CN109033923A - 一种检测图片中人体朝向的方法及装置 - Google Patents
一种检测图片中人体朝向的方法及装置 Download PDFInfo
- Publication number
- CN109033923A CN109033923A CN201710428472.0A CN201710428472A CN109033923A CN 109033923 A CN109033923 A CN 109033923A CN 201710428472 A CN201710428472 A CN 201710428472A CN 109033923 A CN109033923 A CN 109033923A
- Authority
- CN
- China
- Prior art keywords
- human body
- towards
- detection model
- picture
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种检测图片中人体朝向的方法及装置,用以解决目前无法识别出图像当中的人体朝向的问题。该方法包括:加载待检测图片;分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体;输出人体朝向检测结果。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种检测图片中人体朝向的方法及装置。
背景技术
随着机器学习技术在图像处理技术领域的应用,大幅提高了图像处理技术的应用效果。图像处理技术的一个重要内容是内容人形特征识别,通过采用大量数据训练出的模型,能够对输入的图像达到较高的识别效果。
然而,目前公开的人形检测算法,采用单一的人形检测模型,仅能够检测出对图像中的人形,但不能识别出图像当中的人体朝向。一般来讲,图像中检测得到的人体正对或背对我们称为正面朝向,正对我们向右侧旋转称为右侧朝向,正对我们向左侧旋转称为左侧朝向。在部分应用场景中,我们需要知道检测到的人形目标到底是哪个朝向。
如何检测图片中人体的朝向,现有技术并未给出相应的解决办法。
发明内容
本发明实施例提供了一种检测图片中人体朝向的方法及装置,用以解决目前无法识别出图像当中的人体朝向的问题。
本发明实施例提供的具体方案如下:
第一方面,一种检测图片中人体朝向的方法,包括:
加载待检测图片;
分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体;
输出人体朝向检测结果。
结合第一方面,在第一种可能的实现方式中,加载待检测图片之后,分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片之前,还包括:
将所述图片转化为灰度图;
计算所述灰度图的指定特征值;所述指定特征值,用于采用所述人体正面朝向检测模型、所述人体左侧朝向检测模型和所述人体右侧朝向检测模型检测所述图片。
结合第一方面,在第二种可能的实现方式中,分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体,包括:
将所述图片按照预设规则缩放为多个子图片;
对于每一子图片,采用检测模型指定尺寸的窗口遍历该图片,获取通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的窗口;
将各个子图片中,通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的各个窗口进行聚类处理,得到所述图片中的正面朝向人体、左侧朝向人体和右侧朝向人体。
结合第一方面或第一方面的第二种可能的实现方式,在第三种可能的实现方式中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体输出为右侧朝向人体,包括:
记录检测出的正面朝向人体、左侧朝向人体和右侧朝向人体;
对于任一被检测为左侧朝向或右侧朝向的人体,当确定所述被检测为左侧朝向或右侧朝向的人体还被检测为正面朝向时,删除对应的正面朝向人体记录。
结合第一方面,在第四种可能的实现方式中,所述输出人体朝向检测结果,包括:
在所述图片中,标记出各个人体及对应的朝向信息。
第二方面,一种检测图片中人体朝向的装置,包括:
图片输入单元,用于加载待检测图片;
图片检测单元,用于分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体;
结果输出单元,用于输出人体朝向检测结果。
结合第二方面,在第一种可能的实现方式中,还包括:
图片处理单元,用于将所述图片转化为灰度图;
计算所述灰度图的指定特征值;所述指定特征值,用于所述图片检测单元检测所述图片。
结合第二方面,在第二种可能的实现方式中,所述图片检测单元用于分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体时,具体用于:
将所述图片按照预设规则缩放为多个子图片;
对于每一子图片,采用检测模型指定尺寸的窗口遍历该图片,获取通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的窗口;
将各个子图片中,通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的各个窗口进行聚类处理,得到所述图片中的正面朝向人体、左侧朝向人体和右侧朝向人体。
结合第二方面或第二方面的第二种可能的实现方式,在第三种可能的实现方式中,所述图片检测单元用于将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体时,具体用于:
