CN112926558A - 动物识别方法和装置 - Google Patents
动物识别方法和装置 Download PDFInfo
- Publication number
- CN112926558A CN112926558A CN202110513914.8A CN202110513914A CN112926558A CN 112926558 A CN112926558 A CN 112926558A CN 202110513914 A CN202110513914 A CN 202110513914A CN 112926558 A CN112926558 A CN 112926558A
- Authority
- CN
- China
- Prior art keywords
- image
- thermal
- interested
- animal
- animal identification
- 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.)
- Granted
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种动物识别方法和装置,涉及图像识别技术,包括以下步骤:获取第一图像和所述第一图像对应的第一热力图像;从所述第一热力图像中检测出若干个感兴趣区域,所述感兴趣区域为通过第一热力图像检测到的动物所在的区域;根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像;通过第一动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。通过本发明可以提升室外动物识别的精度。
Description
技术领域
本申请涉及图像识别技术,特别是一种动物识别方法和装置。
背景技术
在放牧场、野外生态调研等场合由于研究、安全防护等需要,往往需要对某些区域的实施监控,现有技术一般采用摄像头进行拍摄进行动物识别。
由于在室外场景,动物的保护色容易与环境混合在一起,导致识别准确率相对较低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种动物识别方法和装置,以提升识别的准确度。
一方面,本申请实施例提供了:一种动物识别方法,包括以下步骤:
获取第一图像和所述第一图像对应的第一热力图像;
从所述第一热力图像中检测出若干个感兴趣区域;
根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像;
通过第一动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
在一些实施例中,所述从所述第一热力图像中检测出若干个感兴趣区域,包括:
通过第二动物识别模型对所述第一热力图像进行识别,得到若干个感兴趣区域。
在一些实施例中,所述第一动物识别模型通过以下方式获得:
获取第一训练集,所述第一训练集中包括多个第三图像,所述第三图像标注了动物的类型;
通过第一训练集对初始化的第一图像识别模型进行训练,得到所述第一动物识别模型;
所述第二动物识别模型通过以下方式获得:
获取第二训练集,所述第二训练集中包括多个第二热力图像,所述第二热力图像中标注了动物的所在区域;
通过第一训练集对初始化的第二图像识别模型进行训练,得到所述第二动物识别模型。
在一些实施例中,所述从所述第一热力图像中检测出若干个感兴趣区域,还包括以下步骤:
在检测到若干个感兴趣区域后,剔除小于预设尺寸的感兴趣区域。
在一些实施例中,在所述通过第一动物识别模型对各所述第二图像进行识别之前,对所述第二图像进行以下处理:
将待处理的第二图像对应的感兴趣区域进行二值分割,得到分割模板;
根据分割模板对待处理的第二图像进行分割得到前景和背景,对背景进行替换处理。
在一些实施例中,所述对背景进行替换处理,具体为:
将背景替换成预设的颜色。
在一些实施例中,所述第一图像通过光学摄像头获取,所述第一热力图像通过热成像摄像头获取,所述光学摄像头和所述热成像摄像头相邻设置。
另一方面,本发明实施例提供了一种动物识别装置,包括:
获取模块,用于获取第一图像和所述第一图像对应的第一热力图像;
感兴趣区域检测模块,用于从所述第一热力图像中检测出若干个感兴趣区域;
裁剪模块,用于根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像;
识别模块,用于通过第一动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
另一方面,本发明实施例提供了一种动物识别装置,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行所述的动物识别方法。
另一方面,本发明实施例提供了一种动物识别装置,包括:
相邻设置的热成像摄像头和光学摄像头,所述光学摄像头用于拍摄目标区域的第一图像,所述热成像摄像头用于拍摄所述第一图像对应的第一热力图像;
