-
公开(公告)号：CN114004865A
公开(公告)日：2022-02-01
申请号：CN202111314111.6
申请日：2021-11-08
Applicant: 兰州交通大学
Abstract: 本发明公开了一种结合DSST尺度估计的孪生网络增强现实目标跟踪注册方法，将DSST滤波器引入到孪生网络跟踪过程中，用HOG特征弥补孪生网络中深度特征，抑制向相似目标产生漂移；转移到DSST中的候选目标由SiamFC筛选更加准确，缓解了DSST的边界效应；目标位置和尺度传递回SiamFC网络后，采用线性插值更新相关滤波系数进行目标重定位，得到较为精准的待注册目标区域；对待注册目标特征通过ORB算法进行检测匹配，通过汉明距离进行匹配后对误匹配对采用RANSAC进行剔除，并根据匹配相邻帧间特征关系求得注册矩阵，并与OpenGL生成的立方体虚拟模型渲染后完成虚拟信息的注册，确保实时性的同时提高了传统的增强现实跟踪注册算法结果的准确率、鲁棒性和稳健性。
-
公开(公告)号：CN113947683A
公开(公告)日：2022-01-18
申请号：CN202111203194.1
申请日：2021-10-15
Applicant: 兰州交通大学
Abstract: 本发明涉及一种指尖点检测方法、系统及指尖点运动轨迹识别方法、系统，在手部区域跟踪的基础上，首先利用边缘检测算法提取手部轮廓，然后采用自适应K值的K‑COS算法计算手部轮廓曲率进而定位候选指尖点，根据手指两侧近似的平行特征和1‑D特征利用平行向量法排除噪声指尖点，进而实现对多自由度指尖点的准确检测；上述采用K‑余弦曲率法和平行向量法检测所述手部轮廓上的指尖点的方法中可得指尖点与掌心的位置和距离，因此可用每个手指点到掌心点的连线(方向矢量)表示自然指尖点运动特征，采用改进的DTW算法实现对指尖点特殊运动轨迹的识别，进而为AR装配系统准确叠加虚拟信息提供支撑。
-
公开(公告)号：CN111191587B
公开(公告)日：2021-04-09
申请号：CN201911393313.7
申请日：2019-12-30
Applicant: 兰州交通大学
Abstract: 本发明涉及一种行人重识别方法及系统。方法包括获取双线性卷积神经网络模型；获取输入行人图像；利用主干网络，提取输入行人图像的中间特征；对中间特征进行切片操作，得到分块特征；利用主干网络和分干网络对分块特征进行卷积和线性整流操作，得到第一行人分块细粒度特征和第二行人分块细粒度特征；对第一行人分块细粒度特征和第二行人分块细粒度特征采用双线性池化层进行融合，得到融合特征；根据待识别行人图像的融合特征与待搜索库中图像的融合特征之间的距离，确定待搜索库中与所述待识别行人图像相同的图像。本发明所提供一种行人重识别方法及系统，解决现有技术中行人重识别出现错位和造成行人重识别的识别率低的问题。
-
公开(公告)号：CN111191587A
公开(公告)日：2020-05-22
申请号：CN201911393313.7
申请日：2019-12-30
Applicant: 兰州交通大学
Abstract: 本发明涉及一种行人重识别方法及系统。方法包括获取双线性卷积神经网络模型；获取输入行人图像；利用主干网络，提取输入行人图像的中间特征；对中间特征进行切片操作，得到分块特征；利用主干网络和分干网络对分块特征进行卷积和线性整流操作，得到第一行人分块细粒度特征和第二行人分块细粒度特征；对第一行人分块细粒度特征和第二行人分块细粒度特征采用双线性池化层进行融合，得到融合特征；根据待识别行人图像的融合特征与待搜索库中图像的融合特征之间的距离，确定待搜索库中与所述待识别行人图像相同的图像。本发明所提供一种行人重识别方法及系统，解决现有技术中行人重识别出现错位和造成行人重识别的识别率低的问题。
-
公开(公告)号：CN109903274B
公开(公告)日：2020-05-15
申请号：CN201910097118.3
申请日：2019-01-31
Applicant: 兰州交通大学
Abstract: 本发明公开一种高分辨率遥感影像变化检测方法及系统。首先对两幅高分辨率遥感影像分别利用简单线性迭代算法SLIC进行超像素分割，得到第一超像素分割图像和第二超像素分割图像；提取第一超像素分割图像和第二超像素分割图像的光谱特征和纹理特征；根据各光谱特征和各纹理特征，计算第一超像素分割图像和第二超像素分割图像的特征差异向量；根据特征差异向量，得到第一幅变化幅度图像和第二幅变化幅度图像；将第一幅变化幅度图像和第二幅变化幅度图像融合得到统一的变化幅度图像；根据统一的变化幅度图像利用条件随机场算法，得到变化图像。本发明能够消除产生的噪声并很好的保留变化图像的边界信息，提高检测结果的精确度。