记录检测出的正面朝向人体、左侧朝向人体和右侧朝向人体;
对于任一被检测为左侧朝向或右侧朝向的人体,当确定所述被检测为左侧朝向或右侧朝向的人体还被检测为正面朝向时,删除对应的正面朝向记录。
结合第二方面,在第四种可能的实现方式中,所述结果输出单元具体用于:
在所述图片中,标记出各个人体及对应的朝向信息。
本发明实施例中,加载待检测图片,分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体,输出人体朝向检测结果;通过采用多个朝向检测模型分别检测图片,同时排除掉被误识别为正面朝向的检测结果,从而准确地检测出图片中各个人体的朝向信息。
附图说明
图1是本发明实施例提供的检测图片中人体朝向方法的流程示意图;
图2是本发明具体实施例提供的检测图片中人体朝向方法的流程示意图;
图3是本发明具体实施例提供的检测图片中人体朝向方法的另一流程示意图;
图4是本发明实施例提供的检测图片中人体朝向装置的结构示意图。
具体实施方式
本发明实施例提供了一种检测图片中人体朝向的方法及装置,解决了现有技术无法准确识别图片中人体朝向的问题。
参见图1,本发明实施例提供的一种检测图片中人体朝向的方法包括:
S101、加载待检测图片;
S102、分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体;
S103、输出人体朝向检测结果。
本发明实施例,同时采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型等多个模型进行检测。多模型联合检测的场景下,主要存在如下误检现象:正面朝向检测模型检测得到的结果并非完全都是正面,因为正面朝向检测模型会对侧面朝向人体有一定的容忍度,导致部分侧面朝向人体被正面朝向检测模型误检为正面朝向;而侧面朝向检测模型对正面朝向人体几乎没有容忍度。所以,在检测期间,需将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体。
具体地,步骤S101和S102还包括如下步骤:将所述图片转化为灰度图;计算所述灰度图的指定特征值;所述指定特征值,用于采用所述人体正面朝向检测模型、所述人体左侧朝向检测模型和所述人体右侧朝向检测模型检测所述图片。目前的检测模型主要针对图片的特征值进行检测,例如:局部二值模式(local binary pattern,lbp)特征、方向梯度直方图(histogram of oriented gradient,hog)特征。根据检测模型实际使用的特征值,计算出对应的图片特征值。
较佳地,步骤S102中,分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体,包括:将所述图片按照预设规则缩放为多个子图片;对于每一子图片,采用检测模型指定尺寸的窗口遍历该图片,获取通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的窗口;将各个子图片中,通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的各个窗口进行聚类处理,得到所述图片中的正面朝向人体、左侧朝向人体和右侧朝向人体。通过多级缩放图片,遍历检测每一缩放图片,并结合聚类方式统计出最终的检测结果,能够最大程度的提高检测效果。
较佳地,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体输出为右侧朝向人体,包括:记录检测出的正面朝向人体、左侧朝向人体和右侧朝向人体;对于任一被检测为左侧朝向或右侧朝向的人体,当确定所述被检测为左侧朝向或右侧朝向的人体还被检测为正面朝向时,删除对应的正面朝向人体记录。
较佳地,所述输出人体朝向检测结果,包括:在所述图片中,标记出各个人体及对应的朝向信息。
下面结合具体实施例,对本发明构思进行进一步说明。
参见图2,本发明实施例提供的具体实施例包括如下流程:
S201、输入图片数据;
S202、初始化,加载正面朝向、左侧朝向、右侧朝向三个检测模型;
S203、正面朝向模型检测;
S204、保存正面检测结果;
S205、左面朝向模型检测;
S206、对于步骤S205每一检测结果,判断是否与步骤S204保存的检测结果重合,如果是,进行步骤S207,否则,直接进行步骤S208;
S207、删除正面检测结果;
S208、保存左侧检测结果;
S209、左面朝向模型检测;
S210、对于步骤S209每一检测结果,判断是否与步骤S204保存的检测结果重合,如果是,进行步骤S20711,否则,直接进行步骤S212;
S211、删除正面检测结果;
S212、保存右侧检测结果;
S213、通过不同的画框标注各个人体朝向,即保存的正面检测结果、左侧检测结果、右侧检测结果。
如图3所示,本发明实施例中,各检测模型工作具体流程如下:
S301、第一帧检测前进行数据模型的加载;
S302、对当前帧图像进行灰度化等预处理操作;
S303、对当前灰度图像进行特征的提取;
S304、从图像的左上角(0,0)点开始采用和模型大小一致的窗口依次遍历进行人体朝向检测,只有当一个窗口依次通过所有的强分类器才被认为是可能的目标保存下来;
具体地,对于一个窗口由分类器模型的第一级强分类的第一个弱分类对应的特征值算起,若特征值小于该弱分类的阈值,取左叶子值累加到参数sum,否则取右叶子值累加到sum,如果sum值小于该级弱分类的阈值,则直接退出,否则,继续走下一个弱分类器,直到通过该级强分类器,再继续走下一个强分类器,sum=0;只有当一个窗口依次通过所有的强分类器才被认为是可能的目标保存下来。
S305、以给定的比例缩放原图像,直至达到缩放最小目标大小,对每次的缩放图像重复执行S304;
S306、对上述检测到的矩形框进行窗口聚类,得到的最终的人体朝向结果。
