-
公开(公告)号：CN119169604A
公开(公告)日：2024-12-20
申请号：CN202411189248.7
申请日：2024-08-28
Applicant: 西安理工大学
IPC: G06V20/64 , G06V10/25 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于目标中心与类感知的室外三维目标检测方法，具体包括如下步骤：获取三维点云数据集D，将数据集D划分为训练集Dtrain和测试集Dtest；构建基于目标中心与类感知的室外三维目标检测网络结构Net；定义损失函数；设置训练参数，将训练集Dtrain输入室外三维目标检测网络结构Net进行训练，得到网络模型Modeltrain；对室外三维目标检测网络结构Net利用网络模型Modeltrain在测试集Dtest上进行目标检测，输出检测结果Predtest；根据检测结果Predtest对网络模型Modeltrain的检测性能进行评价。本发明可以提高三维目标检测的精度。
-
公开(公告)号：CN119146370A
公开(公告)日：2024-12-17
申请号：CN202411416012.2
申请日：2024-10-11
Applicant: 西安理工大学 , 陕西省引汉济渭工程建设有限公司
IPC: F17D5/06 , F17D5/02 , G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/24 , G06N3/08 , G06N3/048 , G06F17/13 , G06N3/0442
Abstract: 本发明公开了基于连续时间图管网渗漏时段定位方法，具体包括如下步骤：步骤1，采集水管网数据，包括压力数据Ps和渗漏时段标签Ls，将Ps和Ls划分为训练集和测试集；步骤2，对获取的水管网数据建立连续时间动态图G，对G进行元路径生成和节点嵌入表示学习，得到G的节点嵌入表示E；步骤3，设计水管网渗漏预测网络LeakP，渗漏预测网络LeakP包括神经常微分方程子网络NOde、特征预测子网络LstmP和分类子网络Cla；步骤4，设置训练参数，把图G和其节点嵌入表示E送入网络LeakP中进行训练，得到网络模型ModelP；步骤5，把图G和其节点嵌入表示E送入网络LeakP，利用模型ModelP进行测试，得到预测类别分数score、数据标签label，根据测试指标对渗漏定位性能进行评价，能够实现精准的渗漏时段定位。
-
公开(公告)号：CN112070082B
公开(公告)日：2023-04-07
申请号：CN202010858258.0
申请日：2020-08-24
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于实例感知成分合并网络的曲线文字定位方法，具体包括如下步骤：步骤1，在场景文字数据集官网下载场景文字图像数据集，将数据集划分为训练集和测试集；步骤2，设计一种ICMN网络结构；步骤3，定义ICMN网络目标损失函数；步骤4，制作训练样本集；步骤5，制作真值集合；步骤6，将训练样本集和对应的真值集合送入ICMN网络中训练，得到网络模型；步骤7，从测试集中取出一张图像，用曲线文字检测算法对图像进行多边形文字成分检测，将检测的多边形对迭代送入ICMN网络模型中进行多边形成分合并，得到合并后的文字实例多边形。本发明解决了场景文本检测方法对文本实例中相邻或相交文本成分的合并问题，提高了场景文本检测算法的性能。
-
公开(公告)号：CN110502968B
公开(公告)日：2022-03-25
申请号：CN201910591848.9
申请日：2019-07-01
Applicant: 西安理工大学
Abstract: 本发明公开了本发明基于轨迹点时空一致性的红外弱小运动目标的检测方法，首先，对连续的视频帧图像，提取不同长度的稠密轨迹，生成动态变化的轨迹列表；其次，应用轨迹点空间聚集模型对单帧图像中的候选目标进行检测并利用运动特性对伪目标进行剔除；针对轨迹点的聚集性表示，提出了一种轮廓数编码机制；最后，针对连续视频帧，提出了一种基于轮廓码字一致性的后向目标检测算法；本发明同时考虑目标轨迹点的空间聚集性和时间一致性，以求检测率的最大化和虚警率的最小化。
-
公开(公告)号：CN108921064B
公开(公告)日：2021-09-10
申请号：CN201810642499.4
申请日：2018-06-21
Applicant: 西安理工大学
