-
公开(公告)号：CN108491857B
公开(公告)日：2022-08-09
申请号：CN201810141262.8
申请日：2018-02-11
Applicant: 中国矿业大学
Abstract: 本发明公开了一种视域重叠的多摄像机目标匹配方法，具体如下；根据摄像机1和摄像机2的前5帧信息计算两台摄像机的视野分界线；提取摄像机1视频中的前景目标，根据多特征融合规则将各个前景目标的特征进行融合获得融合后的特征向量；计算摄像机1中各目标在摄像机2中的投影点，确定待匹配目标的可靠区域后，再计算可靠区域内多特征融合向量；计算多特征融合向量的欧式距离，完成视域重叠的多摄像机目标匹配，距离最近且在设定阈值范围内的目标为匹配目标，保存视野分界线参数；更新视野分界线参数，从当前视频帧的前5帧中选取2组参数，再结合当前帧的视野分界线参数进行线性加权，并对视野分界线模型进行更新。
-
公开(公告)号：CN114647760A
公开(公告)日：2022-06-21
申请号：CN202210037094.4
申请日：2022-01-13
Applicant: 中国矿业大学
IPC: G06F16/783 , G06F16/75 , G06T5/00 , G06T5/40 , G06T7/11 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于神经网络自温故及知识传导机制的智能视频图像检索方法，在保证模型实时性的同时，提高小模型检索精度，在精度和效率之间尽可能达到平衡；设置伽马校正模块，通过对图像的局部调整，实现对光照不均匀鲁棒性，提高细节可辨度，避免高频噪声，普适性强；建立自温故机制，允许神经网络的局部自我监督，不断反思、调整学习参数，充分学习到图像深层语义信息，实现神经网络快速收敛，提高检索精度；采用知识传导机制，提升模型精度、降低模型时延，压缩网络参数，最终得到一个性能强和精度高的学生模型；通过传导机制将浅特征知识作为学习目标，采用VAE变分自编码模型重构深度特征，以此生成学习结果，将学习结果与目标进行度量，完成学习任务。
-
公开(公告)号：CN110428383B
公开(公告)日：2021-10-08
申请号：CN201910726253.X
申请日：2019-08-07
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于模糊检测概率的移动巡检模糊图像质量修正方法，属于图像质量修正技术领域，解决了现有技术无法对移动巡检模糊图像进行有效的质量评价并修正的问题。该方法包括如下步骤：对移动巡检模糊图像进行再模糊处理，对获得的参考图像进行边缘检测，获得参考图像模糊检测概率；对移动巡检模糊图像进行显著特征提取，根据显著特征提取结果确定显著阈值，根据该显著阈值将移动巡检模糊图像二值化，对获得的二值化图像进行边缘检测，获得二值化图像模糊检测概率；建立包含参考图像模糊检测概率、二值化图像模糊检测概率二者关系的图像质量评价模型，判断移动巡检模糊图像质量是否合格，如果不合格，修正摄像头参数，重新判断，直到合格为止。
-
公开(公告)号：CN111814711A
公开(公告)日：2020-10-23
申请号：CN202010681652.1
申请日：2020-07-15
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于矿井机器视觉的图像特征快速匹配方法及系统，属于矿井安全技术领域，解决了现有技术对矿井异常情况检测效率低、实时性差且准确率低的问题。该方法包括对待分析图像进行去噪处理；并进行超像素分割，获得多个图像块；计算每一图像块的信息熵，获得信息熵大于第一预设阈值的图像块；利用SURF算法提取图像块的特征点，从而获取待分析图像的特征点集；采用Harr小波法对特征点集中的特征点进行描述，获得待分析图像的特征点描述符集；基于待分析图像的特征点描述符集将待分析图像特征点集中的特征点与目标图像的特征点进行匹配，以确认矿井是否发生异常。该方法能够快速准确的检测矿井是佛发生异常，有利于对矿井异常技术处理。
-
公开(公告)号：CN111768437A
公开(公告)日：2020-10-13
申请号：CN202010614124.4
申请日：2020-06-30
Applicant: 中国矿业大学
Abstract: 本发明涉及一种用于矿井巡检机器人的图像立体匹配方法及装置，属于立体匹配技术领域，解决了现有图像立体匹配方法对重复纹理区域与弱纹理区域的匹配精度较差的问题。获取物体的左视图和右视图分别作为参考图像和目标图像，对参考图像和目标图像分别进行逐像素邻域替换，得到参考图像和目标图像中每一像素点对应的灰度图；分别获取参考图像和目标图像灰度图对应的二进制码，并基于二进制码计算得到代价量；基于代价量对参考图像和目标图像分别进行匹配代价聚合，得到去除噪声的匹配代价；基于去除噪声的匹配代价，得到物体的视差图，提高了立体匹配的精度和质量。
-
Patent Agency Ranking
公开(公告)号：CN107888905A
