-
公开(公告)号：CN111985375B
公开(公告)日：2022-06-14
申请号：CN202010810873.4
申请日：2020-08-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种视觉目标跟踪自适应的模板融合方法，属于目标跟踪技术领域。发明通过计算响应图的极值和均值比值，用于判断是否进行模板更新，由于过滤掉目标响应程度较弱的帧，避免将一些质量较差的帧用于模板更新，从而提高了模板的质量，以取得更好的跟踪效果。本发明自适应计算模板融合系数，从计算公式中可知，与当前帧响应较强的模板会获得更大的更新权重，既进行了目标状态的更新，又减小了目标模糊、遮挡(此时与当前帧响应较弱，更新时的权重小)对模板的污染，对于视频数据的利用更加充分，有效抑制目标跟踪过程中的目标形变和背景对模板污染的问题，提高了跟踪过程中的模板质量。
-
公开(公告)号：CN112215869A
公开(公告)日：2021-01-12
申请号：CN202011084558.4
申请日：2020-10-12
Applicant: 华中科技大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于图相似性约束的群目标跟踪方法和系统，属于图像处理领域。由于目标运动幅度在前后帧之间是有限的，所以本发明认为群目标图结构在前后帧之间应当是相似的，基于此，本发明设计图相似指标量化群目标跟踪过程中当前帧的候选图结构与前一帧的图结构之间的相似度，对群目标跟踪结果形成约束，从而解决在跟踪过程中相似目标干扰产生的响应图多峰而造成的错误跟踪问题，提高群目标跟踪算法的跟踪精度；本发明在相同群目标跟踪测试集下，较其他群目标跟踪算法对于相似目标的跟踪精度更高，跟踪实时性更好，更适用于群目标跟踪。
-
公开(公告)号：CN111985375A
公开(公告)日：2020-11-24
申请号：CN202010810873.4
申请日：2020-08-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种视觉目标跟踪自适应的模板融合方法，属于目标跟踪技术领域。发明通过计算响应图的极值和均值比值，用于判断是否进行模板更新，由于过滤掉目标响应程度较弱的帧，避免将一些质量较差的帧用于模板更新，从而提高了模板的质量，以取得更好的跟踪效果。本发明自适应计算模板融合系数，从计算公式中可知，与当前帧响应较强的模板会获得更大的更新权重，既进行了目标状态的更新，又减小了目标模糊、遮挡(此时与当前帧响应较弱，更新时的权重小)对模板的污染，对于视频数据的利用更加充分，有效抑制目标跟踪过程中的目标形变和背景对模板污染的问题，提高了跟踪过程中的模板质量。
-
公开(公告)号：CN112215119B
公开(公告)日：2022-04-12
申请号：CN202011067984.7
申请日：2020-10-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于超分辨率重建的小目标识别方法、装置及介质，方法包括：构建包括生成器和判别器的识别模型；以低分辨率图像作为生成器的输入，以超分辨率图像作为生成器的输出，以真实高分辨率图像或超分辨率图像作为判别器的输入，以判别器的输入为真实高分辨率图像的概率以及识别结果作为所述判别器的输出，结合生成器损失函数和判别器损失函数，训练识别模型；基于粒子群算法，选择训练好的模型在验证样本集上的F1分数作为适应度函数值，以最大的F1分数对应的β值作为最优权重系数，由此确定最优识别模型，并基于最优识别模型进行小目标识别。如此，能够有效提升模型对小目标的识别性能。
-
公开(公告)号：CN110766658A
公开(公告)日：2020-02-07
申请号：CN201910899277.5
申请日：2019-09-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种无参考激光干扰图像质量评价方法，属于图像处理领域，该方法包括：构建支撑向量回归器；该支撑向量回归器包括：局部特征提取模块，对输入图像进行局部信息估计，得到局部信息估计特征；自然场景统计特征提取模块，对输入图像进行基于空间域的自然场景统计，得到自然场景统计特征；质量评分模块，根据局部信息估计特征和自然场景统计特征，对输入图像质量进行评分；将干扰图像数据集输入支撑向量回归器进行训练，得到训练好的支撑向量回归器；将待评价图像输入训练好的支撑向量回归器进行质量评价，得到待评价图像的质量评分。本发明能够真实描述激光干扰图像的失真，在不需要参考图像的基础上准确反映激光干扰图像的质量损失。
-
Patent Agency Ranking
公开(公告)号：CN110766658B
公开(公告)日：2022-06-14
