专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明授权

CN111860352B 一种多镜头车辆轨迹全跟踪系统及方法有权
公开(公告)号：CN111860352B
公开(公告)日：2024-03-01
申请号：CN202010717162.2
申请日：2020-07-23
申请人：青岛高重信息科技有限公司
发明人：邵汉阳 , 黄惠南 , 樊治国 , 李明星 , 尤威
IPC分类号： G06V20/52 , G06V20/40 , G06V20/62 , G06V10/25 , G06T7/292
摘要：本发明公开了一种多镜头车辆轨迹全跟踪系统，涉及视频监控技术领域，包括车牌检测和识别模块、车辆检测和车牌挂载模块、单镜头多车辆跟踪模块、跨境头轨迹匹配模块、车辆轨迹全景展示模块，上述模块依次通信连接。本发明还公开了一种多镜头车辆轨迹全跟踪方法，包括S100、车牌检测和识别，S200、车辆检测和车牌挂载，S300、单镜头多车辆跟踪，S400、跨境头轨迹匹配，S500、车辆轨迹全景展示。本发明运用车牌识别、单镜头多车辆跟踪、跨镜头车辆跟踪等技术，利用车牌识别和挂牌技术不断对车辆对跟踪轨迹进行动态调整，取得了很高的跟踪精度。

2. 发明授权

CN111784747B 一种基于关键点检测和校正的车辆多目标跟踪系统及方法有权
公开(公告)号：CN111784747B
公开(公告)日：2024-02-27
申请号：CN202010809559.4
申请日：2020-08-13
申请人：青岛高重信息科技有限公司
发明人：黄惠南 , 邵汉阳 , 樊治国
IPC分类号： G06T7/246 , G06V20/40 , G06V20/52 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要：本发明公开了一种基于关键点检测和校正的车辆多目标跟踪系统，涉及视频监控技术领域，包括关键点检测模块，图像校正模块，特征提取模块，多目标跟踪模块，轨迹显示模块；上述模块依次通信连接。本发明还公开了一种基于关键点检测和校正的车辆多目标跟踪方法，包括S100、原始数据收集，S200、关键点检测，S300、图像校正，S400、特征提取，S500、多目标跟踪，S600、轨迹显示。本发明结合多种技术，利用关键点检测、图像校正和特征提取技术，提高了车辆跟踪轨迹精度。

3. 发明公开

CN113222990A 一种基于图像数据增强的芯片计数方法有权
公开(公告)号：CN113222990A
公开(公告)日：2021-08-06
申请号：CN202110657901.8
申请日：2021-06-11
申请人：青岛高重信息科技有限公司
发明人：南阳 , 樊治国 , 邵汉阳 , 张晋 , 马岳 , 张鹏程
IPC分类号： G06T7/00 , G06T7/136 , G06T7/194
摘要：本发明公开了一种基于图像数据增强的芯片计数方法，包括：现场相机拍摄各类需要计数的芯片图片和承载对应芯片的托盘图片，制作图像数据增强的芯片样本数据集，拍摄装载芯片的实际托盘图片，进行标注，并和数据增强图片进行汇总，再使用Centernet关键点检测算法训练得到芯片关键点检测模型，通过检测模型过滤掉不符合要求的芯片，统计剩余芯片数量并输出芯片计数结果，在实际场景中大量减少了标注用的时间，通用性好、识别准确度高，克服了现有技术中受图片数量、芯片类别和芯片角度等影响导致芯片计数效率和精度降低的问题，提高了芯片计数的准确性、鲁棒性和环境适应性。

4. 发明授权

CN111784746B 一种鱼眼镜头下行人多目标跟踪方法、装置及计算机系统有权
公开(公告)号：CN111784746B
公开(公告)日：2024-05-03
申请号：CN202010796695.4
申请日：2020-08-10
申请人：青岛高重信息科技有限公司
发明人：邵汉阳 , 黄惠南 , 樊治国
IPC分类号： G06T7/246 , G06T3/047 , G06T3/60 , G06V20/40 , G06V20/52 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/08
摘要：本发明公开了一种鱼眼镜头下行人多目标跟踪方法，涉及视频监控技术领域，包括：步骤1：检测鱼眼镜头下的多帧图像，提取当前帧中的若干跟踪目标的图像数据；骤2：校正所述若干跟踪目标的所述图像数据为标准视角下的姿态并输出；步骤3提取所述若干跟踪目标在校正后的所述图像数据中的特征数据；步骤4：构建跟踪轨迹与所述当前帧的匹配矩阵，计算匹配过程，实现所述跟踪轨迹和所述当前帧的检测数据的匹配，完成所述若干跟踪目标的追踪，得到所述若干跟踪目标的轨迹，其中，所述匹配矩阵包括空间距离矩阵和特征距离矩阵。

