-
公开(公告)号：CN111680682B
公开(公告)日：2022-05-03
申请号：CN202010533484.1
申请日：2020-06-12
Applicant: 哈尔滨理工大学
IPC: G06V10/22 , G06V10/50 , G06V10/80 , G06V10/764 , G06V10/771 , G06T7/194 , G06T7/62
Abstract: 本发明一种复杂场景下安全帽识别方法属于目标检测技术领域；该方法首先基于运动目标前景背景特征实现人体区域初定位，然后利用人体比例对安全帽区域进行定位，再融合HOG和HOF特征进行安全帽识别；通过改进待检测图像前景目标区域与邻域背景区域两像素分布直方图余弦相似度及欧式距离来检测并消除鬼影区域；通过改进HOG和HOF算法与重心级联实现SVM快速分类；该方法包含了基于运动目标鬼影的消除以及基于HOG和HOF的信息融合与重心相结合的目标识别方法。实验证明，该方法不仅能够缩短目标识别时间，提高目标识别率，适用于复杂背景下的目标检测。
-
公开(公告)号：CN111680682A
公开(公告)日：2020-09-18
申请号：CN202010533484.1
申请日：2020-06-12
Applicant: 哈尔滨理工大学
Abstract: 本发明一种复杂场景下安全帽识别方法属于目标检测技术领域；该方法首先基于运动目标前景背景特征实现人体区域初定位，然后利用人体比例对安全帽区域进行定位，再融合HOG和HOF特征进行安全帽识别；通过改进待检测图像前景目标区域与邻域背景区域两像素分布直方图余弦相似度及欧式距离来检测并消除鬼影区域；通过改进HOG和HOF算法与重心级联实现SVM快速分类；该方法包含了基于运动目标鬼影的消除以及基于HOG和HOF的信息融合与重心相结合的目标识别方法。实验证明，该方法不仅能够缩短目标识别时间，提高目标识别率，适用于复杂背景下的目标检测。
-
公开(公告)号：CN114821631B
公开(公告)日：2025-04-11
申请号：CN202210226785.9
申请日：2022-03-09
Applicant: 哈尔滨理工大学
IPC: G06V10/80 , G06V10/44 , G06V10/52 , G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明基于注意力机制与多尺度特征融合的行人特征提取方法属于计算机视觉、机器视觉和深度学习技术领域；该方法依次执行以下步骤：构建自上而下渐进式交互模块；构建M‑Convolution注意力机制模块；设置评价指标；评价行人特征提取方法的有效性；本发明在数据集上通过Resnet50+FPN、Resnet50+FPN+M‑convolution、Resnet50+MPN三种行人特征提取方法进行训练，经过对比mAP、Rank‑1和Rank‑5三个衡量指标，本发明构建的两个模块在三个指标上的表现均有不同程度的提高，验证了基于注意力机制与多尺度特征融合的行人特征提取方法的有效性，具有较大的实用价值。
-
公开(公告)号：CN114821631A
公开(公告)日：2022-07-29
申请号：CN202210226785.9
申请日：2022-03-09
Applicant: 哈尔滨理工大学
Abstract: 本发明基于注意力机制与多尺度特征融合的行人特征提取方法属于计算机视觉、机器视觉和深度学习技术领域；该方法依次执行以下步骤：构建自上而下渐进式交互模块；构建M‑Convolution注意力机制模块；设置评价指标；评价行人特征提取方法的有效性；本发明在数据集上通过Resnet50+FPN、Resnet50+FPN+M‑convolution、Resnet50+MPN三种行人特征提取方法进行训练，经过对比mAP、Rank‑1和Rank‑5三个衡量指标，本发明构建的两个模块在三个指标上的表现均有不同程度的提高，验证了基于注意力机制与多尺度特征融合的行人特征提取方法的有效性，具有较大的实用价值。
-
公开(公告)号：CN111754433B
公开(公告)日：2024-03-05