申请号：CN201910899277.5
申请日：2019-09-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种无参考激光干扰图像质量评价方法，属于图像处理领域，该方法包括：构建支撑向量回归器；该支撑向量回归器包括：局部特征提取模块，对输入图像进行局部信息估计，得到局部信息估计特征；自然场景统计特征提取模块，对输入图像进行基于空间域的自然场景统计，得到自然场景统计特征；质量评分模块，根据局部信息估计特征和自然场景统计特征，对输入图像质量进行评分；将干扰图像数据集输入支撑向量回归器进行训练，得到训练好的支撑向量回归器；将待评价图像输入训练好的支撑向量回归器进行质量评价，得到待评价图像的质量评分。本发明能够真实描述激光干扰图像的失真，在不需要参考图像的基础上准确反映激光干扰图像的质量损失。
-
公开(公告)号：CN112215119A
公开(公告)日：2021-01-12
申请号：CN202011067984.7
申请日：2020-10-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于超分辨率重建的小目标识别方法、装置及介质，方法包括：构建包括生成器和判别器的识别模型；以低分辨率图像作为生成器的输入，以超分辨率图像作为生成器的输出，以真实高分辨率图像或超分辨率图像作为判别器的输入，以判别器的输入为真实高分辨率图像的概率以及识别结果作为所述判别器的输出，结合生成器损失函数和判别器损失函数，训练识别模型；基于粒子群算法，选择训练好的模型在验证样本集上的F1分数作为适应度函数值，以最大的F1分数对应的β值作为最优权重系数，由此确定最优识别模型，并基于最优识别模型进行小目标识别。如此，能够有效提升模型对小目标的识别性能。
-
公开(公告)号：CN112069661A
公开(公告)日：2020-12-11
申请号：CN202010833073.4
申请日：2020-08-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种用于试验系统的参数智能化设置方法和系统，属于智能化试验设计领域。方法包括：利用试验系统参数理论映射模型，构建初始试验记录数据集；利用初始试验记录数据集构建试验系统参数实际映射模型，在试验过程中扩充数据集，并利用扩充的数据集对上述回归模型进行迭代修正，得到最优的系统参数实际映射模型；将试验系统期望的输出参数代入最优的系统参数实际映射模型，得到试验系统需要的输入参数。本发明多次记录试验系统的输入输出数据，然后将这些记录数据作为数据集构建映射模型，得到的模型更接近试验系统的实际映射模型，在应用时能够使试验系统的输出更加接近期望值，有效提高了试验过程中待设置输入参数的调节效率。
-
公开(公告)号：CN112069661B
公开(公告)日：2025-02-14
申请号：CN202010833073.4
申请日：2020-08-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种用于试验系统的参数智能化设置方法和系统，属于智能化试验设计领域。方法包括：利用试验系统参数理论映射模型，构建初始试验记录数据集；利用初始试验记录数据集构建试验系统参数实际映射模型，在试验过程中扩充数据集，并利用扩充的数据集对上述回归模型进行迭代修正，得到最优的系统参数实际映射模型；将试验系统期望的输出参数代入最优的系统参数实际映射模型，得到试验系统需要的输入参数。本发明多次记录试验系统的输入输出数据，然后将这些记录数据作为数据集构建映射模型，得到的模型更接近试验系统的实际映射模型，在应用时能够使试验系统的输出更加接近期望值，有效提高了试验过程中待设置输入参数的调节效率。
-
公开(公告)号：CN112215869B
公开(公告)日：2022-08-02
申请号：CN202011084558.4
申请日：2020-10-12
Applicant: 华中科技大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于图相似性约束的群目标跟踪方法和系统，属于图像处理领域。由于目标运动幅度在前后帧之间是有限的，所以本发明认为群目标图结构在前后帧之间应当是相似的，基于此，本发明设计图相似指标量化群目标跟踪过程中当前帧的候选图结构与前一帧的图结构之间的相似度，对群目标跟踪结果形成约束，从而解决在跟踪过程中相似目标干扰产生的响应图多峰而造成的错误跟踪问题，提高群目标跟踪算法的跟踪精度；本发明在相同群目标跟踪测试集下，较其他群目标跟踪算法对于相似目标的跟踪精度更高，跟踪实时性更好，更适用于群目标跟踪。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
