公共文化服务平台

通过隐式神经光场表示的实时单目SLAM方法及装置: 本发明涉及一种通过隐式神经光场表示的实时单目SLAM方法及装置。本发明采用相机定位和地图构建分步处理的方式实现单目RGB相机下通过隐式神经光场存储地图的实时SLAM；预训练一个估计相机位姿和深度的快推理模型，解决单目RG...; 华璟何雷孙杰

一种结合特征分离模型和视角转换模型的步态识别方法: 本发明公开了一种结合特征分离模型和视角转换模型的步态识别方法，该方法包括以下步骤：数据采集；训练基于特征分离模型和生成式对抗网络的视角转换器；训练视角判别器；训练步态识别器；测试与实际应用；本发明通过特征分离模型分离开外...; 华璟罗利鹏; 文献传递

一种基于多尺度特征学习的行人重识别方法: 本发明涉及一种基于多尺度特征学习的行人重识别方法，提出有效结合CNN和Transformer的优势，通过将CNN和Transformer两种结构结合对网络进行改进，由此提出了Transformer学习分支，并在局部分支加...; 华璟陈然孙杰

基于集成学习级联分类器的车道线检测方法: 本发明公开了一种基于集成学习级联分类器的车道线检测方法，可以在单个CPU或DSP上实时的获取图中车道线准确的位置和方向信息，进而得到车道线方程，同时对交通场景的亮度变化具有一定鲁棒性。该检测方法过程：首先架设图像传感器，...; 田彦王勋王慧燕华璟; 文献传递

一种基于多图像输入的单帧图像3D人体重建方法: 本发明公开了一种基于多图像输入的单帧图像3D人体重建方法，该方法步骤包括：首先对原始单帧图像进行处理，生成2D关节点图以及2D分割图。再将上述的三种图像一起输入到网络的编码器进行特征提取。然后输入图像特征到解码器中，并推...; 华璟金梓桥孙杰

一种高性能行人检索与重识别方法及装置: 本发明公开了一种高性能行人检索与重识别方法及装置，该方法包括：分别获取单视角和多视角现实监控场景下的行人数据，对行人数据进行数据标注，其中单视角行人数据与COCO数据集中的行人部分，共同构建行人检测数据集，多视角行人数据...; 华璟吴绍鑫孙杰

基于Sophon SC5+芯片构架的行人搜索算法与优化: 2023年; 传统的基于深度神经网络的行人搜索算法计算量大,在大规模部署时搜索性能低,导致算法在落地应用于硬件和预算有限的终端时面临成本高、速度慢的难题。针对以上问题,提出一种基于Sophon SC5+高性能推理芯片的行人检测与重识别算法,从算法到硬件自上而下地优化深度学习的效率。首先,利用轻量化的Ghost模块替换YOLOv5s的主干网络,从而大幅度降低模型的参数和计算量;其次,融入CBAM注意力机制,以增强算法的特征学习能力,并提高检测精度;然后,将中心损失约束和Non-local注意力机制加入行人重识别模块,并结合中心约束三元组损失和附加间隔交叉熵损失优化模型,以提升行人重识别算法性能;最后,基于Sophon SC+量化行人检测模型和行人重识别模型并生成最终的推理模型。在Market-1501与DukeMTMC-ReID数据集上的实验结果表明,相较于YOLOv4-tiny、ACRN、SVDNet等主流算法,行人检测算法与行人重识别算法的平均精度均值(mAP)至少提高了43.8和25.7个百分点。基于Sophon SC5+芯片实现int8量化后,所提算法的mAP虽然减小了1.7个百分点,但模型大小减小了74.4%,能够在大规模、城市级行人搜索系统中落地使用。; 孙杰吴绍鑫王学军华璟

基于轮廓卷积神经网络的视频动作识别方法: 本发明公开了一种基于轮廓卷神经网络的视频动作识别方法，首先对于带有标签的视频进行逐帧的剪裁处理，对于剪裁后的样本进行必要的增广操作；其次通过轮廓卷积操作ContourConv得到良好的分割结果并有效地提取出图片中有序的动...; 华璟高明琦; 文献传递

一种基于多任务的篮球视频事件与目标在线检测方法: 本发明公开了一种基于多任务的篮球视频事件与目标在线检测方法，本发明利用深度卷积神经网络共享多任务权重，能以在线或离线的方式对篮球比赛视频进行事件检测和目标检测。基于多任务的混合损失函数将各自任务的损失分别反向传播到对应的...; 华璟王腾

深度学习辅助的多行人跟踪算法被引量：12: 2017年; 目的目标的长距离跟踪一直是视频监控中最具挑战性的任务之一。现有的目标跟踪方法在存在遮挡、目标消失再出现等情况下往往会丢失目标,无法进行持续有效的跟踪。一方面目标消失后再次出现时,将其作为新的目标进行跟踪的做法显然不符合实际需求;另一方面,在跟踪过程中当相似的目标出现时,也很容易误导跟踪器把该相似对象当成跟踪目标,从而导致跟踪失败。为此,提出一种基于目标识别辅助的跟踪算法来解决这个问题。方法将跟踪问题转化为寻找帧间检测到的目标之间对应关系问题,从而在目标消失再现后,采用深度学习网络实现有效的轨迹恢复,改善长距离跟踪效果,并在一定程度上避免相似目标的干扰。结果通过在标准数据集上与同类算法进行对比实验,本文算法在目标受到遮挡、交叉运动、消失再现的情况下能够有效地恢复其跟踪轨迹,改善跟踪效果,从而可以对多个目标进行持续有效的跟踪。结论本文创新性地提出了一种结合基于深度学习的目标识别辅助的跟踪算法,实验结果证明了该方法对遮挡重现后的目标能够有效的恢复跟踪轨迹,适用在监控视频中对多个目标进行持续跟踪。; 王慧燕杨宇涛张政严国丽王靖齐李笑岚陈卫刚华璟; 关键词：多目标跟踪

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

华璟