Abstract: 本发明公开了基于多特征融合的行人重识别方法。首先执行行人的提取，将行人从背景中提取出来；其次执行人体部位识别，识别出人体突出的三个部分；然后执行多个特征的提取，建立行人的特征表示模型；接下来对行人特征表示模型进行特征变化，以消除不同摄像机特征空间分布不一致的影响；接下来根据变换后的多个特征设计一个适合行人重识别的距离度量方法；最后执行应用提出的距离度量方法对训练集与测试集的行人特征表示模型进行距离度量，得出匹配结果，实现在广域摄像网络的行人重识别。本发明基于多特征融合的行人重识别方法能够建立一个鲁棒的特征表示模型和一个适合行人重识别的距离度量方法，实现在广域摄像网络的行人重识别。
-
公开(公告)号：CN106951551B
公开(公告)日：2020-03-31
申请号：CN201710190761.1
申请日：2017-03-28
Applicant: 西安理工大学
IPC: G06F16/583 , G06K9/46 , G06K9/62
Abstract: 本发明公开的联合GIST特征的多重索引图像检索方法：对参考图像库中图像提取局部SIFT特征，根据局部SIFT特征中的坐标信息建立GIST特征；用局部SIFT特征中局部描述信息与GIST特征中局部描述信息建立二维BOF特征模型；根据二维BOF特征模型建立基于二维BOF的投票检索模型；根据SIFT特征与GIST特征结合基于BOF特征的二维倒排表索引，对SIFT特征与GIST进行汉明量化处理，将应用信息融合策略得到的局部SIFT特征汉明量化信息与GIST特征汉明量化信息融合到基于BOF的投票检索模型中，精确检索近似重复图像。本发明的多重索引图像检索方法实现在大规模数据图像中完成对近似重复图像的检索。
-
公开(公告)号：CN110598832A
公开(公告)日：2019-12-20
申请号：CN201910777441.5
申请日：2019-08-22
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于遗传优化算法的文字透视矫正的方法，首先对场景图像进行预处理、文字框检测和文字区域图像集提取；接着对遗传算法的控制参数进行设置、种群进行初始化和适应度函数进行创建；进入遗传算法，迭代执行遗传操作寻找文字区域的最佳外包四边形；遗传算法结束后用获得的文字最佳外包四边形进行透视矫正矩阵求取，最后，利用求取的透视矫正矩阵对文字区域进行矫正获得矫正后的文字图像。本发明对于非正面拍摄的场景文本的透视失真可以进行有效矫正，以提高矫正后图像的识别率。
-
公开(公告)号：CN110502968A
公开(公告)日：2019-11-26
申请号：CN201910591848.9
申请日：2019-07-01
Applicant: 西安理工大学
Abstract: 本发明公开了本发明基于轨迹点时空一致性的红外弱小运动目标的检测方法，首先，对连续的视频帧图像，提取不同长度的稠密轨迹，生成动态变化的轨迹列表；其次，应用轨迹点空间聚集模型对单帧图像中的候选目标进行检测并利用运动特性对伪目标进行剔除；针对轨迹点的聚集性表示，提出了一种轮廓数编码机制；最后，针对连续视频帧，提出了一种基于轮廓码字一致性的后向目标检测算法；本发明同时考虑目标轨迹点的空间聚集性和时间一致性，以求检测率的最大化和虚警率的最小化。
-
公开(公告)号：CN108921064A
公开(公告)日：2018-11-30
申请号：CN201810642499.4
申请日：2018-06-21
Applicant: 西安理工大学
Abstract: 本发明公开了基于多特征融合的行人重识别方法。首先执行行人的提取，将行人从背景中提取出来；其次执行人体部位识别，识别出人体突出的三个部分；然后执行多个特征的提取，建立行人的特征表示模型；接下来对行人特征表示模型进行特征变化，以消除不同摄像机特征空间分布不一致的影响；接下来根据变换后的多个特征设计一个适合行人重识别的距离度量方法；最后执行应用提出的距离度量方法对训练集与测试集的行人特征表示模型进行距离度量，得出匹配结果，实现在广域摄像网络的行人重识别。本发明基于多特征融合的行人重识别方法能够建立一个鲁棒的特征表示模型和一个适合行人重识别的距离度量方法，实现在广域摄像网络的行人重识别。
-
公开(公告)号：CN106649440A
公开(公告)日：2017-05-10
申请号：CN201610820574.2
申请日：2016-09-13
Applicant: 西安理工大学
Abstract: 本发明公开的融合全局R特征的近似重复视频检索方法，首先执行对数据库中视频提取局部SIFT特征；其次执行根据局部SIFT特征中的坐标信息建立全局R特征；然后执行利用局部SIFT特征中描述符信息建立BOF检索模型；接下来根据BOF模型，建立投票检索模型；最后执行应用信息融合策略把全局几何分布信息融合到BOF模型中，在大规模的数据中精确的检索近似重复视频。本发明融合全局R特征的近似重复视频检索方法能够根据信息融合策略把全局几何分布信息融合于BOF模型中，实现在大规模的数据中精确的检索近似重复视频。