如图4所示,本发明实施例提供的一种检测图片中人体朝向的装置包括:
图片输入单元401,用于加载待检测图片;
图片检测单元402,用于分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体;
结果输出单元403,用于输出人体朝向检测结果。
较佳地,该装置还包括:图片处理单元,用于将所述图片转化为灰度图;计算所述灰度图的指定特征值;所述指定特征值,用于所述图片检测单元检测所述图片。
较佳地,所述图片检测单元402用于分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体时,具体用于:将所述图片按照预设规则缩放为多个子图片;对于每一子图片,采用检测模型指定尺寸的窗口遍历该图片,获取通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的窗口;将各个子图片中,通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的各个窗口进行聚类处理,得到所述图片中的正面朝向人体、左侧朝向人体和右侧朝向人体。
较佳地,所述图片检测单元402用于将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体时,具体用于:记录检测出的正面朝向人体、左侧朝向人体和右侧朝向人体;对于任一被检测为左侧朝向或右侧朝向的人体,当确定所述被检测为左侧朝向或右侧朝向的人体还被检测为正面朝向时,删除对应的正面朝向记录。
较佳地,所述结果输出单元403具体用于:在所述图片中,标记出各个人体及对应的朝向信息。
综上所述,本发明实施例通过采用多个朝向检测模型分别检测图片,同时排除掉被误识别为正面朝向的检测结果,从而准确地检测出图片中各个人体的朝向信息,解决了现有技术无法准确识别图片中人体朝向的问题。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种检测图片中人体朝向的方法,其特征在于,包括:
加载待检测图片;
分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体;
输出人体朝向检测结果。
2.如权利要求1所述的方法,其特征在于,加载待检测图片之后,分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片之前,还包括:
将所述图片转化为灰度图;
计算所述灰度图的指定特征值;所述指定特征值,用于采用所述人体正面朝向检测模型、所述人体左侧朝向检测模型和所述人体右侧朝向检测模型检测所述图片。
3.如权利要求1所述的方法,其特征在于,分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体,包括:
将所述图片按照预设规则缩放为多个子图片;
对于每一子图片,采用检测模型指定尺寸的窗口遍历该图片,获取通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的窗口;
将各个子图片中,通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的各个窗口进行聚类处理,得到所述图片中的正面朝向人体、左侧朝向人体和右侧朝向人体。
4.如权利要求1或3所述的方法,其特征在于,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体输出为右侧朝向人体,包括:
记录检测出的正面朝向人体、左侧朝向人体和右侧朝向人体;
对于任一被检测为左侧朝向或右侧朝向的人体,当确定所述被检测为左侧朝向或右侧朝向的人体还被检测为正面朝向时,删除对应的正面朝向人体记录。
5.如权利要求1所述的方法,其特征在于,所述输出人体朝向检测结果,包括:
在所述图片中,标记出各个人体及对应的朝向信息。
6.一种检测图片中人体朝向的装置,其特征在于,包括:
图片输入单元,用于加载待检测图片;
图片检测单元,用于分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体;其中,将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体;
结果输出单元,用于输出人体朝向检测结果。
7.如权利要求6所述的装置,其特征在于,还包括:
图片处理单元,用于将所述图片转化为灰度图;
计算所述灰度图的指定特征值;所述指定特征值,用于所述图片检测单元检测所述图片。
8.如权利要求6所述的装置,其特征在于,所述图片检测单元用于分别采用人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测所述图片,检测出正面朝向人体、左侧朝向人体和右侧朝向人体时,具体用于:
将所述图片按照预设规则缩放为多个子图片;
对于每一子图片,采用检测模型指定尺寸的窗口遍历该图片,获取通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的窗口;
将各个子图片中,通过人体正面朝向检测模型、人体左侧朝向检测模型和人体右侧朝向检测模型检测的各个窗口进行聚类处理,得到所述图片中的正面朝向人体、左侧朝向人体和右侧朝向人体。
9.如权利按要求6或8所述的装置,其特征在于,所述图片检测单元用于将同时被检测为正面朝向和左侧朝向的人体确定为左侧朝向人体,将同时被检测为正面朝向和右侧朝向的人体确定为右侧朝向人体时,具体用于:
记录检测出的正面朝向人体、左侧朝向人体和右侧朝向人体;
对于任一被检测为左侧朝向或右侧朝向的人体,当确定所述被检测为左侧朝向或右侧朝向的人体还被检测为正面朝向时,删除对应的正面朝向记录。
