-
公开(公告)号：CN101950426A
公开(公告)日：2011-01-19
申请号：CN201010296640.3
申请日：2010-09-29
Applicant: 北京航空航天大学
IPC: G06T7/20
Abstract: 本发明公开了一种多摄像机场景下车辆接力跟踪方法。该方法利用了多摄像机协同工作，在复杂场景下实现了多个摄像机覆盖域内对车辆进行实时的持续跟踪。首先，对多摄像机获得的交通路面图像应用SIFT特征和RANSAC算法进行图像配准，并用L-M(Levenberg-Marquardt)算法优化RANSAC的变换矩阵，形成路面的全景图像；其次，提出一个基于Camshift算法和运动预测器的分层车辆跟踪方法，解决车辆交叠、部分遮挡和实时跟踪的问题；最后，提出基于交叠区域边界的多摄像机目标交接方法，当算法检测到目标进入两摄像机交叠区域时触发下一个摄像机进行车辆接力跟踪。本发明可广泛应用于室外场景中的智能监控系统或可疑车辆的持续跟踪系统，具有广阔的市场前景和应用价值。
-
公开(公告)号：CN101901293A
公开(公告)日：2010-12-01
申请号：CN201010240975.3
申请日：2010-07-29
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明提出了一种基于多种因素的轨道交通旅行时间计算模型，乘客从起始车站到目的车站之间的理论旅行时间包括：在旅行路径上的各线路的进站时间、等候时间、列车运行时间和在目的车站的出站时间，其特征在于：利用乘客特性因素、峰段换乘步行时间因素和峰段候车时间因素修正理论旅行时间计算模型，其中，进站时间由乘客特性因素、峰段换乘步行时间因素修正；等候时间由峰段候车时间因素修正；在目的车站的出站时间由乘客特性因素修正。本发明考虑到了乘客因素、峰段换乘步行时间因素和峰段候车时间因素对理论时间计算模型的影响，使得旅行时间的计算更加符合实际情况，并为后续的情分模型的建立提供更为准确的理论依据和支撑。
-
公开(公告)号：CN101894265A
公开(公告)日：2010-11-24
申请号：CN201010220975.7
申请日：2010-06-29
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种基于相关度信息的三维模型的特征提取方法和装置。该方法主要包括：获取三维模型的各个面分别对应的深度图像，分别计算出每幅深度图像和三维模型之间的相关度；将所述每幅深度图像和三维模型之间的相关度加权到每幅深度图像所对应的面所对应的特征向量中，获取三维模型的特征向量。利用本发明，能够有效地对三维模型进行特征提取，计算出的三维模型的特征向量能够准确地表示三维模型的特征信息。
-
公开(公告)号：CN101702834A
公开(公告)日：2010-05-05
申请号：CN200910236517.X
申请日：2009-10-23
Applicant: 北京航空航天大学
IPC: H04W84/18
Abstract: 本发明公开了一种基于等边三角形剖分模型的无线传感器网络中路由方法，该路由方法采用等边三角形剖分模型对区域网络进行剖分，然后为源节点选取一个三角形顶点作为路由路径获取中的虚拟源节点。在剖分后的网络中，对虚拟源节点和其他三角形顶点采用贪婪策略进行路由计算从而获取虚拟路由路径，最后为每个虚拟中间节点选择一个代表节点，从而得到实际的路由路径。本发明采用等边三角形剖分模型可以对区域网络实现全覆盖剖分，而且在全覆盖条件下相对于正方形剖分模型提高了8％～15％的覆盖率。
-
公开(公告)号：CN101699903A
公开(公告)日：2010-04-28
申请号：CN200910236516.5
申请日：2009-10-23
Applicant: 北京航空航天大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种适用于无线传感器网络的组播路由的组播树调整方法，该方法一方面通过增叶策略对组播树结构进行优化，在不影响无线传感器网络连通性的情况下，增加组播树中叶节点数目，从而减少报文转发次数，降低了无线传感器网络的总能耗；另一方面采用旁路休眠策略进行节点休眠定制，从而达到能量均衡。通过两个策略有效的降低了组播路由的能耗，同时实现了节点间的能耗均衡。本发明的调整方法可以对通过任意策略构建的无线传感器网络组播路由的组播树进行优化。
-
Patent Agency Ranking
公开(公告)号：CN101572819A
公开(公告)日：2009-11-04
申请号：CN200910085896.7
申请日：2009-06-03
Applicant: 北京航空航天大学
