公开(公告)号：CN106952291B

公开(公告)日：2020-07-14

申请号：CN201710151289.0

申请日：2017-03-14

Applicant: 哈尔滨工程大学

Inventor： 项学智 ,  白二伟 ,  翟明亮 ,  徐旺旺 ,  颜子轲 ,  肖德广 ,  盛玉娇 ,  吕宁 ,  郭鑫立 ,  尹力

IPC: G06T7/285

Abstract: 本发明提供的是一种基于3维结构张量各向异性流驱动的场景流车流量统计与测速方法。利用多目立体相机获取图像序列；构建场景流能量泛函；构建基于HSV空间的色彩梯度恒常假设,多视角约束的数据项；设计基于3维扩散张量各向异性流驱动的场景流平滑项；极小化能量函数，得到对应的欧拉‑拉格朗日方程；将得到的场景流分量组合成一组幅度图，利用基于变分全局熵自适应水平集图像分割方法，对图像进行分割处理，得到运动目标轮廓；根据前后帧计算得到的闭合曲线及场景流，判断前后帧中分割得到的目标是否为同一个，并进行目标数量统计；根据移动目标的形心和计算出的场景流，计算对应的实际速度。本发明的方法主要用于智能交通管理。

公开(公告)号：CN109086807A

公开(公告)日：2018-12-25

申请号：CN201810779483.8

申请日：2018-07-16

Applicant: 哈尔滨工程大学

Inventor： 项学智 ,  张荣芳 ,  翟明亮 ,  吕宁 ,  郭鑫立 ,  王帅 ,  于泽婷 ,  张玉琦

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于卷积神经网络的半监督学习光流方法，属于网络设计领域。本发明提供的方法可以针对带标签和无标签的混合数据进行训练，并设计一种遮挡感知损失函数，将用于监督学习的端点误差代价函数与用于非监督学习的数据项和平滑项相结合，构建一种半监督学习光流模型，在网络架构上采用堆叠网络结构，在卷积层引入空洞卷积来增大感受野，并设计遮挡感知层来估计遮挡区域，该网络能够端到端地进行半监督光流学习。本发明提供的方法能够提高光流估计精度，并且还提出一种遮挡感知损失函数来半监督训练网络，在网络架构上设计一种堆叠网络结构从而进一步提升网络性能。

公开(公告)号：CN108932725A

公开(公告)日：2018-12-04

申请号：CN201810589261.X

申请日：2018-06-08

Applicant: 哈尔滨工程大学

Inventor： 项学智 ,  翟明亮 ,  张荣芳 ,  吕宁 ,  郭鑫立 ,  于泽婷 ,  王帅 ,  张玉琦

IPC: G06T7/207 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于卷积神经网络的场景流估计方法，属于计算机视觉领域。该方法将卷积神经网络与场景流估计相结合，可以从大量无标注的数据集中无监督学习得到场景流，进而提出了一种新的网络架构，命名为SF-Net，端到端地进行场景流无监督学习，该模型能够从输入的图像中直接提取出场景流。在估计场景流时，通过使用预先训练好的网络模型，只需通过前向计算就可以得到场景流，能够满足实时应用要求。