-
公开(公告)号：CN109360156A
公开(公告)日：2019-02-19
申请号：CN201810938304.0
申请日：2018-08-17
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于生成对抗网络的图像分块的单张图像去雨方法，通过将图像划分成互不重叠的大小相同的图像块，将每个图像块作为条件生成对抗网络的输入，降低输入的维度；一个生成对抗网络被训练用来实现有雨图像块到无雨图像块的非线性映射，有效克服了许多细节部分被忽略的问题，并且可以尽可能地在每个尺度上去除雨线；为了更好地维持去雨图像块之间的结构、颜色等方面的一致性，引用了双边滤波器和非均值局部去噪算法，构建了新的误差函数，添加至条件生成对抗网络的总的误差函数中。本发明不需要任何先验知识，也不需要对图像进行预处理和后处理，保证了整个结构的完整性。在测试集上的结果显示本发明先比经典算法提高了4～7dB。
-
公开(公告)号：CN108846328A
公开(公告)日：2018-11-20
申请号：CN201810527769.7
申请日：2018-05-29
Applicant: 上海交通大学
Abstract: 本发明提出了一种基于几何正则化约束的车道检测方法，包括：步骤S1，针对输入驾驶场景图像进行特征提取，得到初步车道检测和车道线检测结果；步骤S2，对初步车道检测和车道线检测结果进行交叉比较，修正检测误差区域并输出最终车道检测结果。步骤S3，通过基于结构信息的损失函数与交叉熵损失结合，对检测结果进行优化，并训练网络。本发明是一种高效高精度的可行驶区域分割方法，在现有车道检测模型上，通过引入交通场景中道路固有的几何信息作为约束，有效排除环境干扰，并提高车道检测的准确性。本发明不需要对图像进行预处理与后处理，实现端到端的车道检测。实验结果显示，相较于经典检测方法，本发明在检测准确度上有较大提升。
-
公开(公告)号：CN108805080A
公开(公告)日：2018-11-13
申请号：CN201810604456.7
申请日：2018-06-12
Applicant: 上海交通大学
CPC classification number: G06K9/00778 , G06K9/6256 , G06N3/0454
Abstract: 一种基于上下文的多层次深度递归网络群体行为识别方法，包括：步骤S1，基于上下文的二值化编码器，对子动作信息进行编码，形成单人动态信息；步骤S2，使用人体检测和追踪方法产生人的运动轨迹作为单个人体轨迹，将所有单个人体轨迹分成具有时空一致性的人体群组，并利用单人动态信息建立单人交互模型来对人体群组内部交互以及人体群组间交互进行建模；步骤S3，训练提出的多层次递归上下文编码网络，来学习单人动态信息与人体群组内部和人体群组间交互的特征。本发明所提出的方法对于识别群体行为很有效，对复杂环境下的人体检测具有鲁棒性，以及有足够高的灵活性来模拟高阶交互语境。
-
公开(公告)号：CN108665414A
公开(公告)日：2018-10-16
申请号：CN201810441445.1
申请日：2018-05-10
Applicant: 上海交通大学
IPC: G06T3/40
Abstract: 本发明提供了一种自然场景图片生成方法，包括：根据图片中不同视觉元素或者不同图层之间的依赖关系，基于Hawkes过程建立自然场景生成模型；其中，所述自然场景生成模型包括：异步层生成网络和对抗生成网络；所述异步层生成网络用于生成标签序列；所述对抗生成网络用于根据所述标签序列生成对应的图层，并将生成的图层进行叠加处理后得到合成的自然场景图片；通过所述自然场景生成模型生成合成的自然场景图片。本发明中的方法充分考虑了图片中视觉元素的景深上的结构，使得生成的自然场景图片更加真实清晰。
-
公开(公告)号：CN108596149A
公开(公告)日：2018-09-28
申请号：CN201810441345.9
申请日：2018-05-10
