-
公开(公告)号：CN112232162A
公开(公告)日：2021-01-15
申请号：CN202011067326.8
申请日：2020-10-06
申请人： 武汉烽火凯卓科技有限公司 , 华中科技大学
摘要： 本发明涉及一种基于多特征融合级联分类器的行人检测方法及装置，该方法包括如下步骤：获取已检测到行人的样本图像，将其划分为多个大小相同、部分重叠的分块；对每个所述分块的多种图像特征进行提取，并将所述多种图像特征进行结合，将结合后的特征作为所述分块的图像特征；根据所述分块的图像特征训练分块分类器，计算各个分块对应的行人检测率，舍弃行人检测率低于阈值的分块；对保留下来的分块进行特征融合，将分块的融合特征作为级联分类器的输入，并对所述级联分类器进行训练。本发明通过分块以及图像的多种特征融合的方法，降低行人特征向量的维度，节省了大量重复训练时间，提高了最终的检测速度和精度。
-
公开(公告)号：CN112232162B
公开(公告)日：2023-04-18
申请号：CN202011067326.8
申请日：2020-10-06
申请人： 武汉烽火凯卓科技有限公司 , 华中科技大学
IPC分类号： G06V40/10 , G06V10/764 , G06V10/774 , G06V10/80
摘要： 本发明涉及一种基于多特征融合级联分类器的行人检测方法及装置，该方法包括如下步骤：获取已检测到行人的样本图像，将其划分为多个大小相同、部分重叠的分块；对每个所述分块的多种图像特征进行提取，并将所述多种图像特征进行结合，将结合后的特征作为所述分块的图像特征；根据所述分块的图像特征训练分块分类器，计算各个分块对应的行人检测率，舍弃行人检测率低于阈值的分块；对保留下来的分块进行特征融合，将分块的融合特征作为级联分类器的输入，并对所述级联分类器进行训练。本发明通过分块以及图像的多种特征融合的方法，降低行人特征向量的维度，节省了大量重复训练时间，提高了最终的检测速度和精度。
-
公开(公告)号：CN114244774B
公开(公告)日：2022-05-06
申请号：CN202210165978.8
申请日：2022-02-23
申请人： 武汉烽火凯卓科技有限公司
摘要： 本发明涉及一种基于群体智能的LEO卫星网络拥塞规避组播路由算法，本发明提供的一种基于群体智能的LEO卫星网络拥塞规避组播路由算法，通过删除最小生成树与拥塞相交的边，将最小生成树转化为一组子树，将LEO卫星网络建模为直角网格拓扑的多跳网络，将拥塞规避的节省带宽最优的组播路由问题转化为拥塞规避的直角斯坦纳最小树问题；针对蚁群算法前期初始信息素的匮乏导致求解问题较慢的不足，考虑到遗传算法具有快速全局搜索能力的优势，本发明利用基于蚁群与遗传联合优化算法的拥塞规避直角斯坦纳最小树算法算法实现子树合并，可达到降低算法计算复杂度的同时降低拥塞规避直角斯坦纳最小树的树长，以实现拥塞规避和节省带宽最优的目标。
-
公开(公告)号：CN114244774A
公开(公告)日：2022-03-25
申请号：CN202210165978.8
申请日：2022-02-23
申请人： 武汉烽火凯卓科技有限公司
摘要： 本发明涉及一种基于群体智能的LEO卫星网络拥塞规避组播路由算法，本发明提供的一种基于群体智能的LEO卫星网络拥塞规避组播路由算法，通过删除最小生成树与拥塞相交的边，将最小生成树转化为一组子树，将LEO卫星网络建模为直角网格拓扑的多跳网络，将拥塞规避的节省带宽最优的组播路由问题转化为拥塞规避的直角斯坦纳最小树问题；针对蚁群算法前期初始信息素的匮乏导致求解问题较慢的不足，考虑到遗传算法具有快速全局搜索能力的优势，本发明利用基于蚁群与遗传联合优化算法的拥塞规避直角斯坦纳最小树算法算法实现子树合并，可达到降低算法计算复杂度的同时降低拥塞规避直角斯坦纳最小树的树长，以实现拥塞规避和节省带宽最优的目标。
-
-
-
搜索结果
4 条记录 (耗时 0.025 秒)