5. 发明授权

CN113222990B 一种基于图像数据增强的芯片计数方法有权
公开(公告)号：CN113222990B
公开(公告)日：2023-03-14
申请号：CN202110657901.8
申请日：2021-06-11
申请人：青岛高重信息科技有限公司
发明人：南阳 , 樊治国 , 邵汉阳 , 张晋 , 马岳 , 张鹏程
IPC分类号： G06T7/00 , G06T7/136 , G06T7/194
摘要：本发明公开了一种基于图像数据增强的芯片计数方法，包括：现场相机拍摄各类需要计数的芯片图片和承载对应芯片的托盘图片，制作图像数据增强的芯片样本数据集，拍摄装载芯片的实际托盘图片，进行标注，并和数据增强图片进行汇总，再使用Centernet关键点检测算法训练得到芯片关键点检测模型，通过检测模型过滤掉不符合要求的芯片，统计剩余芯片数量并输出芯片计数结果，在实际场景中大量减少了标注用的时间，通用性好、识别准确度高，克服了现有技术中受图片数量、芯片类别和芯片角度等影响导致芯片计数效率和精度降低的问题，提高了芯片计数的准确性、鲁棒性和环境适应性。

6. 发明授权

CN113643235B 一种基于深度学习的芯片计数方法有权
公开(公告)号：CN113643235B
公开(公告)日：2023-12-29
申请号：CN202110759323.9
申请日：2021-07-07
申请人：青岛高重信息科技有限公司
发明人：胡珂杰 , 樊治国 , 邵汉阳
IPC分类号： G06F30/27
摘要：本发明公开了一种基于深度学习的芯片计数方法，包括：收集各个场景下需要计数的芯片图像；将芯片图像输入主干网络中，通过对图像特征的深度学习，生成不同尺度特征并融合获得特征图；将特征图送入置信度预测器，得到置信度图；将置信度图与特征图相乘后的特征图送入阈值编码器中，得到阈值图；将阈值图和置信度图送入二值化层，通过阈值过滤芯片区域，得到连通区域分割图；通过分割图可以检测连通区域，对芯片进行计数，得到最终的芯片数量。本发明利用庞大的数据，通过深度学习完成模型训练，自适应学习阈值映射不同的图像，更准确地检测每个芯片，更容易应用于实际场景的芯片计数，不受场景限制。(56)对比文件US 2018075603 A1,2018.03.15US 2018137612 A1,2018.05.17WO 2019046820 A1,2019.03.07WO 2020036468 A1,2020.02.20雷臻宇.“基于深度学习的芯片视觉计数算法研究”《.中国硕士学位论文全文数据库》.2021,全文.胡珂杰.“基于3D骨骼的人体行为识别关键技术研究”《.中国硕士学位论文全文数据库》.2018,全文.Zhen Li等“.Progressive LearningAlgorithm for Efficient Person Re-Identification”《.2020 25th InternationalConference on Pattern Recognition(ICPR)》.2021,全文.Xiaoqing Guo“.Learn to Threshold:ThresholdNet With Confidence-GuidedManifold Mixup for Polyp Segmentation”.《IEEE Transactions on Medical Imaging》.2021,全文.张艳琳;钱小燕;张淼;葛红娟.自适应多特征融合相关滤波目标跟踪.中国图象图形学报.2020,(第06期),全文.

