-
公开(公告)号：CN115797822B
公开(公告)日：2023-11-14
申请号：CN202211233123.0
申请日：2022-10-10
Applicant: 南京航空航天大学
Abstract: 本发明涉及一种机场场面关键时间节点自动识别方法及系统，属于图像视频处理技术领域，方法首先获取机场场面数据集；将机场场面数据集输入训练好的目标检测模型，得到目标检测结果；再判断每一帧视频图像中目标机位的行为主体；然后采用卡尔曼滤波器提取每一帧视频图像中行为主体的时空信息，得到当前帧的预测结果；将当前帧的预测结果与当前帧的目标检测结果进行匹配，并将匹配结果输入匈牙利算法，得到关联结果；获取待识别机场场面图像，根据关联结果，确定待识别机场场面图像中的运动行为及对应的关键时间节点。该方法能够准确地识别机场场面复杂背景下的各种地面保障工作以及对应行为发生的时间节点。
-
公开(公告)号：CN111325782A
公开(公告)日：2020-06-23
申请号：CN202010099283.5
申请日：2020-02-18
Applicant: 南京航空航天大学
Abstract: 本发明属于图像处理技术领域，公开了一种基于多尺度统一的无监督单目视图深度估计方法，包括以下：S1：对输入立体图像对进行金字塔多尺度处理；S2：构建编码解码的网络框架；S3：将在编码阶段提取的特征输送至反向卷积神经网络实现不同尺度输入图像的特征提取；S4：将不同尺度的视差图统一上采样至原输入尺寸；S5：使用输入的原图与对应的视差图进行图像重建；S6：约束图像重建的准确性；S7：采用梯度下降法训练网络模型；S8：根据输入图像与预训练模型拟合对应的视差图。本发明设计无需利用真实深度数据监督网络训练，容易获取的双目图像作为训练样本，大大降低网络训练的获取难度，解决了由低尺度视差图模糊带来的深度图空洞的问题。
-
公开(公告)号：CN115797822A
公开(公告)日：2023-03-14
申请号：CN202211233123.0
申请日：2022-10-10
Applicant: 南京航空航天大学
Abstract: 本发明涉及一种机场场面关键时间节点自动识别方法及系统，属于图像视频处理技术领域，方法首先获取机场场面数据集；将机场场面数据集输入训练好的目标检测模型，得到目标检测结果；再判断每一帧视频图像中目标机位的行为主体；然后采用卡尔曼滤波器提取每一帧视频图像中行为主体的时空信息，得到当前帧的预测结果；将当前帧的预测结果与当前帧的目标检测结果进行匹配，并将匹配结果输入匈牙利算法，得到关联结果；获取待识别机场场面图像，根据关联结果，确定待识别机场场面图像中的运动行为及对应的关键时间节点。该方法能够准确地识别机场场面复杂背景下的各种地面保障工作以及对应行为发生的时间节点。
-
-
Search Results
3
records
(took 0.028 seconds)