10.如权利要求6所述的装置,其特征在于,所述结果输出单元具体用于:
在所述图片中,标记出各个人体及对应的朝向信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710428472.0A CN109033923A (zh) | 2017-06-08 | 2017-06-08 | 一种检测图片中人体朝向的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710428472.0A CN109033923A (zh) | 2017-06-08 | 2017-06-08 | 一种检测图片中人体朝向的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109033923A true CN109033923A (zh) | 2018-12-18 |
Family
ID=64629333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710428472.0A Pending CN109033923A (zh) | 2017-06-08 | 2017-06-08 | 一种检测图片中人体朝向的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109033923A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050034523A1 (en) * | 2003-08-12 | 2005-02-17 | Casimiro Richard P. | Bi-planar differential pressure transmitter with orthogonal process connections |
US7120279B2 (en) * | 2003-01-30 | 2006-10-10 | Eastman Kodak Company | Method for face orientation determination in digital color images |
CN101271520A (zh) * | 2008-04-01 | 2008-09-24 | 北京中星微电子有限公司 | 一种确定图像中的特征点位置的方法及装置 |
CN101593352A (zh) * | 2009-06-12 | 2009-12-02 | 浙江大学 | 基于面部朝向和视觉焦点的驾驶安全监测*** |
CN101739719A (zh) * | 2009-12-24 | 2010-06-16 | 四川大学 | 二维正面人脸图像的三维网格化方法 |
CN102426646A (zh) * | 2011-10-24 | 2012-04-25 | 西安电子科技大学 | 多角度人脸检测装置与方法 |
CN102542492A (zh) * | 2012-01-10 | 2012-07-04 | 清华大学 | 视觉广告效果评估***及方法 |
CN103839232A (zh) * | 2014-01-17 | 2014-06-04 | 河海大学 | 一种基于团块模型的行人阴影抑制方法 |
CN104268539A (zh) * | 2014-10-17 | 2015-01-07 | 中国科学技术大学 | 一种高性能的人脸识别方法及*** |
CN105105938A (zh) * | 2015-07-14 | 2015-12-02 | 南京邮电大学 | 基于人脸朝向识别与跟踪的智能轮椅控制方法及*** |
CN105930775A (zh) * | 2016-04-14 | 2016-09-07 | 中南大学 | 基于灵敏度参数的人脸朝向识别方法 |
US20160273810A1 (en) * | 2015-03-19 | 2016-09-22 | Hamilton Sundstrand Corporation | Flexible coupling with rotational capability |
-
2017
- 2017-06-08 CN CN201710428472.0A patent/CN109033923A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7120279B2 (en) * | 2003-01-30 | 2006-10-10 | Eastman Kodak Company | Method for face orientation determination in digital color images |
US20050034523A1 (en) * | 2003-08-12 | 2005-02-17 | Casimiro Richard P. | Bi-planar differential pressure transmitter with orthogonal process connections |
CN101271520A (zh) * | 2008-04-01 | 2008-09-24 | 北京中星微电子有限公司 | 一种确定图像中的特征点位置的方法及装置 |
CN101593352A (zh) * | 2009-06-12 | 2009-12-02 | 浙江大学 | 基于面部朝向和视觉焦点的驾驶安全监测*** |
CN101739719A (zh) * | 2009-12-24 | 2010-06-16 | 四川大学 | 二维正面人脸图像的三维网格化方法 |
CN102426646A (zh) * | 2011-10-24 | 2012-04-25 | 西安电子科技大学 | 多角度人脸检测装置与方法 |
