一种目标检测方法及装置、存储介质、终端，所述方法包括：获取样本图像，所述样本图像包括目标样本图像，所述目标样本图像是指包含预设目标的样本图像；在所述目标样本图像中，对所述目标样本图像包含的预设目标进行复制，以得到第一待训练图像；采用训练数据对检测模型进行训练，以得到训练后的检测模型，所述训练数据包括所述第一待训练图像；采用所述训练后的检测模型检测待检测图像，以确定其中是否包含所述预设目标。通过本发明的技术方案，能够高效准确地检测出图像中的预设目标。
📄 2020113398633
📂 G06V20_13
👤 上海芯翌智能科技有限公司
📅 2020-11-25
本申请提供了一种图像中关键点的检测方法及设备，能够将样本图像输入神经网络进行关键点检测的训练得到初始检测模型，再将去除部分图像的样本图像输入初始检测模型进行再次训练，将得到的优化检测模型作为最终的关键点检测模型，再使用该关键点检测模型对待检测图像进行关键点检测，确定待检测图像中的关键点，从而使得关键点检测模型能够学习和利用关键点之间的关系来进行关键点检测，进而提高了待检测图像中关键点的检测精度。
📄 2020105988342
📂 G06V40_16
👤 上海芯翌智能科技有限公司
📅 2020-06-28
已申报项目
本发明公开了基于计算机视觉的人体危险行为智能预警方法，具体涉及人体危险行为智能预警技术领域，包括获取无线组网中各视觉采集节点的连续视频数据、节点标识和节点邻接关系，对连续视频数据执行人体目标检测、目标跟踪和异常行为识别，对识别出异常行为并离开当前视觉采集节点视场的目标人体提取离开时刻、离开位置和离开方向，输出目标离场记录；通过对异常行为目标的离场过程执行边界接续确认、对后继视觉节点执行接续解算与危险接力记录分配，将目标在相邻视觉节点之间应当连续出现却未连续出现的失配结果作为危险状态持续保留和固化判定依据。
📄 2026104844007
📂 G06V40_20
👤 龙岩学院
📅 2026-04-14
本发明公开一种顾及纹理和结构特征的平面先验优化密集匹配系统及方法，属于影像密集匹配技术领域，本发明包括以下步骤：场景纹理特征提取；场景结构特征提取；顾及纹理特征和结构特征的平面先验优化的多视密集匹配；多特征约束的深度信息分块融合，生成最终的密集点云。本发明不仅改善了弱纹理区域的密集点云质量，还能利用场景分割实现大场景的稠密重建，能够降低计算机资源和加快稠密重建速度。采用基于场景纹理特征和结构特征的平面先验辅助优化弱纹理区域的深度信息，实现弱纹理区域的深度信息的准确计算，提高密集点云的融合质量，从而得到更为精确可靠的密集点云。
📄 2024108219434
📂 G06V10_74
👤 济宁学院
📅 2024-06-25
一种用于立体匹配的特征提取方法，将经过校正的、尺寸为W*H*C的原始图像输入到特征提取网络中；通过预处理模块和Resnet提取多个特征图；通过最大值池化操作，对提取到的多个特征图进行不同大小的最大值池化，构建特征金字塔；利用堆叠结构进行特征融合并压缩金字塔尺度范围，得到下一个金字塔，经过多次压缩，直至输出单一的尺度特征。对输出的单一的尺度特征，进行3*3的卷积；通过跳跃连接，将Resnet最后一层特征输出与特征输出在通道维度上进行拼接，然后通过3*3卷积与1*1卷积，构造特征体。本发明能够被用来提取足够的丰富特征，适用于深度立体匹配网络的特征输入。
📄 202010693071X
📂 G06K9_46
👤 三峡大学
📅 2020-07-17
一种单摄像头多目标行人跟踪方法，首先利用安装于监控区域的摄像头采集行人视频图像，然后对采集到的图像大小进行相应的调整，然后将调整后的图像输入到经训练的改进后的YoloV4‑Tiny行人检测网络中，采用分箱法去除检测结果中的异常行人检测框，然后将筛选后的检测结果输入到DeepSort算法中进行行人的跟踪并记录跟踪信息，最后采用基于行人未匹配帧数和预测位置的矫正算法矫正异常消失的行人目标。本发明基于改进后的YoloV4‑Tiny、分箱法、改进后的DeepSort及行人未匹配帧数和预测位置的矫正方法，实现基本达到适用于现实场景所需的较高性能，具有多目标同时定位、定位准确、实时性强及稳定性高的优点。
📄 2021101524004
📂 G06T7_246
👤 浙江工业大学
📅 2021-02-04