处理模块,用于获取所述第一热力图像,从所述第一热力图像中检测出若干个感兴趣区域;根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像,通过动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
本申请实施例获取第一图像对应的第一热力图像,然后通过第一热力图像识别动物可能所在的感兴趣区域,一般动物体温和环境区别比较大,本方法相对于直接从第一图像中直接识别动物所在区域会更加准确,通过感兴趣区域对第一图像进行裁剪,得到的第二图像包含动物的概率比较大,且经过裁剪后第二图像中包含的环境元素相对减少,使得模型可以更加准确地识别出第二图像中的动物。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种动物识别方法的流程图;
图2是本发明实施例提供的一种动物识别方法实施过程的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,以下将参照本申请实施例中的附图,通过实施方式清楚、完整地描述本申请的技术方案,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
参照图1和图2,本实施例公开了一种动物识别方法,包括以下步骤:
步骤110、获取第一图像和所述第一图像对应的第一热力图像。在本实施例中,第一图像通过光学摄像头拍摄,第一热力图像通过热成像摄像头拍摄,其中,光学摄像头和热成像摄像头相邻设置构成一组双目摄像头。因此,当两种摄像头同时拍摄的时候,可以得到对应的第一图形和第一热力图像。虽然两者在位置上有一定的偏差,但是在精度要求不高的情况下可以忽略这一偏差。此外,这一偏差也可以根据两种摄像头的标定参数进行矫正。在本实施例中,第一热力图像和第一图像的尺寸是相同的,通过采用镜头参数相同的光学摄像头和热成像摄像头可以实现。
步骤120、从所述第一热力图像中检测出若干个感兴趣区域,所述感兴趣区域为通过第一热力图像检测到的动物所在的区域。
在本步骤中,可以通过第二动物识别模型对所述第一热力图像进行识别,得到若干个感兴趣区域。其中,所述第二动物识别模型通过以下方式获得:
获取第二训练集,所述第二训练集中包括多个第二热力图像,所述第二热力图像中标注了动物的所在区域;
通过第一训练集对初始化的第二图像识别模型进行训练,得到所述第二动物识别模型。
可以理解的是,本实施例所指的训练集是指训练样本的集合,在本实施例中每个训练样本由第二热力图像和第二热力图像对应的标注框组成,标注框用于标注第二热力图像中动物所在的区域。在对初始化的第二图像识别模型进行训练时,是通过第二图像识别模型对第二热力图像中的感兴趣区域进行预测,然后根据标注信息和模型预测的结果来对模型参数进行调整。经过大量训练后,第二图像模型可以相对准确地从第二热力图像中识别出动物所在的位置,从而得到本实施例所指的第二动物识别模型。
步骤130、根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像。
由于第一图像和第一热力图像是尺寸相同或者相对应的两个图像,因此,可以根据从第一热力图像识别出的感兴趣区域对应于第一图像的位置进行裁剪,从而得到每个感兴趣区域对应的第二图像,这一方式利用了动物的体温与环境相差较大的特点,从而相对准确地定位出动物在第一图像中大致的位置,进而裁剪出第二图像,从而减少待识别图像(第二图像)中环境图像的面积占比,降低环境对识别结果的干扰。
步骤140、通过第一动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
具体地,所述第一动物识别模型通过以下方式获得:
获取第一训练集,所述第一训练集中包括多个第三图像,所述第三图像标注了动物的类型;
通过第一训练集对初始化的第一图像识别模型进行训练,得到所述第一动物识别模型;
可以理解的是,本实施例所指的训练集是指训练样本的集合,在本实施例中每个训练样本由第三图像和第三图像对应的标注信息,在本实施例中标注信息用于标注第三图像中动物的类型,例如,猪、牛、羊等。在对初始化的第一图像识别模型进行训练时,是通过第一图像识别模型对第三图像的动物类型进行识别,然后根据标注信息和模型预测的结果来对模型参数进行调整。经过大量训练后,第一图像识别模型可以相对准确地识别出第二图像中动物的类型,从而得到本实施例中所指的第一动物识别模型。
参照图2,在图2的实施例中,将第一热力图像210输入到第二动物识别模型中,得第一热力图像210的感兴趣区域211,随后在第一图像220中确定与感兴趣区域211相对应的区域221,然后进行裁剪得到第二图像230,再将第二图像230输入到第一动物识别模型中进行识别,得到分类结果。
本实施例通过获取第一图像对应的第一热力图像,通过第一热力图像识别动物可能所在的感兴趣区域,一般动物体温和环境区别比较大,本方法相对于直接从第一图像中直接识别动物所在区域会更加准确,通过感兴趣区域对第一图像进行裁剪,得到的第二图像包含动物的概率比较大,且经过裁剪后第二图像中包含的环境元素相对减少,使得模型可以更加准确地识别出第二图像中的动物。
在一些实施例中,由于第二动物识别模型的识别结果与热力值相关,因此,可能容易产生占第二热力图像面积比例较小的感兴趣区域,因此感兴趣区域对应的第二图像的面积较小,第一动物识别模型的识别效果也不佳,因此在检测感兴趣区域时,可以剔除小于预设面积的感兴趣区域,这样可以减少调用第一动物识别模型来进行检测的次数,提升系统性能。因此在本实施例中,所述从所述第一热力图像中检测出若干个感兴趣区域,还包括以下步骤:
