基于空间耦合关系和历史模型的目标跟踪方法

    公开(公告)号:CN106127766B

    公开(公告)日:2018-12-25

    申请号:CN201610467214.9

    申请日:2016-06-24

    Inventor: 何珂 王强 周芸

    Abstract: 本发明涉及一种基于空间耦合关系和历史模型的目标跟踪方法,其主要技术特点是:建立MIL模型并在跟踪过程中不断更新该MIL模型;利用跟踪目标的历史状态构成一个目标模型池;针对当前帧选择最佳的目标模型并估计目标位置;检测目标周边区域的关键点,利用空间相关信息预测目标位置;融合利用最佳模型估计出的目标位置和利用空间相关信息预测出的目标位置,得到最终的目标位置。本发明设计合理,以多示例学习跟踪算法为基本的跟踪模型,保存一组目标历史模型,配合空间上下文信息辅助跟踪,达到了出色的跟踪效果,能够应对各种环境变化的情况,具有良好的鲁棒性和较强的可扩展性。

    基于空间耦合关系和历史模型的目标跟踪方法

    公开(公告)号:CN106127766A

    公开(公告)日:2016-11-16

    申请号:CN201610467214.9

    申请日:2016-06-24

    Inventor: 何珂 王强 周芸

    CPC classification number: G06T2207/20081

    Abstract: 本发明涉及一种基于空间耦合关系和历史模型的目标跟踪方法,其主要技术特点是:建立MIL模型并在跟踪过程中不断更新该MIL模型;利用跟踪目标的历史状态构成一个目标模型池;针对当前帧选择最佳的目标模型并估计目标位置;检测目标周边区域的关键点,利用空间相关信息预测目标位置;融合利用最佳模型估计出的目标位置和利用空间相关信息预测出的目标位置,得到最终的目标位置。本发明设计合理,以多示例学习跟踪算法为基本的跟踪模型,保存一组目标历史模型,配合空间上下文信息辅助跟踪,达到了出色的跟踪效果,能够应对各种环境变化的情况,具有良好的鲁棒性和较强的可扩展性。

    基于蚁群的压缩域显著性检测算法

    公开(公告)号:CN105472380A

    公开(公告)日:2016-04-06

    申请号:CN201510799512.3

    申请日:2015-11-19

    Abstract: 本发明属于视频显著性检测领域,具体地说,涉及基于蚁群的压缩于显著性检测算法,其技术特点是:将视频帧划分为块并建模成一个图;从压缩码流中提取每个节点的时域和空域特征,构建时空域启发矩阵;使用蚁群算法,根据时空域启发矩阵分别获得时空域显著性图;根据人眼视觉特性和时空域显著性图的特征,自适应融合时域和空域显著性图像,得到图像显著区域。本发明设计合理,其利用蚁群算法的正反馈机制和贪婪启发搜索机制,在寻找全局最优解上更有优势,时空域信息结合更符合人眼视觉规律,自适应融合方式使得最终检测效果更加符合人眼主观感知质量。同时,本发明不依赖于视频内容变化以及编码时参数设置的影响,具有良好的鲁棒性以及可扩展性。

    可重构智能超表面的调控方法、装置、设备及存储介质

    公开(公告)号:CN119906461A

    公开(公告)日:2025-04-29

    申请号:CN202411801944.9

    申请日:2024-12-09

    Abstract: 本申请提出一种可重构智能超表面的调控方法、装置、设备及存储介质,包括:确定至少一个待调整区域以及所述至少一个待调整区域对应的目标调整意图;按照所述目标调整意图控制至少一个可重构智能超表面分别形成可覆盖所述至少一个待调整区域的波束。本申请实施例通过始终对至少一个待调整区域进行调整,因此通过大规模铺设RIS,可以实现至少一个待调整区域的信号变化,以降低基站的部署成本,更好的支撑车联网、自动驾驶等诸多未来应用。

    一种多业务联合下行资源分配方法

    公开(公告)号:CN116489774A

    公开(公告)日:2023-07-25

    申请号:CN202310544854.5

    申请日:2023-05-15

    Abstract: 本发明提出一种多业务联合下行资源分配方法,属于移动通信领域;具体为:首先,搭建包括基站和用户的通信场景,在每一个时隙记录当前所有用户到基站的距离;然后,定量给出eMBB用户和URLLC用户的传输模型,分别计算用户的最大传输速率;构建神经网络模型,输出连接预测矩阵;基于URLLC业务的高可靠性要求和eMBB业务的高传输速率要求建立优化目标,并结合连接预测矩阵综合决策;最后,基于Dueling Deep Q‑Learning算法训练强化学习资源调度模型,解决优化目标函数,从而给出最优的URLLC和eMBB业务抢占或共用资源的选择策略,得到多业务联合下行资源分配结果;本发明充分考虑了多小区多业务的实际通信场景的共存问题,并高效利用频域资源,满足多业务传输指标的意义。

Patent Agency Ranking