-
公开(公告)号：CN104574446B
公开(公告)日：2016-02-24
申请号：CN201510054657.0
申请日：2015-02-03
申请人： 中国人民解放军国防科学技术大学
摘要： 针对监控视频行人目标提取问题，本发明公开了一种基于联合检测与跟踪的视频行人提取方法，包括以下步骤：首先针对监控视频的第t帧图像,采用基于检测的方法检测图像中的行人目标,检测到新目标后给新目标初始化粒子滤波行人目标跟踪器,然后更新粒子滤波行人目标跟踪器,终止跟踪失败或遮挡的行人目标跟踪器，归一化行人目标跟踪器权重，最后计算行人目标的最终位置截取对应位置的目标图像，将图像和目标的坐标、时间等信息以数据库或文件等形式保存到计算机的存储器中。本发明方法能够从监控视频中鲁棒地提取出行人目标，并将行人目标的时间、位置、图片等信息存储至计算机存储中，供后期智能分析使用。
-
公开(公告)号：CN105160287A
公开(公告)日：2015-12-16
申请号：CN201510379304.8
申请日：2015-07-02
申请人： 中国人民解放军国防科学技术大学
CPC分类号： G06K9/00342 , G06K9/3233
摘要： 本发明公开了一种摄像机运动不变的时空兴趣点特征检测方法。在视频内容理解与分析，尤其是视频人体动作识别任务中，时空兴趣点特征发挥着重要作用。当摄像机运动时，现有时空兴趣点特征检测方法，容易将背景运动误检测为时空兴趣点特征。为解决该问题，本发明提出：在视频中检测图像局部特征，并跟踪生成图像局部特征运动轨迹，然后，利用局部特征运动轨迹提取背景运动模式，接着，筛选出与背景运动模式不一致的局部特征运动轨迹，用于定位时空兴趣点特征，最后，利用背景运动模式进行摄像机运动补偿，提取摄像机运动不变时空兴趣点特征。与现有方法相比，本发明能够有效抑制摄像机运动干扰，降低摄像机运动情况下时空兴趣点特征的误检测率。
-
公开(公告)号：CN104915937A
公开(公告)日：2015-09-16
申请号：CN201510376947.7
申请日：2015-07-02
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G06T5/00
摘要： 本发明提出一种基于频域矩阵分解的快速单透镜计算成像方法。在频域下，将待求解的模糊图像的频域矩阵拆分成一系列基的线性组合，对每个基进行图像复原计算，并保存所得到的对应清晰图像的基，然后对于新的模糊图像，将其同样拆分成一系列基的线性组合，可直接由所得到的清晰图像的基得到最终的图像复原效果。基于矩阵分解的图像复原算法省略了现有图像复原算法中的多次迭代优化过程，是图像复原领域全新的突破，所需计算时间大大减少，基本可以满足单透镜计算成像的实时性需求。
-
公开(公告)号：CN104732586A
公开(公告)日：2015-06-24
申请号：CN201510130012.0
申请日：2015-03-24
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G06T17/00
摘要： 本发明公开了一种三维人体动态形体重建方法，包括步骤：1、对t时刻图像由背景相减得到人体轮廓图像；2、扫描三维立体空间内的所有体块，通过投影查找表，检测各体块中心点是否为三维形体上的点；3、去除三维形体内部的三维空间点；4、对形体表皮点由对应的可视摄像机图像的二维像素点颜色平均值作颜色渲染，最终得到t时刻带颜色的三维人体形体。本发明还公开了一种三维运动光流重建方法，包括步骤：1、对各个体块中心点预先计算Jocobian光流查找表；2、计算三维光流；3、去除噪声引起的噪声光流，获得整个形体的三维运动光流。本发明的三维人体动态形体和三维运动光流快速重建方法均具有方便快捷、精度高、易于实现的优点。
-
公开(公告)号：CN104574446A
公开(公告)日：2015-04-29
申请号：CN201510054657.0
申请日：2015-02-03
申请人： 中国人民解放军国防科学技术大学
CPC分类号： G06K9/00335 , G06K9/6269 , G06K2209/21 , G06T7/251
摘要： 针对监控视频行人目标提取问题，本发明公开了一种基于联合检测与跟踪的视频行人提取方法，包括以下步骤：首先针对监控视频的第t帧图像,采用基于检测的方法检测图像中的行人目标,检测到新目标后给新目标初始化粒子滤波行人目标跟踪器,然后更新粒子滤波行人目标跟踪器,终止跟踪失败或遮挡的行人目标跟踪器，归一化行人目标跟踪器权重，最后计算行人目标的最终位置截取对应位置的目标图像，将图像和目标的坐标、时间等信息以数据库或文件等形式保存到计算机的存储器中。本发明方法能够从监控视频中鲁棒地提取出行人目标，并将行人目标的时间、位置、图片等信息存储至计算机存储中，供后期智能分析使用。
