-
公开(公告)号：CN106203255A
公开(公告)日：2016-12-07
申请号：CN201610472790.2
申请日：2016-06-24
Applicant: 华中科技大学
IPC: G06K9/00
CPC classification number: G06K9/00724
Abstract: 本发明公开了一种基于时间对齐池化的视频行人重识别方法，通过追踪视频中行人靠下部位的超像素轨迹，得到其运动信息；基于上述信息，结合人行走时具有周期性的固有属性，选取一个最优周期，并根据正弦曲线将该周期划分为若干个片段，然后通过时间对齐的池化表示方法对每一个片段进行描述，最后将其整合在一起作为最终表达。通过执行本发明中的算法，解决了基于视频的行人重识别的时间对齐问题，增强了算法的鲁棒性，提高了基于视频的行人重识别性能。
-
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
Applicant: 华中科技大学
IPC: G06T7/20
CPC classification number: G06T2207/30241
Abstract: 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：CN106203255B
公开(公告)日：2019-04-23
申请号：CN201610472790.2
申请日：2016-06-24
Applicant: 华中科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于时间对齐池化的视频行人重识别方法，通过追踪视频中行人靠下部位的超像素轨迹，得到其运动信息；基于上述信息，结合人行走时具有周期性的固有属性，选取一个最优周期，并根据正弦曲线将该周期划分为若干个片段，然后通过时间对齐的池化表示方法对每一个片段进行描述，最后将其整合在一起作为最终表达。通过执行本发明中的算法，解决了基于视频的行人重识别的时间对齐问题，增强了算法的鲁棒性，提高了基于视频的行人重识别性能。
-
Patent Agency Ranking
公开(公告)号：CN106920276A
公开(公告)日：2017-07-04
申请号：CN201710098523.8
申请日：2017-02-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种三维重建方法和系统，其中方法的实现包括：基于校正后的左、右视角图像提取左、右特征点的特征向量，通过计算左、右特征点特征向量之间的空间距离寻找左、右支撑点，基于左支撑点对左视角图像进行三角剖分得到多个左三角形，在左三角形内取左估测点，右估测点由左估测点在右视角图像对应行遍历得到，基于左估测点的视差先验信息和左、右估测点之间的似然概率分布建立联合概率分布，使用最大后验概率估计左、右估测点之间的视差，得到视差图；基于视差图使用三角测量恢复目标景深信息，得到三维点云。这种方法可以快速、精确的找到视差图，上述方法得到的点云可用于厚度测量和距离测量，实现了自动化测量。
-
公开(公告)号：CN106920276B
公开(公告)日：2019-05-14
申请号：CN201710098523.8
申请日：2017-02-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种三维重建方法和系统，其中方法的实现包括：基于校正后的左、右视角图像提取左、右特征点的特征向量，通过计算左、右特征点特征向量之间的空间距离寻找左、右支撑点，基于左支撑点对左视角图像进行三角剖分得到多个左三角形，在左三角形内取左估测点，右估测点由左估测点在右视角图像对应行遍历得到，基于左估测点的视差先验信息和左、右估测点之间的似然概率分布建立联合概率分布，使用最大后验概率估计左、右估测点之间的视差，得到视差图；基于视差图使用三角测量恢复目标景深信息，得到三维点云。这种方法可以快速、精确的找到视差图，上述方法得到的点云可用于厚度测量和距离测量，实现了自动化测量。
-
公开(公告)号：CN107016362B
公开(公告)日：2020-01-03
申请号：CN201710201532.5
申请日：2017-03-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统，其中方法的实现包括：拍摄车辆前挡风玻璃图片，输入深度训练的检测器进行检测定位，得到前挡风玻璃粘贴标志的候选区域；使用检测器对前挡风玻璃粘贴标志的候选区域进行检测定位，得到每个标志的候选区域，统计标志的数量及颜色序列；计算标志与车辆前挡风玻璃图片中心点的相对位置。若两张车辆前挡风玻璃图片的标志的数量，颜色序列均一致，且相对位置的差异值在预设值以内，判定车辆为同一车辆，否则，不是同一车辆。本发明将图片输入深度训练的检测器进行检测定位，基于车辆前挡风玻璃粘贴标志进行车辆识别，具有很强的准确率和抗干扰能力，适应性强。
-
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
Applicant: 华中科技大学
IPC: G06T7/269
Abstract: 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：CN107016362A
公开(公告)日：2017-08-04
申请号：CN201710201532.5
申请日：2017-03-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于车辆前挡风玻璃粘贴标志的车辆重识别方法和系统，其中方法的实现包括：拍摄车辆前挡风玻璃图片，输入深度训练的检测器进行检测定位，得到前挡风玻璃粘贴标志的候选区域；使用检测器对前挡风玻璃粘贴标志的候选区域进行检测定位，得到每个标志的候选区域，统计标志的数量及颜色序列；计算标志与车辆前挡风玻璃图片中心点的相对位置。若两张车辆前挡风玻璃图片的标志的数量，颜色序列均一致，且相对位置的差异值在预设值以内，判定车辆为同一车辆，否则，不是同一车辆。本发明将图片输入深度训练的检测器进行检测定位，基于车辆前挡风玻璃粘贴标志进行车辆识别，具有很强的准确率和抗干扰能力，适应性强。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