公开(公告)日：2018-04-06
申请号：CN201711021805.4
申请日：2017-10-27
Applicant: 中国矿业大学
IPC: H04N17/00
Abstract: 本发明涉及一种基于GoP显著性加权的视频质量评价方法，具体包括：将视频序列分离为多组GoP；得到每组GoP的质量分数及每组GoP中I帧图像的显著值；利用每组GoP中I帧图像的显著值对所有的GoP的质量分数进行加权，求得整个视频序列的质量分数。利用每组GoP的显著性不同，对所有GoP进行显著性加权得出整个视频的质量分数，提高对视频质量评价的结果的准确性；同时在求取每组GoP显著值时，利用I帧在整组GoP中影响该GoP中帧数量最多的特性，以I帧单帧的显著值替代了整组GoP的显著值，减少了计算量。
-
公开(公告)号：CN111639212B
公开(公告)日：2023-09-05
申请号：CN202010464038.X
申请日：2020-05-27
Applicant: 中国矿业大学
IPC: G06F16/583 , G06V10/77 , G06V10/50 , G06V10/30
Abstract: 本发明涉及一种矿用智能视频分析中的图像检索方法，属于图像检索技术领域，解决了现有技术检索准确率低、效率低，导致矿井安全生产视频监控中的异常行为和场景识别可靠性低的问题。该方法包括，对包含矿井异常信息的目标图像进行预处理获得相同的第一图像和第二图像；从第一图像中获得方差自适应量化颜色直方图；从第二图像中提取梯度信息和符号信息；将方差自适应量化颜色直方图、梯度信息及符号信息进行特征自适应融合获得目标图像的融合特征；对融合特征进行降维获得融合主特征；利用融合主特征在矿井视频所包含的多帧图像中进行检索以实时辨识矿井异常。该方法在提高检索效果的同时，提高了矿井异常监控效率，提升矿井的安全检测水平。
-
公开(公告)号：CN111814711B
公开(公告)日：2023-08-08
申请号：CN202010681652.1
申请日：2020-07-15
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于矿井机器视觉的图像特征快速匹配方法及系统，属于矿井安全技术领域，解决了现有技术对矿井异常情况检测效率低、实时性差且准确率低的问题。该方法包括对待分析图像进行去噪处理；并进行超像素分割，获得多个图像块；计算每一图像块的信息熵，获得信息熵大于第一预设阈值的图像块；利用SURF算法提取图像块的特征点，从而获取待分析图像的特征点集；采用Harr小波法对特征点集中的特征点进行描述，获得待分析图像的特征点描述符集；基于待分析图像的特征点描述符集将待分析图像特征点集中的特征点与目标图像的特征点进行匹配，以确认矿井是否发生异常。该方法能够快速准确的检测矿井是否发生异常，有利于对矿井异常及时处理。
-
公开(公告)号：CN111667509A
公开(公告)日：2020-09-15
申请号：CN202010531057.X
申请日：2020-06-11
Applicant: 中国矿业大学
Abstract: 本发明涉及目标跟踪技术领域，尤其涉及一种目标与背景颜色相似下的运动目标自动跟踪方法及系统，解决了直接采用CAMshift算法进行目标跟踪时的缺陷。方法包括：步骤S1：处理视频流，得到去噪后的序列帧图像；步骤S2：处理序列帧图像，得到第一帧图像中的前景目标；去除前景目标中的阴影，得到第一帧图像的运动目标区域；步骤S3：读取下一帧图像，将其作为当前帧图像，获取并处理当前帧图像、前一帧图像的运动目标区域的颜色-曲率概率分布图，得到当前帧图像的候选区域；步骤S4：若当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值，将候选区域作为其运动目标区域；重复执行步骤S3与步骤S4，实现所述运动目标的跟踪。
-
公开(公告)号：CN110428383A
公开(公告)日：2019-11-08
申请号：CN201910726253.X
申请日：2019-08-07
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于模糊检测概率的移动巡检模糊图像质量修正方法，属于图像质量修正技术领域，解决了现有技术无法对移动巡检模糊图像进行有效的质量评价并修正的问题。该方法包括如下步骤：对移动巡检模糊图像进行再模糊处理，对获得的参考图像进行边缘检测，获得参考图像模糊检测概率；对移动巡检模糊图像进行显著特征提取，根据显著特征提取结果确定显著阈值，根据该显著阈值将移动巡检模糊图像二值化，对获得的二值化图像进行边缘检测，获得二值化图像模糊检测概率；建立包含参考图像模糊检测概率、二值化图像模糊检测概率二者关系的图像质量评价模型，判断移动巡检模糊图像质量是否合格，如果不合格，修正摄像头参数，重新判断，直到合格为止。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.025 seconds)