-
Patent Agency Ranking
公开(公告)号：CN110781964A
公开(公告)日：2020-02-11
申请号：CN201911028281.0
申请日：2019-10-28
Applicant: 兰州交通大学 , 兰州博才科技有限公司
Abstract: 本发明公开一种基于视频图像的人体目标检测方法及系统。该方法包括：获取带有标注信息的视频图像人体目标数据集；采用迁移学习算法，提取TINY YOLOv3模型的部分网络层，得到预训练模型；采用带有标注信息的视频图像人体目标数据集和预训练模型，对TINY YOLOv3模型进行训练，得到训练好的人体目标检测模型；将人体目标检测模型部署至树莓派设备；获取待检测的视频图像；将待检测的视频图像输入至树莓派设备中的人体目标检测模型，对待检测的视频图像中的人体目标进行检测。本发明可以改善嵌入式设备在视频图像人体目标检测中出现的漏检、误检、遮挡等现象，提高行人目标检测的位置精度，满足实时性的要求。
-
公开(公告)号：CN116168312B
公开(公告)日：2023-09-08
申请号：CN202310155912.5
申请日：2023-02-23
Applicant: 兰州交通大学
Abstract: 本发明公开一种复杂场景下端到端的AR辅助装配三维注册方法及系统，涉及AR辅助装配技术领域，训练好的位姿预测模型包括依次连接的特征提取模块和位姿预测模块，特征提取模块采用特征注意力机制和多尺度网络框架，位姿预测模块采用线性回归、可微渲染器和位姿校准网络，后续利用训练好的位姿预测模型确定场景图像中的待注册对象的预测位姿，以进一步根据预测位姿将虚拟信息渲染至待注册对象上，从而实现虚拟信息的渲染，通过采用新型结构的训练好的位姿预测模型，能够实现强适应性、高准确度和实时性的位姿预测，从而有效提高实际AR辅助装配作业的效率。
-
公开(公告)号：CN113608618A
公开(公告)日：2021-11-05
申请号：CN202110918275.3
申请日：2021-08-11
Applicant: 兰州交通大学
Abstract: 本发明涉及一种手部区域跟踪方法及系统，该方法首先对自然指尖点交互的移动AR装配系统采集二维视频序列图像，并对采集的图像从图像大小、变换角度方面进行预处理，利用手部肤色均值迭代分割和APBS背景减除的方法确定待注册的手部区域位置，实现对手部区域定位；然后将相关滤波跟踪算法应用于手部区域跟踪，并采用考虑之前所有帧的策略来解决KCF算法每帧图像训练的权重向量更新问题，实现KCF算法对手部区域的自适应跟踪，进而实现复杂环境下对手部区域实时、准确及稳定的跟踪，为指尖点准确实时检测识别提供支撑。
-
公开(公告)号：CN113345072A
公开(公告)日：2021-09-03
申请号：CN202110608819.6
申请日：2021-06-01
Applicant: 兰州交通大学
Abstract: 本发明涉及一种多视角遥感地形影像点云重建方法及系统，该方法包括：获取多个多视角遥感地形影像；对多视角遥感地形影像进行特征提取，获得影像特征；在设定的约束条件下，根据影像特征进行特征点匹配；对特征点对中两个特征点进行前方交会得到模型点；根据各模型点生成面元，各面元作为种子点，各种子点构成种子点集合；根据各种子点对应的面元进行扩散，得到密集面元；根据设定的过滤条件对多个密集面元进行过滤，得到过滤后的面元；用过滤后的面元更新种子点集合；返回步骤“根据各种子点对应的面元进行扩散，得到密集面元”，直到迭代次数达到预设次数，得到多视角遥感地形影像的三维点云；本发明提高了重建精度和效率。
-
公开(公告)号：CN110334719B
公开(公告)日：2020-07-28
申请号：CN201910623705.1
申请日：2019-07-11
Applicant: 兰州交通大学
Abstract: 本发明中公开了一种提取遥感影像中建筑物图像的方法，包括：获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；获取待采集区域的遥感影像；将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。并且还公开了实现这一方法的具体虚拟系统。本发明提供的提取遥感影像中建筑物图像的方法和系统，具有提取图像精度高和效率高的特点。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.02 seconds)
