-
公开(公告)号：CN107563272A
公开(公告)日：2018-01-09
申请号：CN201710447010.3
申请日：2017-06-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种无重叠视域监控系统中目标匹配方法，包括以下步骤：1：建立视域A和视域B的背景模型；2：对视域A中行人目标进行跟踪，当目标即将离开视域A时，利用背景差分，分割出完整的行人目标IA；3：提取行人目标的颜色名特征，作为目标的表现模型MA；4：在视域B中进行行人目标的检测，利用背景差分，分割出可能的行人目标IB；5：将行人目标IA和IB从RGB空间转到HSV空间，进行亮度校正；6：提取亮度校正后的IB的颜色名特征，作为目标的表现模型MB；7：确定监控网络的时空约束；8：由MA、MB及监控网络的时空约束构建最大后验概率问题；此方法对无重叠视域下光照变化、环境差异对目标匹配造成的影响具有较强的鲁棒性。
-
公开(公告)号：CN106408524B
公开(公告)日：2020-04-28
申请号：CN201610680054.6
申请日：2016-08-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于二维图像辅助的深度图像增强方法，该方法包括：利用ToF相机和高分辨率彩色相机分别获取同场景的低分辨率深度图像和高分辨率的彩色图像，并将低分辨率深度图映射到高分辨率彩色空间；根据深度图像的重构约束构造目标函数的数据项；利用彩色图像的边缘信息对正则化模型加权，将扩散张量引入二阶广义总变分模型，构成针对深度图像特点的正则化模型；通过迭代重加权和原‑对偶算法进行求解，获得重建结果。本发明能够有效解决深度图像分辨率低、边缘不清晰、存在噪声的问题，有效地保护图像的边缘结构。
-
公开(公告)号：CN107563272B
公开(公告)日：2023-06-20
申请号：CN201710447010.3
申请日：2017-06-14
Applicant: 南京理工大学
Abstract: 本发明公开了一种无重叠视域监控系统中目标匹配方法，包括以下步骤：1：建立视域A和视域B的背景模型；2：对视域A中行人目标进行跟踪，当目标即将离开视域A时，利用背景差分，分割出完整的行人目标IA；3：提取行人目标的颜色名特征，作为目标的表现模型MA；4：在视域B中进行行人目标的检测，利用背景差分，分割出可能的行人目标IB；5：将行人目标IA和IB从RGB空间转到HSV空间，进行亮度校正；6：提取亮度校正后的IB的颜色名特征，作为目标的表现模型MB；7：确定监控网络的时空约束；8：由MA、MB及监控网络的时空约束构建最大后验概率问题；此方法对无重叠视域下光照变化、环境差异对目标匹配造成的影响具有较强的鲁棒性。
-
公开(公告)号：CN106408524A
公开(公告)日：2017-02-15
申请号：CN201610680054.6
申请日：2016-08-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于二维图像辅助的深度图像增强方法，该方法包括：利用ToF相机和高分辨率彩色相机分别获取同场景的低分辨率深度图像和高分辨率的彩色图像，并将低分辨率深度图映射到高分辨率彩色空间；根据深度图像的重构约束构造目标函数的数据项；利用彩色图像的边缘信息对正则化模型加权，将扩散张量引入二阶广义总变分模型，构成针对深度图像特点的正则化模型；通过迭代重加权和原-对偶算法进行求解，获得重建结果。本发明能够有效解决深度图像分辨率低、边缘不清晰、存在噪声的问题，有效地保护图像的边缘结构。
-
-
-
Search Results
4
records
(took 0.018 seconds)
