-
公开(公告)号：CN112001225B
公开(公告)日：2023-06-23
申请号：CN202010642053.9
申请日：2020-07-06
Applicant: 西安电子科技大学
Abstract: 本发明属于计算机视觉与深度学习技术领域，公开了一种在线多目标跟踪方法、系统及应用，将视频当前帧图像输入到卷积神经网络中；在卷积神经网络中卷积后，对不同目标在不同通道特征图上的特征进行提取；融合所提取到的特征为一个特征矩阵；将视频下一帧图像输入，重复上述步骤得到该帧的特征矩阵；将当前帧的特征矩阵与之前得到的前n(1≤n≤30)帧特征矩阵进行数据关联操作；将数据关联操作后的结果利用改进后的匈牙利算法实现目标之间的正确跟踪，实现多目标跟踪方法。根据实验结果，本发明的在线多目标跟踪方法有效提高了跟踪准确度，且在复杂场景下也有很好的鲁棒性。
-
-
公开(公告)号：CN112289022A
公开(公告)日：2021-01-29
申请号：CN202011053114.4
申请日：2020-09-29
Applicant: 西安电子科技大学
Abstract: 本发明属于违章车辆监测与分析统计技术领域，公开了一种基于时空背景比对的黑烟车检测判定及系统，从外部连接的工业摄像机获取携带交通路况图像的视频流；从获取的视频流中提取关键帧；用深度学习算法对关键帧进行普通车辆检测与黑烟车辆检测，分别保存检测截图与包含黑烟车的5秒视频；对黑烟车辆进行车牌识别、林格曼黑烟系数判定、违章道路数判定；完成检测结果的保存与分析，对带有检测结果的黑烟车视频、截图、信息等数据等结果进行输出保存，用以后期的分析检查。本发明有效的解决了黑烟车辆难以检测的问题，同时对于实时检测速度慢的问题提出了关键帧提取的方法进行加速，准确率和实时性有明显的提升。
-
公开(公告)号：CN112001225A
公开(公告)日：2020-11-27
申请号：CN202010642053.9
申请日：2020-07-06
Applicant: 西安电子科技大学
Abstract: 本发明属于计算机视觉与深度学习技术领域，公开了一种在线多目标跟踪方法、系统及应用，将视频当前帧图像输入到卷积神经网络中；在卷积神经网络中卷积后，对不同目标在不同通道特征图上的特征进行提取；融合所提取到的特征为一个特征矩阵；将视频下一帧图像输入，重复上述步骤得到该帧的特征矩阵；将当前帧的特征矩阵与之前得到的前n(1≤n≤30)帧特征矩阵进行数据关联操作；将数据关联操作后的结果利用改进后的匈牙利算法实现目标之间的正确跟踪，实现多目标跟踪方法。根据实验结果，本发明的在线多目标跟踪方法有效提高了跟踪准确度，且在复杂场景下也有很好的鲁棒性。
-
-
-
Search Results
14
records
(took 0.017 seconds)
