-
公开(公告)号：CN109034154A
公开(公告)日：2018-12-18
申请号：CN201810811435.2
申请日：2018-07-23
Applicant: 西安电子科技大学昆山创新研究院
CPC classification number: G06K9/3258 , G06K9/344 , G06K9/627 , G06K2209/01
Abstract: 本发明公开了一种发票专用章税号的提取和识别方法，主要解决现有方法在获取税号时效率差、精度低的问题。其实现步骤包括：1)获取包含发票专用章的RGB图像；2)将RGB图像进行拉普拉斯锐化，并转换到YCrCb颜色空间；3)对YCrCb颜色空间的Cr通道进行自适应阈值处理，仅保留发票专用章的内容；4)通过Canny边缘检测获取发票专用章的外轮廓椭圆图像；5)通过计算椭圆图像的质心坐标，找到中心点；6)根据中心点截取只包含税号的矩形区域；7)将矩形区域内的税号分割为单个数字；8)对每个数字进行模板匹配，识别税号。本发明有效提升了发票专用章税号的获取速度、降低了识别误差，可用于快速精确提取和识别税号。
-
Patent Agency Ranking
公开(公告)号：CN105913457B
公开(公告)日：2018-11-16
申请号：CN201610230000.X
申请日：2016-04-14
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于加强粒子群优化的粒子滤波目标跟踪方法，主要解决粒子滤波视频跟踪算法在跟踪过程中出现的粒子匮乏问题。其实现步骤是：1.在粒子滤波框架下，通过目标状态预测得到候选目标；2.通过提取候选目标的局部二值特征LBP统计直方图作为候选目标特征；3.通过计算候选目标特征与模板之间的距离，得到对应权值；4.通过加强粒子群优化算法对预测粒子进行优化；5.对优化后的粒子进行重采样；6.将重采样后的粒子进行融合得到目标的状态估计值，实现对目标的可靠跟踪。本发明能有效提高粒子对目标状态的描述能力，增加粒子多样性，解决了粒子滤波过程中的粒子匮乏问题，可用于智能视频监控、机器人导航、道路交通管制系统。
-
公开(公告)号：CN105913457A
公开(公告)日：2016-08-31
申请号：CN201610230000.X
申请日：2016-04-14
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
CPC classification number: G06N3/006 , G06T2207/10016
Abstract: 本发明公开了一种基于加强粒子群优化的粒子滤波目标跟踪方法，主要解决粒子滤波视频跟踪算法在跟踪过程中出现的粒子匮乏问题。其实现步骤是：1.在粒子滤波框架下，通过目标状态预测得到候选目标；2.通过提取候选目标的局部二值特征LBP统计直方图作为候选目标特征；3.通过计算候选目标特征与模板之间的距离，得到对应权值；4.通过加强粒子群优化算法对预测粒子进行优化；5.对优化后的粒子进行重采样；6.将重采样后的粒子进行融合得到目标的状态估计值，实现对目标的可靠跟踪。本发明能有效提高粒子对目标状态的描述能力，增加粒子多样性，解决了粒子滤波过程中的粒子匮乏问题，可用于智能视频监控、机器人导航、道路交通管制系统。
-
公开(公告)号：CN108537771B
公开(公告)日：2020-10-09
申请号：CN201810086250.X
申请日：2018-01-30
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于HSV的MC‑SILTP运动目标检测方法，主要解决现有技术在纹理少或无纹理区域检测准确度低的问题。其实现步骤是：1)在MC‑SILTP纹理特征的基础上将HSV颜色空间的H和S通道颜色信息与MC‑SILTP纹理信息相融合，得到HS‑MC‑SILTP特征，使得在时间域上拥有与HSV颜色特征一致的时间序列分布；2)使用HS‑MC‑SILTP特征建立码本背景模型；3)改进码本模型的更新策略，使其更加准确地拟合背景，从而检测出运动目标。本发明提高了对纹理“平坦”区域的区分能力，漏检率低，检测结果更加完整，可用于智能监控、智能交通、人机交互、视觉导航、虚拟现实、医学诊断和可视化手术。
-
公开(公告)号：CN108446583A
公开(公告)日：2018-08-24
申请号：CN201810079476.7
申请日：2018-01-26
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于姿态估计的人体行为识别方法，主要解决现有技术在视频人体行为中处理速度过慢的问题。其实现步骤是：1.利用Open-pose方法对视频中人体进行姿态估计，提取视频中每帧人体关节点位置坐标；2.根据每帧人体关节点位置坐标，计算相邻两帧人体关节点距离变化量矩阵；3.将视频进行分段，利用每段视频距离变化量矩阵生成视频特征；4.将数据集中视频分为训练集和测试集两部分，用训练集的视频特征训练分类器，利用训练好的分类器对测试集中的视频进行分类。本发明提高了视频中人体行为识别的速度，可用于智能视频监控、人机交互、视频检索。
-
公开(公告)号：CN105427340A
公开(公告)日：2016-03-23
申请号：CN201510755799.X
申请日：2015-11-09
Applicant: 西安电子科技大学昆山创新研究院 , 西安电子科技大学
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/20024
Abstract: 本发明公开了一种基于改进箱粒子滤波的视频目标跟踪方法，主要解决现有粒子滤波视频目标跟踪方法针对大动态范围目标跟踪中存在的搜索和捕捉性能差以及粒子采样效率低的问题。其实现步骤是：1.在粒子滤波框架下将普通点粒子拓展为箱粒子，通过目标状态预测得到候选目标，提取候选目标特征；2.通过计算候选目标特征与模板之间的距离，对箱粒子进行收缩，并得到对应权值；3.对箱粒子进行重采样，进而融合得到目标的状态估计，实现对目标的可靠跟踪。本发明实现了对目标状态空间的高效覆盖，提高了采样效率，提升了对大动态范围目标的搜索和捕捉性能，可用于视频监控、目标跟踪系统。
-
-
-
-
-
Search Results
16
records
(took 0.035 seconds)
