-
公开(公告)号：CN111291679B
公开(公告)日：2022-05-27
申请号：CN202010081733.8
申请日：2020-02-06
Applicant: 厦门大学
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 一种基于孪生网络的目标特定响应注意力目标跟踪方法，涉及计算机视觉技术。针对原有的基于孪生网络的目标跟踪方法对目标快速运动、遮挡、旋转、背景杂乱等复杂跟踪场景不够鲁棒的缺点，提出一种基于孪生网络的目标特定响应注意力目标跟踪方法，提出的目标响应注意力模块有效弱化跟踪过程中噪声信息对于跟踪性能的影响，同时强化对目标对象外观变化具有判别性的特征信息，使得孪生网络产生的比较好的目标响应图，使用该目标响应图进行目标位置预测，从而实现更鲁棒的跟踪性能。包含五个主要部分：CNN特征提取；逐通道互相关生成响应图；利用注意力网络产生权重，对各通道响应图加权；最终响应图上确定目标位置，以及所提出模型的训练方法。
-
公开(公告)号：CN111291679A
公开(公告)日：2020-06-16
申请号：CN202010081733.8
申请日：2020-02-06
Applicant: 厦门大学
Abstract: 一种基于孪生网络的目标特定响应注意力目标跟踪方法，涉及计算机视觉技术。针对原有的基于孪生网络的目标跟踪方法对目标快速运动、遮挡、旋转、背景杂乱等复杂跟踪场景不够鲁棒的缺点，提出一种基于孪生网络的目标特定响应注意力目标跟踪方法，提出的目标响应注意力模块有效弱化跟踪过程中噪声信息对于跟踪性能的影响，同时强化对目标对象外观变化具有判别性的特征信息，使得孪生网络产生的比较好的目标响应图，使用该目标响应图进行目标位置预测，从而实现更鲁棒的跟踪性能。包含五个主要部分：CNN特征提取；逐通道互相关生成响应图；利用注意力网络产生权重，对各通道响应图加权；最终响应图上确定目标位置，以及所提出模型的训练方法。
-
公开(公告)号：CN110148159B
公开(公告)日：2021-03-26
申请号：CN201910418073.5
申请日：2019-05-20
Applicant: 厦门大学
IPC: G06T7/246
Abstract: 一种基于事件相机的异步目标跟踪方法，涉及计算机视觉技术。包含三个主要部分：开始的目标检测模块、目标跟踪模块和恢复跟踪模块；所述开始的目标检测模块用于提取ATSLTD帧上的目标建议窗口；所述目标跟踪模块根据最小化目标时空不一致信息原则选择最佳的目标建议窗口作为跟踪结果；所述恢复跟踪模块用于跟踪失败时恢复对目标的跟踪。该方法能够有效地应对目标跟踪中存在的目标快速运动和高动态范围场景等问题，取得了优于主流基于传统相机的目标跟踪算法的精度。
-
公开(公告)号：CN112084954A
公开(公告)日：2020-12-15
申请号：CN202010948845.9
申请日：2020-09-10
Applicant: 腾讯科技(深圳)有限公司 , 厦门大学
Abstract: 本发明提供了一种视频目标的检测方法、装置、电子设备以及存储介质，方法包括：确定待检测视频中的待检测视频帧，并获取与所述待检测视频帧相匹配的视频序列中的辅助视频帧；基于所述待检测视频帧与所述辅助视频帧，通过视频处理模型中的特征提取网络确定帧级别的特征向量；基于所述帧级别的特征向量，通过所述视频处理模型的候选框生成网络，确定实例级别的特征向量；通过所述视频处理模型中的检测头网络，根据所述实例级别的特征向量，对所述待检测视频进行目标检测，确定视频目标在所述待检测视频的不同视频帧中的所在区域，由此，由此实现鲁棒并精确地对视频中的目标进行检测，减少视频目标检测中的失真。
-
公开(公告)号：CN112966581B
公开(公告)日：2022-05-27
申请号：CN202110213113.X
申请日：2021-02-25
Applicant: 厦门大学