在检测到若干个感兴趣区域后,剔除小于预设尺寸的感兴趣区域。例如,剔除面积小于100个像素点的感兴趣区域。
通过这一方式,可以有效降低第一动物识别模型的识别次数,降低运算量,同时,也可以减少误检。
在一些实施例中,在所述通过第一动物识别模型对各所述第二图像进行识别之前,对所述第二图像进行以下处理:
将待处理的第二图像对应的感兴趣区域进行二值分割,得到分割模板。例如,将第二图像进行灰度化,然后进行二值分割,由于动物的温度一般高于周边,因此可以在将分割阈值设置在动物通常的体温附近,这样可以将动物图像(前景)和环境图像(背景)进行分割。得到每个像素点以0或者1标识的分割模板,例如,将前景的像素点设为1,背景的像素点设为0。
根据分割模板对待处理的第二图像进行分割得到前景和背景,对背景进行替换处理。例如,将背景替换成预设的颜色。例如,将背景替换成白色。
在本步骤中,可以通过将分割模板和第二图像对应的像素点相与,这样就可以将背景全部替换成白色。这样就可以将动物图像置于一个白底的空间中,尽可能地剔除了环境的影响。当然,为了增加识别率,在训练第一动物识别模型时,所采用的训练样本,同样可以采用白色背景的动物图像(第三图像)进行训练。
在一些实施例中,所述第一图像通过光学摄像头获取,所述第一热力图像通过热成像摄像头获取,所述光学摄像头和所述热成像摄像头相邻设置。
通常,可以将光学摄像头和热成像摄像头设置成双目摄像头,以便于部署和安装。
本实施例公开了一种动物识别装置,包括:
获取模块,用于获取第一图像和所述第一图像对应的第一热力图像;
感兴趣区域检测模块,用于从所述第一热力图像中检测出若干个感兴趣区域;
裁剪模块,用于根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像;
识别模块,用于通过第一动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
本实施例公开了一种动物识别装置,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行所述的动物识别方法。
本实施例公开了一种动物识别装置,包括:
相邻设置的热成像摄像头和光学摄像头,所述光学摄像头用于拍摄目标区域的第一图像,所述热成像摄像头用于拍摄所述第一图像对应的第一热力图像;
处理模块,用于获取所述第一热力图像,从所述第一热力图像中检测出若干个感兴趣区域;根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像,通过动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
可以理解的是,上述实施例可以达到与方法实施例相同的技术效果。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种动物识别方法,其特征在于,包括以下步骤:
获取第一图像和所述第一图像对应的第一热力图像;
从所述第一热力图像中检测出若干个感兴趣区域,所述感兴趣区域为通过第一热力图像检测到的动物所在的区域;
根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像;
通过第一动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
2.根据权利要求1所述的动物识别方法,其特征在于,所述从所述第一热力图像中检测出若干个感兴趣区域,包括:
通过第二动物识别模型对所述第一热力图像进行识别,得到若干个感兴趣区域。
3.根据权利要求2所述的动物识别方法,其特征在于,所述第一动物识别模型通过以下方式获得:
获取第一训练集,所述第一训练集中包括多个第三图像,所述第三图像标注了动物的类型;
通过第一训练集对初始化的第一图像识别模型进行训练,得到所述第一动物识别模型;
所述第二动物识别模型通过以下方式获得:
获取第二训练集,所述第二训练集中包括多个第二热力图像,所述第二热力图像中标注了动物的所在区域;
通过第一训练集对初始化的第二图像识别模型进行训练,得到所述第二动物识别模型。
4.根据权利要求2所述的动物识别方法,其特征在于,所述从所述第一热力图像中检测出若干个感兴趣区域,还包括以下步骤:
在检测到若干个感兴趣区域后,剔除小于预设尺寸的感兴趣区域。
5.根据权利要求1所述的动物识别方法,其特征在于,在所述通过第一动物识别模型对各所述第二图像进行识别之前,对所述第二图像进行以下处理:
将待处理的第二图像对应的感兴趣区域进行二值分割,得到分割模板;
根据分割模板对待处理的第二图像进行分割得到前景和背景,对背景进行替换处理。
6.根据权利要求5所述的动物识别方法,其特征在于,所述对背景进行替换处理,具体为:将背景替换成预设的颜色。
7.根据权利要求1所述的动物识别方法,其特征在于,所述第一图像通过光学摄像头获取,所述第一热力图像通过热成像摄像头获取,所述光学摄像头和所述热成像摄像头相邻设置。
8.一种动物识别装置,其特征在于,包括:
