基于改进虚拟视点合成的多视点视频超分辨率重建算法

    公开(公告)号:CN107809630B

    公开(公告)日:2019-08-13

    申请号:CN201711002368.1

    申请日:2017-10-24

    申请人: 天津大学

    摘要: 本发明公开了一种基于改进虚拟视点合成的多视点视频超分辨率重建算法,步骤(1)、基于DIBR的虚拟视点合成,在参考视点的深度图的辅助下,建立虚拟视点图像和参考视点图像之间的映射关系;步骤(2)、基于双向DIBR的投影一致性检查,步骤(3)、高频信息提取与超分辨率重建,得到最终的超分辨率重建结果。与现有技术相比,本发明可以有效的去除小裂痕,消除背景与前景之间的像素渗透现象;对空洞部分,通过提取插值图像的对应像素点进行填充,取得了较好的视点合成效果,在此基础上通过高频提取与插值视图相融合取得了良好的超分辨率重建结果。

    基于深度学习和环境自适应的目标跟踪算法

    公开(公告)号:CN107945210A

    公开(公告)日:2018-04-20

    申请号:CN201711237457.4

    申请日:2017-11-30

    申请人: 天津大学

    IPC分类号: G06T7/246 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度学习和环境自适应的目标跟踪算法,该跟踪算法由两部分组成,一部分是预处理,对跟踪视频的每一帧图像来提取信息,然后通过显著性检测、卷积神经网络算法来对采取的正负样本进行进一步的筛选;另外一部分是实现VGG模型的卷积神经网络:首先利用三层的卷积网络来提取目标特征,其次利用全连接层来对目标和背景来进行分类,最后得到想要跟踪的目标的位置,再开始下一帧的跟踪流程。现有技术相比,本发明(1)能够在降低计算复杂度的同时,精确使用图像的预处理信息,使得跟踪效果更加精确,因此,本发明内容具有独创性;(2)该跟踪器能适应多种环境复杂的场景,有着广泛的应用前景。

    一种负载均衡的无线传感器网络路由节能方法

    公开(公告)号:CN106658603A

    公开(公告)日:2017-05-10

    申请号:CN201611019329.8

    申请日:2016-11-17

    申请人: 天津大学

    发明人: 王宁 周圆 杨鸿宇

    摘要: 本发明公开了一种负载均衡的无线传感器网络路由节能方法,步骤1、在有限的区域随机定义无线传感器节点;步骤2、列出选择簇头的适应值函数;步骤3、利用改进子群算法选择簇头;步骤4、簇头向其他节点进行广播,表明自己的身份;步骤5、列出选择中继节点的适应值函数;步骤6、利用改进的粒子群算法选择中继节点;步骤7、普通节点向簇头发送自己检测到环境的信息;步骤8、簇头将数据进行融合,然后将融合后的数据发送给中继节点;步骤9、中继节点将数据发送给基站,通信结束。与现有技术相比,本发明的负载均衡的无线传感器网络路由节能方法降低了传统无线传感器网络中簇头的高能耗,均衡全网的能量消耗,延长了整个网络的生存周期。

    基于改进虚拟视点合成的多视点视频超分辨率重建算法

    公开(公告)号:CN107809630A

    公开(公告)日:2018-03-16

    申请号:CN201711002368.1

    申请日:2017-10-24

    申请人: 天津大学

    CPC分类号: G06T3/4053

    摘要: 本发明公开了一种基于改进虚拟视点合成的多视点视频超分辨率重建算法,步骤(1)、基于DIBR的虚拟视点合成,在参考视点的深度图的辅助下,建立虚拟视点图像和参考视点图像之间的映射关系;步骤(2)、基于双向DIBR的投影一致性检查,步骤(3)、高频信息提取与超分辨率重建,得到最终的超分辨率重建结果。与现有技术相比,本发明可以有效的去除小裂痕,消除背景与前景之间的像素渗透现象;对空洞部分,通过提取插值图像的对应像素点进行填充,取得了较好的视点合成效果,在此基础上通过高频提取与插值视图相融合取得了良好的超分辨率重建结果。

    基于深度学习和环境自适应的目标跟踪方法

    公开(公告)号:CN107945210B

    公开(公告)日:2021-01-05

    申请号:CN201711237457.4

    申请日:2017-11-30

    申请人: 天津大学

    IPC分类号: G06T7/246 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度学习和环境自适应的目标跟踪算法,该跟踪算法由两部分组成,一部分是预处理,对跟踪视频的每一帧图像来提取信息,然后通过显著性检测、卷积神经网络算法来对采取的正负样本进行进一步的筛选;另外一部分是实现VGG模型的卷积神经网络:首先利用三层的卷积网络来提取目标特征,其次利用全连接层来对目标和背景来进行分类,最后得到想要跟踪的目标的位置,再开始下一帧的跟踪流程。现有技术相比,本发明(1)能够在降低计算复杂度的同时,精确使用图像的预处理信息,使得跟踪效果更加精确,因此,本发明内容具有独创性;(2)该跟踪器能适应多种环境复杂的场景,有着广泛的应用前景。

    一种负载均衡的无线传感器网络路由节能方法

    公开(公告)号:CN106658603B

    公开(公告)日:2020-04-17

    申请号:CN201611019329.8

    申请日:2016-11-17

    申请人: 天津大学

    发明人: 王宁 周圆 杨鸿宇

    摘要: 本发明公开了一种负载均衡的无线传感器网络路由节能方法,步骤1、在有限的区域随机定义无线传感器节点;步骤2、列出选择簇头的适应值函数;步骤3、利用改进子群算法选择簇头;步骤4、簇头向其他节点进行广播,表明自己的身份;步骤5、列出选择中继节点的适应值函数;步骤6、利用改进的粒子群算法选择中继节点;步骤7、普通节点向簇头发送自己检测到环境的信息;步骤8、簇头将数据进行融合,然后将融合后的数据发送给中继节点;步骤9、中继节点将数据发送给基站,通信结束。与现有技术相比,本发明的负载均衡的无线传感器网络路由节能方法降低了传统无线传感器网络中簇头的高能耗,均衡全网的能量消耗,延长了整个网络的生存周期。