申请号：CN202010578071.5
申请日：2020-06-22
Applicant: 哈尔滨理工大学
Abstract: 本发明一种航拍图像去雾方法属于航拍图像复原邻域；该方法首先建立大气散射模型并求取暗通道图、粗糙大气透射图和全球大气光，再利用非局部特征结构张量的主特征值对航拍图像的纹理信息进行描述，然后采用非局部特征结构张量的自适应滤波方法优化粗糙大气透射图，最后求到无雾图像；实验证明，本文方法能够有效消除去雾后图像边缘出现的“光晕”现象。
-
Patent Agency Ranking
-
公开(公告)号：CN111127443B
公开(公告)日：2023-04-25
申请号：CN201911362647.8
申请日：2019-12-25
Applicant: 哈尔滨理工大学
Abstract: 本发明一种基于PTAM的内腔图像特征点检测方法属于微创手术处理技术领域；该方法首先对内腔图像进行预处理，其次采用灰度重心法提取血管中心线，然后对提取的血管中心线进行进一步处理，采用基于八邻域滤波的方法检测血管分支点，该方法提取的血管分支会存在伪分支点，需要对血管伪分支点进行去除操作；然后提取内腔表面特征点，并进行非极大值抑制去除多余的内腔表面特征点，最后将提取的血管分支点和内腔表面特征点结合起来作为内腔血管图像的特征点。实验证明本方法明显提高内腔血管图像的匹配率，可以很好的实现内腔图像三维建模，为医生提供更可靠的信息，便于临床诊断。
-
公开(公告)号：CN112488074A
公开(公告)日：2021-03-12
申请号：CN202011523187.5
申请日：2020-12-21
Applicant: 哈尔滨理工大学
Abstract: 一种基于卷积神经网络的引导区域密集人群计数方法，属于计算机视觉技术领域。利用累加的高斯核函数矩阵生成人群的密度分布图；对卷积神经网络进行训练；利用训练完成的生成器，将场景图片输入，得到相应场景图片密度分布图，利用场景图片像素值累加表征图片的人群总数。本发明首次将卷积神经网络引入到人群计数的解决方案中，从全新的生成式模型角度对问题进行求解；具有训练时间短，训练简单，同时得到更优密度分布图的优点，更具有实际的应用价值。
-
公开(公告)号：CN111695577A
公开(公告)日：2020-09-22
申请号：CN202010533776.5
申请日：2020-06-12
Applicant: 哈尔滨理工大学
Abstract: 本发明一种多特征融合的安全帽跟踪算法属于安全帽图像目标跟踪领域；该方法首先获取初始帧图像A中目标安全帽信息及下一帧图像B中候选安全帽信息，并分别使用空间颜色直方图和LBP统计直方图描述目标及候选安全帽；然后分别在空间与纹理特征下对下一帧图像B中候选安全帽与初始帧图像A中目标安全帽进行相似性度量，进行多次向量迭代获取最优候选安全帽位置；之后进行多特征加权融合获取下一帧图像B中安全帽的位置；最后将图像B的处理结果作为后一帧图像C的目标安全帽位置，重复之前操作，实现对运动目标安全帽的跟踪。实验证明，该算法能够在背景颜色与目标安全帽颜色相近时克服干扰，实现对目标安全帽的跟踪。
-
公开(公告)号：CN111127443A
公开(公告)日：2020-05-08
申请号：CN201911362647.8
申请日：2019-12-25
Applicant: 哈尔滨理工大学
Abstract: 本发明一种基于PTAM的内腔图像特征点检测方法属于微创手术处理技术领域；该方法首先对内腔图像进行预处理，其次采用灰度重心法提取血管中心线，然后对提取的血管中心线进行进一步处理，采用基于八邻域滤波的方法检测血管分支点，该方法提取的血管分支会存在伪分支点，需要对血管伪分支点进行去除操作；然后提取内腔表面特征点，并进行非极大值抑制去除多余的内腔表面特征点，最后将提取的血管分支点和内腔表面特征点结合起来作为内腔血管图像的特征点。实验证明本方法明显提高内腔血管图像的匹配率，可以很好的实现内腔图像三维建模，为医生提供更可靠的信息，便于临床诊断。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