IPC: G06V20/40 , G06V10/46 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 一种基于内外语义聚合的视频目标检测方法，涉及计算机视觉技术。包括步骤：A.准备训练样本集，依次包括当前帧、支持帧，首先在当前序列随机选取一帧作为当前帧，再在当前帧附近随机选取几帧作为支持帧，为当前帧的训练提供丰富的时空信息。B.预处理训练样本集，对当前帧，支持帧进行随机翻转、裁剪等操作，进一步增大训练样本多样性。C.在每帧内进行内部语义聚合，实现单个帧自身的空间语义增强。D.联合三帧进行外部语义聚合，实现三帧时空信息的语义增强。E.对经过内外语义聚合的当前帧特征进行分类和回归，得到最后的检测结果，包括检测框和预测所属类别。可以有效地聚合视频中的时空语义信息，从而有效地提高目标检测器的性能。
-
Patent Agency Ranking
公开(公告)号：CN109697726B
公开(公告)日：2020-09-18
申请号：CN201910018068.5
申请日：2019-01-09
Applicant: 厦门大学
Abstract: 一种基于事件相机的端对端目标运动估计方法，涉及计算机视觉的目标运动估计。针对传统相机对目标快速运动和环境光照变化不鲁棒的缺点，提出一种基于事件相机的端对端目标帧间运动估计深度人工神经网络。由于事件相机仅产生异步的视觉事件，而所提出的深度网络需要同步的图像帧用于输入，还提出一种异步视觉事件集到同步图像帧表示的转换。该视觉事件帧能够清晰地展现所对应运动的模式，便于所提出的深度网络对这些模式的提取和识别。所提出的深度网络包含三个主要部分：开始的卷积模块用于提取视觉事件帧上的运动特征、中间的长短时记忆模块用于加速训练与压缩特征和最后的全连接层部分用于实时地预测5自由度的目标二维帧间运动。
-
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：CN112966581A
公开(公告)日：2021-06-15
申请号：CN202110213113.X
申请日：2021-02-25
Applicant: 厦门大学
Abstract: 一种基于内外语义聚合的视频目标检测方法，涉及计算机视觉技术。包括步骤：A.准备训练样本集，依次包括当前帧、支持帧，首先在当前序列随机选取一帧作为当前帧，再在当前帧附近随机选取几帧作为支持帧，为当前帧的训练提供丰富的时空信息。B.预处理训练样本集，对当前帧，支持帧进行随机翻转、裁剪等操作，进一步增大训练样本多样性。C.在每帧内进行内部语义聚合，实现单个帧自身的空间语义增强。D.联合三帧进行外部语义聚合，实现三帧时空信息的语义增强。E.对经过内外语义聚合的当前帧特征进行分类和回归，得到最后的检测结果，包括检测框和预测所属类别。可以有效地聚合视频中的时空语义信息，从而有效地提高目标检测器的性能。
-
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：CN110148159A
公开(公告)日：2019-08-20
申请号：CN201910418073.5
申请日：2019-05-20
Applicant: 厦门大学
IPC: G06T7/246
Abstract: 一种基于事件相机的异步目标跟踪方法，涉及计算机视觉技术。包含三个主要部分：开始的目标检测模块、目标跟踪模块和恢复跟踪模块；所述开始的目标检测模块用于提取ATSLTD帧上的目标建议窗口；所述目标跟踪模块根据最小化目标时空不一致信息原则选择最佳的目标建议窗口作为跟踪结果；所述恢复跟踪模块用于跟踪失败时恢复对目标的跟踪。该方法能够有效地应对目标跟踪中存在的目标快速运动和高动态范围场景等问题，取得了优于主流基于传统相机的目标跟踪算法的精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
