-
公开(公告)号：CN105825207B
公开(公告)日：2019-05-14
申请号：CN201610249136.5
申请日：2016-04-20
Applicant: 北京航空航天大学
Abstract: 本发明提供一种片段化的高压线探测方法和装置，其中，探测方法包括：获取待检测图像，将所述待检测图像划分为至少两个图像块；对所述图像块进行分类，得到包含高压线的第一类图像块和不包含高压线的第二类图像块，并舍弃所述第二类图像块；对所述第一类图像块进行高压线特征提取，获取高压线的边缘特征图；对所述高压线的边缘特征图进行线段检测，获取高压线的片段图；对所述高压线的片段图中的线片段进行拼接，获取高压线指示图。本发明能够完成对高压线的全景复原得到完整的高压线指示图，从而有效避免由于对高压线位置的错误判断而发生的飞行危险。
-
公开(公告)号：CN105184257B
公开(公告)日：2018-08-07
申请号：CN201510566280.7
申请日：2015-09-08
Applicant: 北京航空航天大学
IPC: G06K9/00
Abstract: 本发明提供种目标检测方法与装置,该方法包括:确定出待检测区域,针对待检测区域进行初步检测与姿态类型估计,接着对初步检测中疑似待检测目标为飞鸟的帧,确定待检测目标在该些帧中的姿态序列,然后根据姿态序列,进步确定待检测目标在待检测视频中的基元动作序列,并匹配基元动作序列的基元动作频率分布直方图与至少个样本基元动作直方图,根据匹配结果,确定疑似飞鸟的待检测目标是否确实为飞鸟。该过程中,由于至少个样本基元动作直方图对应不同的运动过程,是不区分具体鸟种的,因此,可实现对低空环境中各种鸟种及不同姿态都适用的运动目标的检测。
-
公开(公告)号：CN106874849A
公开(公告)日：2017-06-20
申请号：CN201710014176.6
申请日：2017-01-09
Applicant: 北京航空航天大学
CPC classification number: G06K9/00369 , G06K9/00744 , G06K9/6256 , G06K9/6269
Abstract: 本发明实施例提供一种基于视频的飞鸟检测方法及装置，其中，该方法包括：获取待测视频；根据预设窗口在待测视频中每帧图片上的梯度范数，确定所述每帧图片上的待检区域，其中，所述待检区域为可能存在飞鸟的区域；对各帧图片之间的待检区域进行关联，生成至少一个预设长度的视频段；分别对每个视频段进行特征提取，并通过预设的第一SVM分类器对提取获得的特征进行处理，从而确定所述待测视频中是否存在飞鸟。本发明实施例提供的方法及装置，能够基于视频对飞鸟进行准确有效的检测。
-
公开(公告)号：CN107133970B
公开(公告)日：2020-02-14
申请号：CN201710203635.5
申请日：2017-03-30
Applicant: 北京航空航天大学
IPC: G06T7/246
Abstract: 本发明提供一种基于运动信息的在线多目标跟踪方法及装置，属于计算机技术领域。该方法包括：识别当前第t帧图像中的N个跟踪目标，t为大于等于3的整数，N为大于等于2的整数；获取第t帧图像中N个跟踪目标的特征信息，特征信息包括位置信息和尺寸信息；获取N个轨迹片段，每个轨迹片段对应一个跟踪目标在前t‑1帧图像中运动轨迹；根据每一个轨迹片段的置信度，将N个轨迹片段中的一个和N个特征信息中的一个进行关联，更新N个跟踪目标的轨迹片段，且轨迹片段的置信度满足多高斯不确定MGU理论。本发明提供的基于运动信息的在线多目标跟踪方法及装置，提高了多目标跟踪的准确度。
-
公开(公告)号：CN108550139A
公开(公告)日：2018-09-18
申请号：CN201810226499.6
申请日：2018-03-19
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于多层次深度特征的铁轨异物检测方法与装置，其中方法包括：获取待处理图片，待处理图片为无人机拍摄的铁轨图片；将待处理图片拆分为N张子图片；提取N张子图片的多层次深度特征；根据N张子图片的多层次深度特征判断待处理图片中铁轨是否存在异物。本发明提供的基于多层次深度特征的铁轨异物检测方法与装置，通过将待处理的铁轨图片进行拆分后获取每张子图片的多层次深度特征，通过子图像的多层次深度特征判断铁轨是否存在异物，提高了对铁轨异物的检测效率。
-
Patent Agency Ranking
公开(公告)号：CN107480591B
公开(公告)日：2020-02-18
申请号：CN201710554857.1
申请日：2017-07-10
Applicant: 北京航空航天大学
