-
Patent Agency Ranking
公开(公告)号：CN116091550A
公开(公告)日：2023-05-09
申请号：CN202310202875.9
申请日：2023-03-06
Applicant: 大连理工大学
IPC: G06T7/246 , G06N3/08 , G06N3/0464
Abstract: 本发明属于计算机视觉与多目标跟踪领域，涉及一种针对目标非线性运动场景下的多目标跟踪算法。本发明针对现有多目标跟踪器在非线性运动场景下往往存在的目标‑轨迹匹配关联不上的问题，对现有多目标跟踪器的检测特征与目标重识别特征的提取方式进行了改进，同时为了更加契合非线性运动条件下的目标‑轨迹关联匹配的特点，在具体匹配关联阶段提出了一种新的关联策略。本发明提高计算成本的同时，改善了现有多目标跟踪器在行人非线性运动场景下难以进行目标关联的问题，提高了多目标跟踪器在行人非线性运动场景下的跟踪效果。
-
公开(公告)号：CN113011440A
公开(公告)日：2021-06-22
申请号：CN202110296521.6
申请日：2021-03-19
Applicant: 中联煤层气有限责任公司 , 大连理工大学
Abstract: 本发明提供一种煤层气井井场监控重识别技术。首先构建特征提取网络，把平均池化替换成加权池化，视分类计算为特征注意力热图之间内积计算，提取目标显著特征；其次对特征进行相应特征耦合聚类，随机选高置信度ID样本，成为聚类中心，建立异类样本相对距离阈值，计算特征与聚类中心距离，区分目标特征与背景干扰和异类特征，得到特征耦合聚类损失；最后利用三组态网络，将参考、同类和异类样本映射特征空间，比较相似性。本发明可以更好地跨摄像机的目标重识别，可以很好地提高特征辨识能力，提高重识别的准确性性和鲁棒性。
-
公开(公告)号：CN105654096B
公开(公告)日：2018-08-21
申请号：CN201510990879.3
申请日：2015-12-24
Applicant: 大连理工大学
IPC: G06K9/46
Abstract: 一种基于路径瓶颈分析的显著度检测方法，属于图像处理技术领域。该方法包括基于超像素分割的无向图表达、最平滑路径分析、路径瓶颈距离计算和显著图生成等四个步骤。在得到无向图中任意节点之间的最平滑路径以及任意路径上的瓶颈距离之后，就可以利用最平滑路径上的瓶颈距离来估计输入图像中超像素之间的差异。本发明不仅能够估计图像块之间的语义关系，而且能够处理形状不规则或者不同尺度的显著物体。与已有的显著度检测算法相比，该方法生成的显著图更为均匀一致，准确度更高。
-
公开(公告)号：CN113011440B
公开(公告)日：2023-11-28
申请号：CN202110296521.6
申请日：2021-03-19
Applicant: 中联煤层气有限责任公司 , 大连理工大学
IPC: G06V10/46 , G06V10/762 , G06V10/764 , G06V40/10
Abstract: 本发明提供一种煤层气井井场监控重识别技术。首先构建特征提取网络，把平均池化替换成加权池化，视分类计算为特征注意力热图之间内积计算，提取目标显著特征；其次对特征进行相应特征耦合聚类，随机选高置信度ID样本，成为聚类中心，建立异类样本相对距离阈值，计算特征与聚类中心距离，区分目标特征与背景干扰和异类特征，得到特征耦合聚类损失；最后利用三组态网络，将参考、同类和异类样本映射特征空间，比较相似性。本发明可以更好地跨摄像机的目标重识别，可以很好地提高特征辨识能力，提高重识别的准确性性和鲁棒性。(56)对比文件Guoyin Ren，等.A Cross-Camera Multi-Face Tracking System Based on DoubleTriplet Networks《.IEEE Access》.2021,第9卷第43759-43774页.厍向阳，等.融合随机擦除和残差注意力网络的行人重识别《.计算机工程与应用》.2022,第58卷(第3期),第215-221页.Weiyu Zeng，等.Clustering-GuidedPairwise Metric Triplet Loss for PersonReidentification《.IEEE Internet of ThingsJournal》.2022,第9卷(第16期),第15150-15160页.Zhigang Chang，等.Distribution ContextAware Loss for Person Re-identification.《2019 IEEE Visual Communications andImage Processing (VCIP)》.2020,第1-4页.丁嘉婕.基于质量增强和注意力机制的井下行人重识别算法《.中国优秀硕士学位论文全文数据库 信息科技辑》.2023,(第2期),I138-1902.
-
公开(公告)号：CN105654096A
公开(公告)日：2016-06-08
申请号：CN201510990879.3
申请日：2015-12-24
Applicant: 大连理工大学
IPC: G06K9/46
CPC classification number: G06K9/4671
Abstract: 一种基于路径瓶颈分析的显著度检测方法，属于图像处理技术领域。该方法包括基于超像素分割的无向图表达、最平滑路径分析、路径瓶颈距离计算和显著图生成等四个步骤。在得到无向图中任意节点之间的最平滑路径以及任意路径上的瓶颈距离之后，就可以利用最平滑路径上的瓶颈距离来估计输入图像中超像素之间的差异。本发明不仅能够估计图像块之间的语义关系，而且能够处理形状不规则或者不同尺度的显著物体。与已有的显著度检测算法相比，该方法生成的显著图更为均匀一致，准确度更高。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
