联系: (0510) 8181 9939, sales@venpoo.com

复杂背景下多类物体实时检测算法

同时检测多类物体,如人脸,人体,车体以及其他感兴趣的物体(如车牌,车标,交通标志,工业零部件等)

我们以先进的机器学习和数据挖掘理论为基础,通过离线收集海量图片与视频样本,人为标定样本后提取特征值,基于特征值与样本标定进行训练进而设计出高效的特征选择分类器。在实时系统中,使用特征选择分类器完成各种物体的检测,跟踪,识别,例如行人、机动车、非机动车等。在背景复杂的场景下,本算法可以为后续的复杂分割识别任务提供精确的目标物体,节约资源、提高效率。

阅读更多

视频跟踪和行为分析算法

本算法可以用于计算目标物体的运动轨迹,统计目标物体数目,已经应用在本公司的车流量和客流量统计,拥挤度统计等产品中

我们以聚类统计分析学为基础,根据追踪视频中的特定目标的需求,研发出了视频跟踪和行为分析算法。本算法以多类物体实时分割,识别算法获得的目标物体的精确信息为输入,使用独特的分析目标物体精确信息和运动目标跟踪的算法,跟踪视频中的特定目标(车辆、行人等)。

阅读更多

大规模人脸识别算法及人脸属性分析算法

基于先进的机器学习算法与我们独特的特征提取方法,我们研究出了适用于大规模人脸识别算法以及人脸属性分析算法

在本算法研究过程中,我们针对于人脸收集了海量数据,其中包含各种姿态,各种光照,大年龄跨度的人脸图像,使得本算法具有姿态适应性强,光线要求低,在大规模数据库上准确度高,实时性好的特点。

阅读更多

在线自适应训练算法

本算法广泛应用在本公司的各类产品中,以提高物体检测率和行为识别率

在上述的算法中使用的离线训练,不能预知实际使用环境下的光照、角度等信息,所得到的离线算法参数往往性能不是最优。我们研发出了在线自适应训练算法,该算法根据在线环境下的反馈信息自适应地调整离线算法参数。

阅读更多