-
公开(公告)号：CN109544614B
公开(公告)日：2022-04-01
申请号：CN201811415363.6
申请日：2018-11-26
申请人： 东南大学
摘要： 本发明公开了一种基于图像低频信息相似度的匹配图像对识别的方法，能够区分匹配图像对与非匹配图像对在匹配点所在区域的相似度，实现匹配图像对识别。本发明包括如下步骤：（1）通过匹配特征点对来选取对比区域；（2）通过反余弦变换获取对比区域的低频信息；（3）根据感知哈希算法来评价对比区域的相似度，并通过中值过滤掉噪点数据；（4）求对比区域相似度均值，并根据阈值设定判别是否为匹配图像对。本发明可以快速可靠地识别出匹配图像对，筛除大量非匹配图像对，可用于提高特征点匹配环节的效率。
-
-
公开(公告)号：CN109493360B
公开(公告)日：2021-07-09
申请号：CN201811176798.X
申请日：2018-10-10
申请人： 东南大学
摘要： 本发明公开了一种人工地物散乱形状点自动生成建筑物轮廓的方法，将Pointer Network网络模型应用于建筑物区域描述任务中，对于人工地物的散乱形状点，能够准确的输出较好的封闭连线方案，自动生成人工地物地面轮廓。本发明包括如下步骤：(1)构建人工地物散乱形状点数据集；(2)构建Pointer Network网络模型；(3)调整网络参数使模型能够收敛；(4)训练并得到最终模型。本发明可适用于任意的自动生成封闭区域的任务，且能够应用于大规模样本，有较高的鲁棒性，能适用于现实世界中各种复杂的生成封闭区域的任务，具有广阔的应用前景。
-
公开(公告)号：CN110296687B
公开(公告)日：2021-03-16
申请号：CN201910495518.X
申请日：2019-06-10
申请人： 东南大学
摘要： 本发明公开了一种基于定点视频监控中预置点最优布设的目标定位方法，包括如下步骤：S1：确定出监控场地中监控设备在每个监控圈中所对应的垂直倾角；S2：根据监控圈的垂直视场角和水平视场角，获取每个监控圈视场所对应的地面面积，确定出监控场地中每个监控圈中所有的监控预置点；S3：将每个监控预置点对应的垂直视场角、水平视场角和垂直倾角进行编号，并存储在预置点信息库中；S4：通过预置点信息库，确定出监控目标在监控场地中的具体位置。本发明解决了利用定点监控系统获取待测图像时预置点人工布设复杂、困难的问题，确定了目标相对摄像机的位置，提高了在检测后人工核对目标的效率，实现了定点视频监控的闭环检测。
-
公开(公告)号：CN110296687A
公开(公告)日：2019-10-01
申请号：CN201910495518.X
申请日：2019-06-10
申请人： 东南大学
摘要： 本发明公开了一种基于定点视频监控中预置点最优布设的目标定位方法，包括如下步骤：S1：确定出监控场地中监控设备在每个监控圈中所对应的垂直倾角；S2：根据监控圈的垂直视场角和水平视场角，获取每个监控圈视场所对应的地面面积，确定出监控场地中每个监控圈中所有的监控预置点；S3：将每个监控预置点对应的垂直视场角、水平视场角和垂直倾角进行编号，并存储在预置点信息库中；S4：通过预置点信息库，确定出监控目标在监控场地中的具体位置。本发明解决了利用定点监控系统获取待测图像时预置点人工布设复杂、困难的问题，确定了目标相对摄像机的位置，提高了在检测后人工核对目标的效率，实现了定点视频监控的闭环检测。
-
公开(公告)号：CN109544614A
公开(公告)日：2019-03-29
申请号：CN201811415363.6
申请日：2018-11-26
申请人： 东南大学
摘要： 本发明公开了一种基于图像低频信息相似度的匹配图像对识别的方法，能够区分匹配图像对与非匹配图像对在匹配点所在区域的相似度，实现匹配图像对识别。本发明包括如下步骤：（1）通过匹配特征点对来选取对比区域；（2）通过反余弦变换获取对比区域的低频信息；（3）根据感知哈希算法来评价对比区域的相似度，并通过中值过滤掉噪点数据；（4）求对比区域相似度均值，并根据阈值设定判别是否为匹配图像对。本发明可以快速可靠地识别出匹配图像对，筛除大量非匹配图像对，可用于提高特征点匹配环节的效率。
-
公开(公告)号：CN112132806B
公开(公告)日：2024-07-09
申请号：CN202011004488.7
申请日：2020-09-22
申请人： 东南大学
摘要： 本发明公开了一种基于模糊空间马尔科夫随机场的变化区域提取方法，能够有效地提取出差异图像中的变化区域。本发明包括如下步骤：(1)使用图像分割算法如迭代式阈值分割算法对差异图像的所有像素点进行初始分割；(2)使用模糊聚类算法(FCM)计算差异图像的隶属度矩阵，并利用隶属度矩阵优化马尔科夫随机场(MRF)的空间能量函数；(3)使用模拟退火算法对初始分割图像进行优化迭代，其中模拟退火的优化目标为最小化能量函数；(4)模拟退火迭代终止，获得最终的分割图像。
-
-
公开(公告)号：CN113298174B
公开(公告)日：2022-04-29
申请号：CN202110648891.1
申请日：2021-06-10
申请人： 东南大学
摘要： 本发明公开了一种基于渐进特征融合的语义分割模型的改进方法，通过提出一种结合双注意力机制的渐进特征融合的方法，提高基于深度学习的语义分割模型解码模块恢复细节、空间信息的能力，以得到更好的分割性能。本发明包括如下步骤：(1)设计双注意力模块；(2)设计渐进特征融合模块；(3)将渐进特征融合模块融入语义分割模型。
-
公开(公告)号：CN108230364B
公开(公告)日：2022-02-11
申请号：CN201810028891.X
申请日：2018-01-12
申请人： 东南大学
摘要： 本发明公开了一种基于神经网络的前景物体运动状态分析方法，将采集的视频经过高斯混合模型进行前景提取；采用深度学习中的SSD模型将提取出的前景进行目标分类，得到各个前景物体的类别信息；利用SIFT特征匹配算法得到相邻帧的前景物的对应信息；基于前景的质心计算其运动轨迹，利用RNN时空序列模型分析其运动状态以及对下一时刻物体运动状态进行预判。本发明从速度、实用、鲁棒性等方面考虑，提出了一种基于运动目标重心分析的新思路，适用于视频图像序列中场景复杂的情况下对监控视频范围内出现的运动物体进行准确识别、跟踪并预警，实用价值高，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.02 秒)