获取模块,用于获取第一图像和所述第一图像对应的第一热力图像;
感兴趣区域检测模块,用于从所述第一热力图像中检测出若干个感兴趣区域;
裁剪模块,用于根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像;
识别模块,用于通过第一动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
9.一种动物识别装置,其特征在于,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行如权利要求1-7任一项所述的方法。
10.一种动物识别装置,其特征在于,包括:
相邻设置的热成像摄像头和光学摄像头,所述光学摄像头用于拍摄目标区域的第一图像,所述热成像摄像头用于拍摄所述第一图像对应的第一热力图像;
处理模块,用于获取所述第一热力图像,从所述第一热力图像中检测出若干个感兴趣区域,所述感兴趣区域为通过第一热力图像检测到的动物所在的区域;根据各所述感兴趣区域所在的位置,从所述第一图像中裁剪出对应于各所述感兴趣区域的第二图像,通过动物识别模型对各所述第二图像进行识别,得到各所述第二图像对应的识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110513914.8A CN112926558B (zh) | 2021-05-12 | 2021-05-12 | 动物识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110513914.8A CN112926558B (zh) | 2021-05-12 | 2021-05-12 | 动物识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112926558A true CN112926558A (zh) | 2021-06-08 |
CN112926558B CN112926558B (zh) | 2021-10-01 |
Family
ID=76174836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110513914.8A Active CN112926558B (zh) | 2021-05-12 | 2021-05-12 | 动物识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926558B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255705A (zh) * | 2021-07-15 | 2021-08-13 | 广东省大湾区集成电路与系统应用研究院 | 一种保护色动物智能识别装置及识别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9710719B2 (en) * | 2013-09-30 | 2017-07-18 | Electronics & Telecommunications Research Institute | Apparatus and method for image recognition |
CN107643125A (zh) * | 2017-08-14 | 2018-01-30 | 中车青岛四方机车车辆股份有限公司 | 设备故障的确定方法和装置 |
CN109657737A (zh) * | 2019-02-27 | 2019-04-19 | 福州大学 | 一种基于低成本红外热视技术的机柜内小动物入侵检测方法及系统 |
CN109685078A (zh) * | 2018-12-17 | 2019-04-26 | 浙江大学 | 基于自动标注的红外图像识别方法 |
CN110472609A (zh) * | 2019-08-21 | 2019-11-19 | 广东工业大学 | 一种鸟类图像识别方法、装置、设备和存储介质 |
CN110826371A (zh) * | 2018-08-10 | 2020-02-21 | 京东数字科技控股有限公司 | 一种动物识别方法、装置、介质及电子设备 |
-
2021
- 2021-05-12 CN CN202110513914.8A patent/CN112926558B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9710719B2 (en) * | 2013-09-30 | 2017-07-18 | Electronics & Telecommunications Research Institute | Apparatus and method for image recognition |
CN107643125A (zh) * | 2017-08-14 | 2018-01-30 | 中车青岛四方机车车辆股份有限公司 | 设备故障的确定方法和装置 |
CN110826371A (zh) * | 2018-08-10 | 2020-02-21 | 京东数字科技控股有限公司 | 一种动物识别方法、装置、介质及电子设备 |