Abstract: 一种基于量化DCT系数零值索引的可逆图像水印方法，包含水印嵌入过程、水印提取过程和图像恢复过程；其中水印嵌入可以通过两种方式进行应用：一是在将像素图像压缩成JPEG图像的编码过程中实行嵌入，二是在已编码完成后的JPEG图像中嵌入；针对方式一，具体的嵌入过程为：(1)对原图像进行预处理，即分块(块的大小一般为8×8)、DCT变换(离散余弦变换)和量化，得到量化DCT块；(2)使用量化DCT块的中高频零系数的索引值进行水印嵌入；并对可能在提取端产生歧义的非零系数进行修改；(3)将嵌入水印后的量化DCT块进行无损编码，如行程编码和熵编码，得到JPEG图像；在提取过程中，同样利用量化DCT块的中高频系数索引值，通过嵌入方法的逆运算对水印进行提取并无损恢复原图像；方式二的嵌入与提取过程类似；本发明具有可逆性，并降低了被修改系数与嵌入的水印位数比例，能在引入较少失真的情况下嵌入大量的水印。
-
公开(公告)号：CN101557608A
公开(公告)日：2009-10-14
申请号：CN200910083789.0
申请日：2009-05-14
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于消息延时条件传输的移动无线传感器网络节点身份保护方法。该节点身份保护方法基于对邻居节点的统计和分析，实现了移动无线传感器网络中源节点Ni对消息Mi＝{MDATAi，MTIMEi}的分段打包、延时传输和延时转发。通过本发明的方法，在消息Mi＝{MDATAi，MTIMEi}的传输过程中，接收该消息Mi＝{MDATAi，MTIMEi}的普通节点Nj将无法定位消息Mi＝{MDATAi，MTIMEi}的发送地和接收地，也不能获得消息Mi＝{MDATAi，MTIMEi}的传输路径，因此该方法有效地对移动无线传感器网络中收发消息的节点进行了身份保护。
-
公开(公告)号：CN101520841A
公开(公告)日：2009-09-02
申请号：CN200910079745.0
申请日：2009-03-10
Applicant: 北京航空航天大学
Abstract: 一种高清视频中的实时抗干扰车牌定位方法使用基于Haar特征的Adaboost算法构建了多个弱分类器，并将这些弱分类器首尾进行连接，一个弱分类器的输出作为另一个分类器的输入，得到一个级联的强分类器，用于车辆前脸的检测，得到包含车牌区域的车连前脸图像；根据车辆前脸特定的纹理特征，获取彩色车辆前脸图像的纹理特征，之后根据我国车牌的固定的颜色搭配，得到蓝底白字、黄底蓝字、黑底白字和白底黑字边缘点，去掉干扰信息点后，提取同一水平区域(一行)中的连通线段，得到每行中的候选连通线。对被标记的连续各行中，以连通域的边缘作为车牌的四个边界，在彩色图像中，划定一个矩形的车牌候选区，通过将边界不断向外扩张，获得扩展出来的区域，如果新的扩展区域内的颜色对特征点数小于阈值，则停止扩张，得到最终的车牌区域。本发明能够对高清视频中的高清晰图片进行车辆的检测和车牌的定位，具有极强的抗复杂背景干扰的特性，并能作到实时处理。
-
公开(公告)号：CN101373486A
公开(公告)日：2009-02-25
申请号：CN200810224285.1
申请日：2008-10-16
Applicant: 北京航空航天大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于用户兴趣模型的个性化摘要系统，该个性化摘要系统由Web信息检索单元、用户兴趣单元和个性化摘要单元组成。该个性化摘要系统通过分析用户检索日志，利用概念聚类方法建立和/或更新以层次概念结构描述的用户兴趣模型；然后依据该用户兴趣模型与检索结果进行用户兴趣与检索结果中句子相似度的解析，从而得到满足用户的个性化摘要。采用的个性化句子评分处理得到的个性化摘要充分考虑了用户的兴趣特点，使摘要的生成过程根据用户的兴趣进行匹配，可以提高摘要的有效性以及用户的满意度。
-
公开(公告)号：CN101350831A
公开(公告)日：2009-01-21
申请号：CN200810119921.4
申请日：2008-09-10
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种采用多重交点覆盖判别的无线传感器网络覆盖控制方法，该方法通过多重交点覆盖度冗余判别法则对无线传感器网络进行分布式节点动态休眠控制。在网络运行初始，每个节点均处于工作状态，并定期向邻居节点广播工作消息，同时收集所有邻居节点的工作信息；当一个节点收到邻居节点的消息时，进行冗余资格判别，通过判别结果的不同保持或转换其状态，以实现传感器网络的分布式节点动态休眠控制，并以充分必要条件判断网络节点的冗余性，避免覆盖盲点的出现，同时使活跃节点数降至最低，降低系统功耗，延长网络寿命，实现了覆盖度可配置的完备可靠高效的网络覆盖控制。
-
-
-
-
-
-
-
-
-
Search Results
327
records
(took 0.027 seconds)
