-
公开(公告)号：CN110415208B
公开(公告)日：2023-10-17
申请号：CN201910498094.2
申请日：2019-06-10
申请人： 西安电子科技大学
IPC分类号： G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06V10/762
摘要： 本发明公开了一种自适应目标检测方法及其装置、设备、存储介质，该方法包括获取原始图像；对所述原始图像进行差分滤波处理，得到滤波处理图像；对所述滤波处理图像进行聚类合并处理，得到若干图像感兴趣区域；分别计算每个所述图像感兴趣区域与所述原始图像的对比度；以及根据所述对比度得到目标图像。本发明采用差分滤波器对原始图像进行滤波处理，排除了大部分背景区域，然后基于聚类合并方法得到若干图像感兴趣区域ROIS，实现对原始图像的有效分割，最后结合图像感兴趣区域ROIS与原始图像的对比度进行虚假目标的进一步排除，从而实现了在简单背景或是复杂背景的目标检测中降低虚警率，提高检测效果。
-
公开(公告)号：CN109064485B
公开(公告)日：2022-02-18
申请号：CN201810592384.9
申请日：2018-06-11
申请人： 西安电子科技大学
IPC分类号： G06T7/246
摘要： 本发明涉及一种基于CMT算法的特征库维护方法，该方法包括：建立特征库，其中，特征库包括暂存特征库、跟踪特征库和捕获特征库；提取第t帧图像的n个特征点，其中，t和n均为大于0的自然数；将所述特征点与跟踪特征库进行匹配以更新暂存特征库；根据更新后的所述暂存特征库的特征点的第一类置信值更新跟踪特征库；根据更新后的所述暂存特征库的特征点的第二类置信值更新捕获特征库。本发明提出了一种特征库的维护方法，使得特征库中保留的特征点都是稳定，当跟踪的目标发生形变或者遮挡后，使用该特征库中的特征点与当前帧检测到的特征点进行匹配，之后再与CMT算法中的光流法跟踪到的特征点进行融合，能够增加目标跟踪过程的稳定性。
-
公开(公告)号：CN110349183A
公开(公告)日：2019-10-18
申请号：CN201910465360.1
申请日：2019-05-30
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于KCF的跟踪方法，包括：对所述目标图像进行分块处理得到若干特征块；根据处于所述特征块对角线上的像素点得到所述特征块的得分值；根据每个所述特征块的得分值得到得分值均值；根据所述得分值和所述得分值均值得到强特征块；根据每个所述强特征块的峰值信噪比得到所述目标图像的最终跟踪位置。本发明的跟踪方法通过对目标图像的每个特征块进行处理，从而丢弃了影响跟踪结果的弱特征块，只对保留的强特征块进行跟踪处理，有效地提高了跟踪速度与跟踪结果的准确度。
-
公开(公告)号：CN110349183B
公开(公告)日：2022-12-09
申请号：CN201910465360.1
申请日：2019-05-30
申请人： 西安电子科技大学
摘要： 本发明公开了一种基于KCF的跟踪方法，包括：对所述目标图像进行分块处理得到若干特征块；根据处于所述特征块对角线上的像素点得到所述特征块的得分值；根据每个所述特征块的得分值得到得分值均值；根据所述得分值和所述得分值均值得到强特征块；根据每个所述强特征块的峰值信噪比得到所述目标图像的最终跟踪位置。本发明的跟踪方法通过对目标图像的每个特征块进行处理，从而丢弃了影响跟踪结果的弱特征块，只对保留的强特征块进行跟踪处理，有效地提高了跟踪速度与跟踪结果的准确度。
-
公开(公告)号：CN108647698B
公开(公告)日：2021-11-30
申请号：CN201810490078.4
申请日：2018-05-21
申请人： 西安电子科技大学
摘要： 本发明涉及一种特征提取与描述方法。在该特征提取与描述方法中，目标图像包括大小相同的多个图像块，该方法包括：获取每个图像块的特征点，根据所述特征点获取所述目标图像的多个采样点；判断所述目标图像中目标框的边长是否小于预设阈值；若判断结果为是，则获取采样点之间距离小于参考距离的多个采样点对，作为多个短距离采样点对；根据所述多个短距离采样点对建立二进制描述子。该特征提取与描述方法采用均匀采样方法对特征点进行提取，对目标图像中的每个图像块进行特征点提取，并缩小了二进制描述子的位数，使其包含更少的背景信息，能够提高目标图像的匹配率，更好地应用到目标跟踪中。
-
公开(公告)号：CN110415208A
公开(公告)日：2019-11-05
申请号：CN201910498094.2
申请日：2019-06-10
申请人： 西安电子科技大学
摘要： 本发明公开了一种自适应目标检测方法及其装置、设备、存储介质，该方法包括获取原始图像；对所述原始图像进行差分滤波处理，得到滤波处理图像；对所述滤波处理图像进行聚类合并处理，得到若干图像感兴趣区域；分别计算每个所述图像感兴趣区域与所述原始图像的对比度；以及根据所述对比度得到目标图像。本发明采用差分滤波器对原始图像进行滤波处理，排除了大部分背景区域，然后基于聚类合并方法得到若干图像感兴趣区域ROIS，实现对原始图像的有效分割，最后结合图像感兴趣区域ROIS与原始图像的对比度进行虚假目标的进一步排除，从而实现了在简单背景或是复杂背景的目标检测中降低虚警率，提高检测效果。
-
公开(公告)号：CN109064485A
公开(公告)日：2018-12-21
申请号：CN201810592384.9
申请日：2018-06-11
申请人： 西安电子科技大学
IPC分类号： G06T7/246
CPC分类号： G06T7/246
摘要： 本发明涉及一种基于CMT算法的特征库维护方法，该方法包括：建立特征库，其中，特征库包括暂存特征库、跟踪特征库和捕获特征库；提取第t帧图像的n个特征点，其中，t和n均为大于0的自然数；将所述特征点与跟踪特征库进行匹配以更新暂存特征库；根据更新后的所述暂存特征库的特征点的第一类置信值更新跟踪特征库；根据更新后的所述暂存特征库的特征点的第二类置信值更新捕获特征库。本发明提出了一种特征库的维护方法，使得特征库中保留的特征点都是稳定，当跟踪的目标发生形变或者遮挡后，使用该特征库中的特征点与当前帧检测到的特征点进行匹配，之后再与CMT算法中的光流法跟踪到的特征点进行融合，能够增加目标跟踪过程的稳定性。
-
公开(公告)号：CN108647698A
公开(公告)日：2018-10-12
申请号：CN201810490078.4
申请日：2018-05-21
申请人： 西安电子科技大学
摘要： 本发明涉及一种特征提取与描述方法。在该特征提取与描述方法中，目标图像包括大小相同的多个图像块，该方法包括：获取每个图像块的特征点，根据所述特征点获取所述目标图像的多个采样点；判断所述目标图像中目标框的边长是否小于预设阈值；若判断结果为是，则获取采样点之间距离小于参考距离的多个采样点对，作为多个短距离采样点对；根据所述多个短距离采样点对建立二进制描述子。该特征提取与描述方法采用均匀采样方法对特征点进行提取，对目标图像中的每个图像块进行特征点提取，并缩小了二进制描述子的位数，使其包含更少的背景信息，能够提高目标图像的匹配率，更好地应用到目标跟踪中。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.029 秒)