7. 发明公开

CN113643235A 一种基于深度学习的芯片计数方法有权
公开(公告)号：CN113643235A
公开(公告)日：2021-11-12
申请号：CN202110759323.9
申请日：2021-07-07
申请人：青岛高重信息科技有限公司
发明人：胡珂杰 , 樊治国 , 邵汉阳
IPC分类号： G06T7/00 , G06T7/136 , G06T7/187 , G06T5/50 , G06N3/04 , G06N3/08
摘要：本发明公开了一种基于深度学习的芯片计数方法，包括：收集各个场景下需要计数的芯片图像；将芯片图像输入主干网络中，通过对图像特征的深度学习，生成不同尺度特征并融合获得特征图；将特征图送入置信度预测器，得到置信度图；将置信度图与特征图相乘后的特征图送入阈值编码器中，得到阈值图；将阈值图和置信度图送入二值化层，通过阈值过滤芯片区域，得到连通区域分割图；通过分割图可以检测连通区域，对芯片进行计数，得到最终的芯片数量。本发明利用庞大的数据，通过深度学习完成模型训练，自适应学习阈值映射不同的图像，更准确地检测每个芯片，更容易应用于实际场景的芯片计数，不受场景限制。

8. 发明授权

CN111275058B 一种基于行人重识别的安全帽佩戴与颜色识别方法及装置有权
公开(公告)号：CN111275058B
公开(公告)日：2021-04-27
申请号：CN202010106467.X
申请日：2020-02-21
申请人：上海高重信息科技有限公司
发明人：黄惠南 , 邵汉阳 , 陈忠平 , 樊治国
IPC分类号： G06K9/46 , G06K9/00 , G06N3/04 , G06N3/08
摘要：本发明提供一种基于行人重识别的安全帽佩戴与颜色识别方法及装置，所述方法包括：获取原始数据，收集行人监控视频，检测监控视频中的每一帧图像，从检测出的行人区域中提取行人整体特征；将提取的所述行人整体特征输入训练好的第一深度卷积神经网络模型，获取行人深度特征；所述第一深度卷积神经网络模型包括基础网络层、瓶颈网络层、全连接层；将所述行人深度特征输入训练好的第二深度卷积神经网络模型，获取并显示分类结果；所述第二深度卷积神经网络模型包括基础网络层、瓶颈网络层、属性分类层。根据本发明的方案，能够获得识别安全帽实用性强、识别精度高的效果。

9. 发明公开

CN111783736A 一种基于人体语义对齐的行人重识别方法、装置和系统无效
公开(公告)号：CN111783736A
公开(公告)日：2020-10-16
申请号：CN202010716215.9
申请日：2020-07-23
申请人：上海高重信息科技有限公司
发明人：邵汉阳 , 黄惠南 , 樊治国
IPC分类号： G06K9/00 , G06K9/46 , G06F16/53 , G06N3/04 , G06N3/08 , G06N5/04
摘要：本发明公开了一种基于人体语义对齐的行人重识别方法，涉及视频监控技术领域，所述方法包括：获取来自一图片数据集的第一图片信息；建立基础神经网络，提取所述第一图片信息中的特征并输出为特征图；提取所述特征图中的全局特征向量和若干局部区域特征向量；构建包括三元损失函数、交叉熵分类损失函数和语义对齐损失函数的联合损失函数，对所述基础神经网络进行调整，使得输出的所述全局语义特征向量含有所述若干局部区域特征向量的信息，完成深度卷积神经网络模型的建立，其中，所述语义对齐损失函数对所述全局特征向量和所述若干局部区域特征向量进行语义对齐损失计算。

10. 发明授权

CN109871749B 一种基于深度哈希的行人重识别方法和装置、计算机系统有权
公开(公告)号：CN109871749B
公开(公告)日：2021-07-16
申请号：CN201910000876.9
申请日：2019-01-02
申请人：上海高重信息科技有限公司
发明人：邵汉阳 , 樊治国 , 李震
IPC分类号： G06K9/00 , G06K9/46 , G06K9/62
摘要：本发明涉及视频监控技术领域，特别涉及一种基于深度哈希神经网络的行人重识别方法和装置、计算机系统。该方法包括：行人检测，应用目标检测算法对视频中进行行人检测；特征提取，对视频中的检测到的行人图像进行哈希特征和深度特征提取；哈希检索，对提取出的行人哈行特征进行距离计算，然后根据距离的数值大小进行相似度的排序；二次检索，在哈希检索的基础上进行再次检索，采用深度特征提取，进行欧式距离的计算，然后再次排序，并返回排序结果。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式