CN109685078A (zh) * | 2018-12-17 | 2019-04-26 | 浙江大学 | 基于自动标注的红外图像识别方法 |
CN109657737A (zh) * | 2019-02-27 | 2019-04-19 | 福州大学 | 一种基于低成本红外热视技术的机柜内小动物入侵检测方法及系统 |
CN110472609A (zh) * | 2019-08-21 | 2019-11-19 | 广东工业大学 | 一种鸟类图像识别方法、装置、设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
方丽娟: "动物识别系统的设计与实现", 《甘肃科技纵横 信息技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255705A (zh) * | 2021-07-15 | 2021-08-13 | 广东省大湾区集成电路与系统应用研究院 | 一种保护色动物智能识别装置及识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112926558B (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705405B (zh) | 目标标注的方法及装置 | |
CN111753692B (zh) | 目标对象提取方法、产品检测方法、装置、计算机和介质 | |
EP2775349A1 (en) | A method for determining an in-focus position and a vision inspection system | |
CN112487848B (zh) | 文字识别方法和终端设备 | |
US20210056312A1 (en) | Video blocking region selection method and apparatus, electronic device, and system | |
CN112750121B (zh) | 用于病理玻片数字图像质量检测的系统及其方法 | |
CN115170792B (zh) | 红外图像处理方法、装置及设备、存储介质 | |
US20220012884A1 (en) | Image analysis system and analysis method | |
CN110909646B (zh) | 数字病理切片图像的采集方法、装置、计算机设备及存储介质 | |
CN111507232B (zh) | 多模态多策略融合的陌生人识别方法和系统 | |
CN112884782A (zh) | 生物对象分割方法、装置、计算机设备和存储介质 | |
CN112926558B (zh) | 动物识别方法和装置 | |
CN110599514B (zh) | 图像分割的方法、装置、电子设备及存储介质 | |
CN110298302B (zh) | 一种人体目标检测方法及相关设备 | |
CN111368698A (zh) | 主体识别方法、装置、电子设备及介质 | |
CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN113469944A (zh) | 一种产品质检方法、装置和电子设备 | |
CN113014876A (zh) | 视频监控方法、装置、电子设备及可读存储介质 | |
CN112949423B (zh) | 物体识别方法、物体识别装置及机器人 | |
Mutholib et al. | Optimization of ANPR algorithm on Android mobile phone | |
CN111935480B (zh) | 一种用于图像获取装置的检测方法及相关装置 | |
CN112183454B (zh) | 图像检测方法及装置、存储介质、终端 | |
CN114022924A (zh) | 一种人脸识别方法及相关装置 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
CN112733722A (zh) | 姿态识别方法、装置、系统及计算机可读存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 238, room 406, 1 Yichuang street, Huangpu District, Guangzhou, Guangdong 510700 Applicant after: Guangzhou langguo Electronic Technology Co.,Ltd. Address before: Room 238, room 406, 1 Yichuang street, Huangpu District, Guangzhou, Guangdong 510700 Applicant before: GUANGZHOU LANGO ELECTRONIC SCIENCE & TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |