-
公开(公告)号:CN107123119B
公开(公告)日:2019-12-17
申请号:CN201710287180.X
申请日:2017-04-27
Applicant: 厦门大学
Abstract: 一种针对多结构数据的指导性采样方法,涉及计算机视觉技术。1)准备输入数据;2)如果当前总采样次数c小于M,那么执行步骤3)~7);否则,结束采样且输出模型假设集Θ;3)如果当前总采样次数c小于b,那么使用随机采样方法采样一个数据子集S;否则使用提出的指导性采样方法采样一个数据子集S;4)使用采样到的数据子集S估计一个模型假设θ;5)对每一个xi∈χ,计算xi与θ的绝对残差到;6)如果当前总采样次数c大于等于b且c是b的整数倍,那么更新窗口大小w且排序得到残差索引的重排列7)把模型假设添加到模型假设集中。
-
公开(公告)号:CN119963847A
公开(公告)日:2025-05-09
申请号:CN202510150715.3
申请日:2025-02-11
Applicant: 厦门大学
IPC: G06V10/30 , G06V10/764 , G06V10/52 , G06N3/0464 , G06N3/047 , G06N3/048 , G06V10/20 , G06V10/40
Abstract: 一种基于双重净化动态图网络的鲁棒模型拟合方法,涉及计算机视觉技术领域。针对含噪声与离群点的数据集,通过尺度不变特征变换生成初始对应集,并引入动态图网络进行处理。提出一种双重动态净化模块,包括区域通道偏好块和整体空间一致块,分别从局部与全局视角实现逐步采样和离群点剔除,获取净化后的候选对应集及内点概率集。区域通道偏好块通过偏好注意力机制强化局部特征,整体空间一致块通过一致注意力机制捕获长程依赖关系。利用净化后的候选对应集拟合模型参数,并结合内点概率集计算模型估计损失与点分类损失。充分利用动态图网络特性与偏好一致策略,在抗噪性和拟合精度方面显著优于现有技术。
-
公开(公告)号:CN112308877B
公开(公告)日:2022-05-17
申请号:CN202011165026.3
申请日:2020-10-27
Applicant: 厦门大学
IPC: G06T7/215 , G06T7/246 , G06V10/762 , G06K9/62
Abstract: 基于异质模型拟合的运动分割方法,涉及计算机视觉技术。首先,使用基于密度估计技术的投票方法,通过对异质模型假设质量的评价,生成高质量的累积相关矩阵。在此基础上,利用信息论构造稀疏亲和矩阵的方法,有效地抑制了不同目标之间的关联值。最后,利用归一化谱聚类算法对融合后的稀疏亲和矩阵进行分割,得到准确的分割结果。解决现有技术存在的真实场景中外界的光照变化、运动物体的表观和遮挡,可能会导致跟踪点包含异常值和噪声等问题。
-
公开(公告)号:CN112131991B
公开(公告)日:2024-01-23
申请号:CN202010967054.0
申请日:2020-09-15
Applicant: 厦门大学
Abstract: 内的所有物体的运动轨迹。可用于目标跟踪、运一种基于事件相机的数据关联方法,涉及计 动分割等。算机视觉。将事件相机感应环境中物体运动生成的异步时空视觉事件序列聚合成视觉事件的集合;将时空三维空间在时间维度上切片,在最早和最晚的两个切片上穷举采样,生成对应的直线模型假设集合,选出代表性模型假设集合,对每一个模型假设生成模型假设的内点集合;对代表性模型假设集合内每一个模型假设,计算内点集合在时间轴上的离差,对每个代表性模型假设赋予相应的权重;根据内点集合投影在图像平面生成的视觉事件图像的对比度进一步加权;在权重
-
公开(公告)号:CN112131991A
公开(公告)日:2020-12-25
申请号:CN202010967054.0
申请日:2020-09-15
Applicant: 厦门大学
Abstract: 一种基于事件相机的数据关联方法,涉及计算机视觉。将事件相机感应环境中物体运动生成的异步时空视觉事件序列聚合成视觉事件的集合;将时空三维空间在时间维度上切片,在最早和最晚的两个切片上穷举采样,生成对应的直线模型假设集合,选出代表性模型假设集合,对每一个模型假设生成模型假设的内点集合;对代表性模型假设集合内每一个模型假设,计算内点集合在时间轴上的离差,对每个代表性模型假设赋予相应的权重;根据内点集合投影在图像平面生成的视觉事件图像的对比度进一步加权;在权重的肘点处将代表性模型假设集合选择区分为正确和错误的模型假设,正确的模型假设对应场景内的所有物体的运动轨迹。可用于目标跟踪、运动分割等。