CN102542492A (zh) * | 2012-01-10 | 2012-07-04 | 清华大学 | 视觉广告效果评估***及方法 |
CN103839232A (zh) * | 2014-01-17 | 2014-06-04 | 河海大学 | 一种基于团块模型的行人阴影抑制方法 |
CN104268539A (zh) * | 2014-10-17 | 2015-01-07 | 中国科学技术大学 | 一种高性能的人脸识别方法及*** |
US20160273810A1 (en) * | 2015-03-19 | 2016-09-22 | Hamilton Sundstrand Corporation | Flexible coupling with rotational capability |
CN105105938A (zh) * | 2015-07-14 | 2015-12-02 | 南京邮电大学 | 基于人脸朝向识别与跟踪的智能轮椅控制方法及*** |
CN105930775A (zh) * | 2016-04-14 | 2016-09-07 | 中南大学 | 基于灵敏度参数的人脸朝向识别方法 |
Non-Patent Citations (2)
Title |
---|
TARAK GANDHI 等: "Image Based Estimation of Pedestrian Orientation for Improving Path Prediction", 《2008 IEEE INTELLIGENT VEHICLES SYMPOSIUM》 * |
胡毅: "基于部件的人体检测算法的实现及优化", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111640089B (zh) | 一种基于特征图中心点的缺陷检测方法及装置 | |
Zhu et al. | Concrete column recognition in images and videos | |
CN104123529B (zh) | 人手检测方法及*** | |
Bayraktar et al. | Analysis of feature detector and descriptor combinations with a localization experiment for various performance metrics | |
US20150379371A1 (en) | Object Detection Utilizing Geometric Information Fused With Image Data | |
CN104346802B (zh) | 一种人员离岗监控方法及设备 | |
CN107798272A (zh) | 快速多目标检测与跟踪*** | |
CN110991397B (zh) | 一种行进方向确定方法及相关设备 | |
CN109902576B (zh) | 一种头肩图像分类器的训练方法及应用 | |
KR101932595B1 (ko) | 영상에서 투명 오브젝트를 검출하는 영상 처리 장치 및 방법 | |
CN108241869A (zh) | 一种基于快速可变形模型和机器学习的图像目标识别方法 | |
CN107609454A (zh) | 一种识别图像中的手势的方法及装置 | |
CN114494891B (zh) | 一种基于多尺度并行检测的危险品识别装置和方法 | |
CN109033923A (zh) | 一种检测图片中人体朝向的方法及装置 | |
CN105809180A (zh) | 图像处理方法及装置 | |
Ai et al. | Geometry preserving active polygon-incorporated sign detection algorithm | |
JP2015184743A (ja) | 画像処理装置および物体認識方法 | |
CN109033922A (zh) | 一种视频中设置目标标识的方法及装置 | |
Ghosh et al. | Comparative analysis and implementation of different human detection techniques | |
CN111985423A (zh) | 活体检测方法、装置、设备及可读存储介质 | |
Udatewar et al. | Personal Protective Equipment Kit Detection using Yolo v5 and TensorFlow | |
Tao et al. | A hybrid approach to detection and recognition of dashboard information in real-time | |
CN109034174A (zh) | 一种级联分类器训练方法及装置 | |
Sasidharan et al. | Dynamic texture segmentation of video using texture descriptors and optical flow of pixels for automating monitoring in different environments | |
CN111079775B (zh) | 一种联合区域约束学习的实时跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |
|
RJ01 | Rejection of invention patent application after publication |