-
公开(公告)号：CN104574435A
公开(公告)日：2015-04-29
申请号：CN201410493430.1
申请日：2014-09-24
申请人： 中国人民解放军国防科学技术大学
CPC分类号： G06T7/11 , G06T7/215 , G06T2207/10016 , G06T2207/20152 , G06T2207/20192
摘要： 本发明涉及图像信息处理领域，具体公开了一种基于块聚类的运动相机前景分割方法，首先利用光流法在运动场景中进行点跟踪，获得整个场景区域的点轨迹；再通过对点轨迹进行分类以分别获得前景点轨迹和背景点轨迹，并去除掉错误轨迹；然后将视频图像分割为前景和背景区域，对于不包含点轨迹的区域，求解区域质心运动轨迹，并将区域轨迹与前景和背景轨迹比较判断该区域是否属于前景或背景，最终实现前景分割方法。本方法能够获得更高精度的点轨迹分类结果和准确的目标边缘，并能够弥补由于点轨迹不准确造成的误检测问题。
-
公开(公告)号：CN104574278A
公开(公告)日：2015-04-29
申请号：CN201510054757.3
申请日：2015-02-03
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G06T3/40
CPC分类号： G06T3/4038
摘要： 本发明公开了一种基于局部反馈机制与稀疏全局调整的航拍图像拼接方法，主要解决对特征点不明显的高原地区无人机航拍视频图像采用常规方法拼接易出现误配、失配的问题。其首先对图像进行SIFT特征提取和匹配，若通过特征匹配能建立图像变换模型且配准效果较好，则继续拼接下一帧图像；若提取SIFT特征后，特征匹配对不足以建立图像变换模型，或足以建立图像变换模型但图像拼缝处有明显错位，则建立一种局部反馈机制，对前两次的拼接进行反馈调节；若反馈调节失败，则利用无人机惯导数据信息进行图像配准，继续拼接至最终拼接出一幅全景图；最后利用拼接图像特征点间的对应关系建立优化目标函数，对全景图进行稀疏全局调整，改善全景图效果。
-
公开(公告)号：CN103617637B
公开(公告)日：2014-12-10
申请号：CN201310684414.6
申请日：2013-12-16
申请人： 中国人民解放军国防科学技术大学
摘要： 本发明公开了一种基于字典学习的低照度运动检测方法，属于数字图像处理领域；从图像块的角度出发，采用字典学习的方法，为每一个图像块建立字典，从而得到一个基于背景图像的大字典，并根据稀疏编码的相关理论，求得背景图像在字典上的稀疏系数，进而得到背景模型；然后，根据当前帧图像在字典上的稀疏投影与背景模型的差值来判断前景区域，为了保证检查结果的准确性和避免孤立点的出现，对该差值进行了加权后处理，提升了检测结果的准确性。本发明的方法能很好地避免由于低照度而引起的大噪声的影响，保证在低照度环境下运动检测结果的准确性和鲁棒性。
-
公开(公告)号：CN103955924A
公开(公告)日：2014-07-30
申请号：CN201410160037.0
申请日：2014-04-21
申请人： 中国人民解放军国防科学技术大学
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于多尺度重组DCT系数的图像锐度测量方法，首先将M×N大小图像尽分成8×8大小的块状，然后分别对每一小块进行DCT变换。8×8DCT变换将每一8×8的图像块变换为64个系数，从AC系数中提取某些随聚焦程度变化呈现更敏感、更大变化的系数，作为聚焦值计算的参与依据。本发明利用三级多尺度的重组DCT系数计算图像锐度值，计算简单、计算量小，且抗噪能力强，准确度高。
-
公开(公告)号：CN103871077A
公开(公告)日：2014-06-18
申请号：CN201410080355.6
申请日：2014-03-06
申请人： 中国人民解放军国防科学技术大学
摘要： 本发明公开了一种道路车辆监控视频中的关键帧提取方法，首先提取采集到的道路车辆监控视频的样本图像集，通过前景运动对象检测提取车辆最小外接矩形图像作为样本图像源，针对每个从进入到离开监控区域的车辆目标的外接矩形序列图像，判断符合车辆监控分析要求的作为正样本图像，不符合要求的作为负样本图像，得到用于训练AdaBoost分类器的训练样本图像集；提取前景车辆目标的面积特征和积分通道特征，训练得到AdaBoost分类器；利用训练好的分类器对从进入到离开监控区域的车辆目标的外接矩形图像序列进行分类，AdaBoost分类器对每帧图像打分，选择打分最高的图像作为关键帧。本发明可提高道路车辆监控视频关键帧提取的有效性和准确性。
-
-
-
-
-
-
-
-
-
搜索结果
118 条记录 (耗时 0.049 秒)