-
公开(公告)号:CN107123119A
公开(公告)日:2017-09-01
申请号:CN201710287180.X
申请日:2017-04-27
Applicant: 厦门大学
Abstract: 一种针对多结构数据的指导性采样方法,涉及计算机视觉技术。1)准备输入数据;2)如果当前总采样次数c小于M,那么执行步骤3)~7);否则,结束采样且输出模型假设集Θ;3)如果当前总采样次数c小于b,那么使用随机采样方法采样一个数据子集S;否则使用提出的指导性采样方法采样一个数据子集S;4)使用采样到的数据子集S估计一个模型假设θ;5)对每一个xi∈χ,计算xi与θ的绝对残差到;6)如果当前总采样次数c大于等于b且c是b的整数倍,那么更新窗口大小w且排序得到残差索引的重排列7)把模型假设添加到模型假设集中。
-
公开(公告)号:CN112308877A
公开(公告)日:2021-02-02
申请号:CN202011165026.3
申请日:2020-10-27
Applicant: 厦门大学
Abstract: 基于异质模型拟合的运动分割方法,涉及计算机视觉技术。首先,使用基于密度估计技术的投票方法,通过对异质模型假设质量的评价,生成高质量的累积相关矩阵。在此基础上,利用信息论构造稀疏亲和矩阵的方法,有效地抑制了不同目标之间的关联值。最后,利用归一化谱聚类算法对融合后的稀疏亲和矩阵进行分割,得到准确的分割结果。解决现有技术存在的真实场景中外界的光照变化、运动物体的表观和遮挡,可能会导致跟踪点包含异常值和噪声等问题。
-
公开(公告)号:CN110111391A
公开(公告)日:2019-08-09
申请号:CN201910418346.6
申请日:2019-05-20
Applicant: 厦门大学
Abstract: 基于改进的下逼近非负矩阵对极几何估计方法,涉及计算机视觉技术。提供伴随着离群点和模型假设修剪技术的基于改进的下逼近非负矩阵对极几何估计方法。首先,使用误匹配修剪技术分析匹配对之间的关系剔除离群点(误匹配点)的影响。接着,使用模型假设修剪技术来选择有意义的模型假设。然后,引入空间约束项(空间上相邻的数据点更可能属于相同的模型假设)和稀疏约束项(稀疏非负元素更能体现数据点对模型的一致特征)到下逼近非负矩阵。最后,使用交替迭代法求解下逼近非负矩阵的u和v,从u中提取多结构模型。
-
公开(公告)号:CN110111391B
公开(公告)日:2021-01-12
申请号:CN201910418346.6
申请日:2019-05-20
Applicant: 厦门大学
Abstract: 基于改进的下逼近非负矩阵对极几何估计方法,涉及计算机视觉技术。提供伴随着离群点和模型假设修剪技术的基于改进的下逼近非负矩阵对极几何估计方法。首先,使用误匹配修剪技术分析匹配对之间的关系剔除离群点(误匹配点)的影响。接着,使用模型假设修剪技术来选择有意义的模型假设。然后,引入空间约束项(空间上相邻的数据点更可能属于相同的模型假设)和稀疏约束项(稀疏非负元素更能体现数据点对模型的一致特征)到下逼近非负矩阵。最后,使用交替迭代法求解下逼近非负矩阵的u和v,从u中提取多结构模型。
-
公开(公告)号:CN110263881A
公开(公告)日:2019-09-20
申请号:CN201910418340.9
申请日:2019-05-20
Applicant: 厦门大学
Abstract: 一种结合局部不对称几何的多模型拟合方法,涉及计算机视觉技术。能够利用数据点之间更多的信息,即每个数据点的局部邻居不对称性适合于建模数据点之间的关系。首先,考虑几何空间的关系,搜索每个数据点的空间邻域,以及在空间邻域中计算数据点之间的相似性,从而生成一个有向图。接着,基于该有向图,计算数据点之间的路径相似性。特别是,所构造的有向图对噪点更加的鲁棒。最后,提出自适应二分有向图,从而生成一个二值图,该有向图有效地提升了,所提出的方法在估计模型实例时的计算效率。
-
-
-
-
-
-
-
-
-