区域为检测目标，得到在待检测图像中与状态相关的区域，减少了因固定区域检测导致的后续状态类别检测结果错误的问题，提高了状态类别检测的准确率。
-
公开(公告)号：CN114445859A
公开(公告)日：2022-05-06
申请号：CN202111679104.6
申请日：2021-12-31
Applicant: 讯飞智元信息科技有限公司 , 安徽大学
IPC: G06V40/10 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种行人重识别方法、相关设备及可读存储介质，先基于包含RGB图像和红外图像的图像对训练得到特征提取模型，在获取待查询图像之后，将待查询图像输入特征提取模型，该特征提取模型输出该待查询图像的特征，通过将该待查询图像的特征与查询数据库中各个行人图像的特征进行匹配，即可得到所述待查询图像对应的行人重识别结果。在本申请中，特征提取模型是基于RGB图像和红外图像训练得到的，无论是对RGB图像进行特征提取，还是对红外图像进行特征提取都能保证提取特征的有效性，因此，能够提升行人重识别结果的准确性。
-
公开(公告)号：CN114782784B
公开(公告)日：2024-11-05
申请号：CN202210209796.6
申请日：2022-03-04
Applicant: 讯飞智元信息科技有限公司 , 安徽大学 , 科大讯飞股份有限公司
IPC: G06V10/80 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种车辆识别方法及相关装置、电子设备和存储介质，其中，车辆识别方法包括：获取车辆特征库；其中，车辆特征库包括由若干第一车辆图像分别提取到的第一车辆特征，且第一车辆特征由第一车辆图像的细节特征和视角特征融合得到；对待识别车辆的第二车辆图像进行特征提取，得到第二车辆特征；其中，第二车辆特征由第二车辆图像的细节特征和视角特征融合得到；再基于第二车辆特征分别与各第一车辆特征之间的相似度，得到待识别车辆的车辆信息。上述方案，能够提高车辆识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114782784A
公开(公告)日：2022-07-22
申请号：CN202210209796.6
申请日：2022-03-04
Applicant: 讯飞智元信息科技有限公司 , 安徽大学 , 科大讯飞股份有限公司
Abstract: 本申请公开了一种车辆识别方法及相关装置、电子设备和存储介质，其中，车辆识别方法包括：获取车辆特征库；其中，车辆特征库包括由若干第一车辆图像分别提取到的第一车辆特征，且第一车辆特征由第一车辆图像的细节特征和视角特征融合得到；对待识别车辆的第二车辆图像进行特征提取，得到第二车辆特征；其中，第二车辆特征由第二车辆图像的细节特征和视角特征融合得到；再基于第二车辆特征分别与各第一车辆特征之间的相似度，得到待识别车辆的车辆信息。上述方案，能够提高车辆识别的准确性。
-
公开(公告)号：CN114549847A
公开(公告)日：2022-05-27
申请号：CN202210176522.1
申请日：2022-02-24
Applicant: 讯飞智元信息科技有限公司 , 安徽大学
IPC: G06V10/40 , G06V10/774 , G06V10/80 , G06K9/62 , G06F16/532 , G06F16/583
Abstract: 本申请公开了一种目标重识别方法、相关设备及可读存储介质。在获取待查询目标的图像之后，基于该待查询目标的图像，确定该待查询目标预设多个视角的图像特征；根据该待查询目标预设多个视角的图像特征，以及，查询数据库中各个图像的图像特征，确定该待查询目标的重识别结果。本方案中，待查询目标预设多个视角的图像特征能够充分表达待查询目标的全局信息，可以有效降低因待查询目标视角变化带来的特征差异，因此，能够提升重识别的结果准确度。
-
公开(公告)号：CN114549362A
公开(公告)日：2022-05-27
申请号：CN202210192117.9
申请日：2022-02-28
Applicant: 讯飞智元信息科技有限公司 , 科大讯飞股份有限公司 , 安徽大学
Abstract: 本申请公开了一种低光照图像增强方法、相关设备及可读存储介质。该方案中，预先基于包括同一场景下不完全配对的一个训练用低光照图像，以及一个训练用正常光照图像的训练用图像对训练得到分解模型，在获取待进行增强的低光照图像之后，将该低光照图像输入分解模型，得到光照图，最后，利用光照图得到增强后的图像。由于分解模型是基于不完全配对的图像对训练得到的，这种图像对容易大量获取，使得分解模型训练效果较好，得到的光照图也更为准确，因此，利用光照图对低光照图像进行增强，能够达到较好的增强效果。
-
公开(公告)号：CN117523357A
公开(公告)日：2024-02-06
申请号：CN202311513284.X
申请日：2023-11-14
Applicant: 安徽大学
IPC: G06V10/82 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 本发明公开一种基于自引导和部件自适应融合的多查询网络，获取车辆的图片数据集，构建基于自引导和部件自适应融合的多查询网络，使用基线车辆图片的原始特征，自引导更新模块为每组多个查询更新原始特征，自适应融合模块将更新特征自适应进行融合，通过重识别损失约束单部件融合特征和单部件更新特征，对基于自引导和部件自适应融合的多查询网络上进行训练和验证，再将训练所得最好的基于自引导和部件自适应融合的多查询网络在测试集上进行测试。发明的自引导更新模块利用同一组内多个查询的集体信息来指导单个查询，自适应融合模块能够自适应地融合来自不同查询的相同部分的有效信息；可更细粒度地处理每张照片的信息，增强特征表示并提高辨别能力。
-
公开(公告)号：CN117115630A
公开(公告)日：2023-11-24
申请号：CN202311117117.3
申请日：2023-08-30
Applicant: 安徽大学
IPC: G06V20/00 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于循环一致性的强光下多光谱车辆重识别方法，属于车辆重识别技术领域，解决解决强光下的车辆重识别问题；本发明对光谱图像进行数据预处理，提取光谱对应的高维特征，采用强光标签预测器对受到强光污染的图像标记强光伪标签；利用去光斑生成器将强光污染的热红外光谱和受损的光谱融合成去光斑的光谱，以替换受损的光谱；利用强光标签预测器获取的伪标签训练一个图像质量预测器，设计强光感知的交互融合模块，根据图像质量动态调节特征融合过程进行特征级融合；对多光谱进行了图像级融合，并提出了有效的图像级融合框架，使用强光感知的预测模块来自适应调节多分支特征之间的关系，以增强强光不变的有效特征并抑制易受强光干扰的无效特征。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.042 seconds)