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于条件对抗生成网络的运动序列生成方法，包括：获取初始运动序列图片；检测出所述初始运动序列图片对应的骨架序列图片；将所述骨架序列图片和所述初始运动序列图片对应的外观图片作为条件对抗生成网络的输入条件，以使所述条件对抗生成网络输出目标运动序列图片。本发明采用骨架序列图片和外观图片作为条件对抗生成网络的两个输入，从而能够提供给运动画面较强的结构、几何方面的约束，得到流畅清晰的运动轨迹，实现对视频序列的准确预测。
-
Patent Agency Ranking
公开(公告)号：CN102156991A
公开(公告)日：2011-08-17
申请号：CN201110089324.3
申请日：2011-04-11
Applicant: 上海交通大学
IPC: G06T7/20
Abstract: 一种视频图像处理技术领域的基于四元数的物体光流跟踪方法，利用了颜色的四元数表示，以整体信号的形式来处理颜色并估计光流。通过这种方式在具有空间颜色变化的像素位置能获得更准确的光流估计，从而能更健壮地跟踪物体上的特征点，降低跟踪误差。本发明同时采用四元数颜色角点，作为跟踪时可靠的特征点。采用四元数颜色角点和和灰度值角点共同构成跟踪时良好的特征点集，结合四元数光流估计算法进行物体光流跟踪。
-
-
公开(公告)号：CN101826153A
公开(公告)日：2010-09-08
申请号：CN201010109211.0
申请日：2010-02-11
Applicant: 上海交通大学
Abstract: 一种模式识别技术领域的火灾检测方法，包括以下步骤：检测当前帧的运动轮廓；提取当前帧的运动区域；得到当前帧运动区域的火焰颜色分布、空间变化分布和时域变化分布；对当前帧运动区域中每个像素点进行颜色-时域-空域的统一滤波，并标记火焰像素；统计当前帧火焰像素的个数，如果当前帧不包含火焰区域，则继续对监控图像进行火灾检测；如果当前帧包含火焰区域，则重复上述步骤，依次对该帧后连续的L帧图像进行检测，如果该L帧都包含火焰区域，则启动火灾警报；否则，继续对监控图像进行火灾检测。本发明提高了火灾发现的准确性，实现了实时有效的早期火灾预警。
-
公开(公告)号：CN101281648A
公开(公告)日：2008-10-08
申请号：CN200810036762.1
申请日：2008-04-29
Applicant: 上海交通大学
IPC: G06T7/20
Abstract: 一种视频智能监控技术领域的低复杂度的尺度自适应视频目标跟踪方法，包括：初始化粒子样本状态；对粒子样本，每一个采样点随机产生两种尺度因子，计算样本二阶自回归中心点，并作为均值漂移的中心点进行存储；根据样本集合中的采样点的二阶自回归中心，得到具有邻域一致性的均值漂移场；对每个样点建立重要性采样密度函数，从蒙特卡罗采样的概率角度与均值漂移方法结合，得到样本的更新状态，并在状态下更新权值，然后通过对采样点集合进行重采样，得到当前时刻目标最终状态的后验概率分布的离散估计。本发明提高目标尺度空间的跟踪准确度，降低了实时视频跟踪中的计算复杂度。
-
公开(公告)号：CN101257627A
公开(公告)日：2008-09-03
申请号：CN200810034857.X
申请日：2008-03-20
Applicant: 上海交通大学
Abstract: 一种信号处理的视频编解码技术领域的联合LDPC信道码和H.264的视频编解码方法，在编码端，协调H.264编码的NAL单元与LDPC码字中信息位的长度关系，使LDPC码字信息位长度大于NAL单元的最大可能值，对NAL单元填充0直到其长度等于LDPC码信息位的长度，然后用LDPC编码信息位；在解码端，首先，初始先验信息译码，降低后续译码过程的不确定性；然后，进行多副本迭代译码，在每次迭代译码中，基于H.264语法检查结果，更新每个信息位的先验似然比。本发明提升了LDPC码译码过程中似然比的准确度，提高了视频传输的准确性。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.025 seconds)