Abstract: 本发明提供一种飞鸟检测方法和装置。方法包括：获取待检测视频，待检测视频包括T帧图像；获取第t个目标检测区域，第t个目标检测区域为待检测目标在待检测视频的第t帧图像中的区域，待检测目标为待检测视频中的运动物体；获取第t个目标检测区域的形状特征模型，形状特征模型为第t个目标检测区域的预设轮廓点相对于预设极点和极轴的极坐标分布；在预设的N个飞鸟姿态类型中，获取与第t个目标检测区域的形状特征模型最匹配的匹配飞鸟姿态类型；确定待检测目标在待检测视频中的姿态时变序列；若姿态时变序列与预设的M个飞鸟动作序列中至少一个飞鸟动作序列匹配，则确定待检测目标为飞鸟。提高了图像处理过程中的计算速度，降低了错报率。
-
公开(公告)号：CN107133970A
公开(公告)日：2017-09-05
申请号：CN201710203635.5
申请日：2017-03-30
Applicant: 北京航空航天大学
IPC: G06T7/246
Abstract: 本发明提供一种基于运动信息的在线多目标跟踪方法及装置，属于计算机技术领域。该方法包括：识别当前第t帧图像中的N个跟踪目标，t为大于等于3的整数，N为大于等于2的整数；获取第t帧图像中N个跟踪目标的特征信息，特征信息包括位置信息和尺寸信息；获取N个轨迹片段，每个轨迹片段对应一个跟踪目标在前t‑1帧图像中运动轨迹；根据每一个轨迹片段的置信度，将N个轨迹片段中的一个和N个特征信息中的一个进行关联，更新N个跟踪目标的轨迹片段，且轨迹片段的置信度满足多高斯不确定MGU理论。本发明提供的基于运动信息的在线多目标跟踪方法及装置，提高了多目标跟踪的准确度。
-
公开(公告)号：CN107480591A
公开(公告)日：2017-12-15
申请号：CN201710554857.1
申请日：2017-07-10
Applicant: 北京航空航天大学
Abstract: 本发明提供一种飞鸟检测方法和装置。方法包括：获取待检测视频，待检测视频包括T帧图像；获取第t个目标检测区域，第t个目标检测区域为待检测目标在待检测视频的第t帧图像中的区域，待检测目标为待检测视频中的运动物体；获取第t个目标检测区域的形状特征模型，形状特征模型为第t个目标检测区域的预设轮廓点相对于预设极点和极轴的极坐标分布；在预设的N个飞鸟姿态类型中，获取与第t个目标检测区域的形状特征模型最匹配的匹配飞鸟姿态类型；确定待检测目标在待检测视频中的姿态时变序列；若姿态时变序列与预设的M个飞鸟动作序列中至少一个飞鸟动作序列匹配，则确定待检测目标为飞鸟。提高了图像处理过程中的计算速度，降低了错报率。
-
公开(公告)号：CN105825207A
公开(公告)日：2016-08-03
申请号：CN201610249136.5
申请日：2016-04-20
Applicant: 北京航空航天大学
CPC classification number: G06K9/00919 , G06K9/4604 , G06K9/6267 , G06T5/50
Abstract: 本发明提供一种片段化的高压线探测方法和装置，其中，探测方法包括：获取待检测图像，将所述待检测图像划分为至少两个图像块；对所述图像块进行分类，得到包含高压线的第一类图像块和不包含高压线的第二类图像块，并舍弃所述第二类图像块；对所述第一类图像块进行高压线特征提取，获取高压线的边缘特征图；对所述高压线的边缘特征图进行线段检测，获取高压线的片段图；对所述高压线的片段图中的线片段进行拼接，获取高压线指示图。本发明能够完成对高压线的全景复原得到完整的高压线指示图，从而有效避免由于对高压线位置的错误判断而发生的飞行危险。
-
公开(公告)号：CN105184257A
公开(公告)日：2015-12-23
申请号：CN201510566280.7
申请日：2015-09-08
Applicant: 北京航空航天大学
IPC: G06K9/00
CPC classification number: G06K9/00711 , G06K9/00744
Abstract: 本发明提供一种目标检测方法与装置，该方法包括：确定出待检测区域，针对待检测区域进行初步检测与姿态类型估计，接着对初步检测中疑似待检测目标为飞鸟的帧，确定待检测目标在该些帧中的姿态序列，然后根据姿态序列，进一步确定待检测目标在待检测视频中的基元动作序列，并匹配基元动作序列的基元动作频率分布直方图与至少一个样本基元动作直方图，根据匹配结果，确定疑似飞鸟的待检测目标是否确实为飞鸟。该过程中，由于至少一个样本基元动作直方图对应不同的运动过程，是不区分具体鸟种的，因此，可实现对低空环境中各种鸟种及不同姿态都适用的运动目标的检测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
