-
公开(公告)号：CN107194365A
公开(公告)日：2017-09-22
申请号：CN201710416188.1
申请日：2017-06-06
申请人： 华中科技大学
摘要： 本发明公开了一种基于中层特征的行为识别方法与系统，其中方法的实现包括：从样本图像序列中得到候选部件检测器集；移除候选部件检测器集中B％的判别能力弱的部件检测器，得到新的候选部件检测器集；根据新的候选部件检测器集中每个部件检测器的权重进行由大到小的排序，选择排序靠前的P个部件检测器作为A类行为类别的中层特征提取器；获取行为类别中每一类行为类别的中层特征提取器，组合成词袋，利用词袋提取样本图像序列的样本中层特征，利用样本中层特征训练分类器，得到行为识别分类器；将测试图像序列输入行为识别分类器，得到测试图像序列的行为类别。本发明识别能力强、识别准确率高、实用性强、保留了部件之间的关联性。
-
公开(公告)号：CN105488811B
公开(公告)日：2018-06-12
申请号：CN201510822670.6
申请日：2015-11-23
申请人： 华中科技大学
IPC分类号： G06T7/269
摘要： 本发明公开了一种基于深度梯度的目标跟踪方法，通过对获取的待跟踪RGB‑D视频序列的第一帧进行标定，提取RGB图像的方向梯度直方图特征和深度图像的深度梯度信息；基于上述信息，对当前帧进行目标检测和目标跟踪，并根据检测结果和跟踪结果，进一步得到最终目标框；最后，对下一帧重复前述步骤且在每一帧处理后，对分类器模型进行选择性调整。相应地本发明还公开了一种对应的系统。通过执行本发明中的方法，有效解决了当前目标跟踪方法中存在的在背景与目标颜色接近、光照变化明显、遮挡等导致的跟踪错误或丢失的问题，大大提高了目标跟踪的鲁棒性，同时减少了训练模型的漂移问题，尤其适用于小速率目标跟踪的应用场合。
-
公开(公告)号：CN107194365B
公开(公告)日：2020-01-03
申请号：CN201710416188.1
申请日：2017-06-06
申请人： 华中科技大学
摘要： 本发明公开了一种基于中层特征的行为识别方法与系统，其中方法的实现包括：从样本图像序列中得到候选部件检测器集；移除候选部件检测器集中B％的判别能力弱的部件检测器，得到新的候选部件检测器集；根据新的候选部件检测器集中每个部件检测器的权重进行由大到小的排序，选择排序靠前的P个部件检测器作为A类行为类别的中层特征提取器；获取行为类别中每一类行为类别的中层特征提取器，组合成词袋，利用词袋提取样本图像序列的样本中层特征，利用样本中层特征训练分类器，得到行为识别分类器；将测试图像序列输入行为识别分类器，得到测试图像序列的行为类别。本发明识别能力强、识别准确率高、实用性强、保留了部件之间的关联性。
-
公开(公告)号：CN105488811A
公开(公告)日：2016-04-13
申请号：CN201510822670.6
申请日：2015-11-23
申请人： 华中科技大学
IPC分类号： G06T7/20
CPC分类号： G06T2207/30241
摘要： 本发明公开了一种基于深度梯度的目标跟踪方法，通过对获取的待跟踪RGB-D视频序列的第一帧进行标定，提取RGB图像的方向梯度直方图特征和深度图像的深度梯度信息；基于上述信息，对当前帧进行目标检测和目标跟踪，并根据检测结果和跟踪结果，进一步得到最终目标框；最后，对下一帧重复前述步骤且在每一帧处理后，对分类器模型进行选择性调整。相应地本发明还公开了一种对应的系统。通过执行本发明中的方法，有效解决了当前目标跟踪方法中存在的在背景与目标颜色接近、光照变化明显、遮挡等导致的跟踪错误或丢失的问题，大大提高了目标跟踪的鲁棒性，同时减少了训练模型的漂移问题，尤其适用于小速率目标跟踪的应用场合。
-
公开(公告)号：CN107016390B
公开(公告)日：2019-11-12
申请号：CN201710234936.4
申请日：2017-04-11
申请人： 华中科技大学 , 湖北微模式科技发展有限公司
摘要： 本发明公开了一种基于相对位置的车辆部件检测方法和系统，其中方法的实现包括离线训练和在线检测部分，离线训练部分包括：采集车辆样本图像，提取样本车辆部件的样本感兴趣区域的相对位置；利用相对位置建立高斯模型，得到先验信息，利用先验信息更新样本感兴趣区域在快速卷积神经网络中的原始得分，由此得到训练好的相对位置网络；在线检测部分包括：输入车辆图像，提取车辆部件的感兴趣区域，将感兴趣区域输入相对位置网络得到感兴趣区域的得分，得分最高的感兴趣区域为车辆部件目标区域。本发明基于车辆部件的相对位置信息进行车辆部件检测显著提高了车辆部件检测的可靠性，进一步增强了车辆部件检测的准确性。
-
公开(公告)号：CN107016390A
公开(公告)日：2017-08-04
申请号：CN201710234936.4
申请日：2017-04-11
申请人： 华中科技大学 , 湖北微模式科技发展有限公司
摘要： 本发明公开了一种基于相对位置的车辆部件检测方法和系统，其中方法的实现包括离线训练和在线检测部分，离线训练部分包括：采集车辆样本图像，提取样本车辆部件的样本感兴趣区域的相对位置；利用相对位置建立高斯模型，得到先验信息，利用先验信息更新样本感兴趣区域在快速卷积神经网络中的原始得分，由此得到训练好的相对位置网络；在线检测部分包括：输入车辆图像，提取车辆部件的感兴趣区域，将感兴趣区域输入相对位置网络得到感兴趣区域的得分，得分最高的感兴趣区域为车辆部件目标区域。本发明基于车辆部件的相对位置信息进行车辆部件检测显著提高了车辆部件检测的可靠性，进一步增强了车辆部件检测的准确性。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.023 秒)