本发明公开了一种基于计算机视觉的引体向上自动化图像检测方法。方法包括：采集引体向上动作视频，将视频帧进行区域位置标定，将标定视频帧根据检测区域进行裁剪；将裁剪视频帧进行姿态检测、接触检测和直臂检测获得检测结果，根据检测结果以及上一帧的场景状态判断当前帧的场景状态，进行引体向上次数的检测，直至动作结束完成引体向上自动化图像检测。本发明方法解决目前引体向上体测的效率低下及时间成本较高等问题，同时解决目前人工进行裁剪单个引体向上运动图像片段带来的人力成本高、无法实现自动化的问题，对单个引体向上子动作实现自动化合格判断、时域定位和运动图像的采集保存，提高在无人监督场景下自动化引体向上体测流程的效率。
📄 2023108301449
📂 G06V40_20
👤 浙江工业大学
📅 2023-07-07
本发明公开了一种基于三维人脸模型的脸型分辨方法，包括：(1)采集人脸图片样本并进行预处理，并进行脸型标注；(2)对经过标注后的人脸图片进行三维建模，生成三维模型文件；(3)对二维人脸图片进行面部关键点的确定；(4)读取三维模型文件，将二维人脸图片上的关键点映射到三维模型中；(5)根据三维模型中的关键点位置，计算每种脸型对应的平均的面部长宽比、下颚与面部宽度比、以及下颚角度，并保存为每种脸型的基础数据；(6)选择待测试的人脸图片，经过预处理后，重复上述步骤，计算其面部长宽比、下颚与面部宽度比以及下颚角度，与基础数据对比后确定目标脸型。利用本发明，可以快速准确地确定人脸的脸型。
📄 2019102810345
📂 G06K9_00
👤 浙江工业大学
📅 2019-04-09
本发明提出了一种先通过SVM检测车窗下面两个角点来粗略定位车窗位置，然后结合多方向投影来进行车窗边缘精确定位的方法；通过使用本发明的方法对车窗进行定位操作，它可以非常精确得定位到车窗边缘，并且对于车窗上下边缘存在倾斜的情况也可以进行定位。
📄 2017111341643
📂 G06K9_00
👤 浙江工业大学
📅 2017-11-15
一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法，包括：通过相机实时拍摄天然特征图像，对图像进行预处理并选取天然特征感兴趣区域后进行特征识别，通过特征点匹配算法得到各特征点位移结果；判别并标记其中的异常特征点，向前追溯最近的稳定图像并计算动态单应性矩阵，通过矩阵映射计算得到特征点在图像中的最优估计并修正异常特征点坐标；经过加权平均计算各个特征点位移得到天然特征单一位移。本发明实现待测目标天然特征的长时间免标志视觉测量变形监测，增强多种环境因素耦合作用下天然标志识别追踪的稳定性，满足测量精度且适应多种测量环境要求。
📄 2024110688651
📂 G06V10_25
👤 浙江工业大学
📅 2024-08-06
一种基于自适应感受野深度学习的目标检测方法，包括以下步骤：步骤1：在网上采集图片作为数据集；步骤2：对采集到的图片进行预处理；步骤3：对采集到的图片按照设定的比例进行划分；步骤4：将训练集输入到网络中，进行训练；步骤5：在基底网络提取特征的基础上，用一个浅层的网络进行预测；步骤6：在基底网络提取特征的基础上，使用RPN网络提取ROIs；步骤7:将步骤5预测到结果作用到步骤6提取到的ROIs上；步骤8:将步骤7面积调整后的ROIs进行区域归一化操作；步骤9:将步骤8的结果分别输入到两个全连接层中，分别进行ROIs位置的回归训练以及ROIs的分类训练。本发明提高深度神经网络的性能。
📄 2018111540887
📂 G06K9_32
👤 浙江工业大学
📅 2018-09-30
人机共存环境下基于视觉的多运动人体目标跟踪方法，首先利用Mask R‑CNN模型对每帧图像进行目标检测与识别；在网络模型构建的过程中，对共享卷积层做剪枝操作，通过构造一个损失评估函数来衡量修剪前后的模型变化，过程中依次修剪每个非零卷积核，并记录损失评估函数值。根据每个卷积核的损失函数值对参数进行贡献度排序，删除贡献度低的参数；对修剪后的神经网络模型进行小型训练，微调神经网络参数；重复修剪与微调步骤，在达到指标后停止修剪。图像经Mask R‑CNN模型，输出图像中多运动人体的检测识别结果，包括代表人体目标的目标矩形框参数等。最后，利用目标矩形框的直方图特征，对上下帧图像进行目标匹配，完成多运动人体目标的跟踪。
📄 2019104475708
📂 G06T7_33
👤 浙江工业大学
📅 2019-05-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台