-
公开(公告)号：CN105389561B
公开(公告)日：2018-06-26
申请号：CN201510777875.7
申请日：2015-11-13
Applicant: 深圳华中科技大学研究院
IPC: G06K9/00
Abstract: 本发明公开了一种基于视频的公交车道检测方法：图像获取步骤，从成像设备中获取检测图像；图像预处理步骤，对检测图像进行缩放、掩膜处理、灰度化和高斯平滑滤波等预处理；边缘图像提取步骤，利用Canny算法对预处理后图像提取边缘图像；直线检测步骤，对边缘图像利用霍夫变换算法检测候选直线，对候选直线进行聚类得到可信度最高的直线；直线约束步骤，利用半帧图像单条直线的倾斜角、单帧图像两条直线的对称性信息对直线进行约束；车道跟踪步骤，利用多帧图像车道位置相近信息进行车道跟踪，检测得到有效车道；车道识别步骤，利用SVM颜色分类器识别车道。本发明可以应用于智能交通系统中实时、准确、稳定检测识别公交车道。
-
公开(公告)号：CN104636758B
公开(公告)日：2018-02-16
申请号：CN201510075677.6
申请日：2015-02-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于支持向量回归的雷达图像适配性预测方法。所述方法包括：学习阶段，提取SAR图像多维特征构成学习集；对学习集样本特征预处理后，将其分为学习集L1、L2，然后用学习集L1训练支持向量机，并用得到的SVM模型对学习集L2进行分类，根据分类正确率、样本特征和类心之间的距离计算各样本的适配率；之后利用学习集特征及其相应的适配率，拟合回归得到适配性预测函数模型；预测阶段，对待评估的SAR图像，提取对应特征作为测试样本数据，数据预处理后输入适配性预测函数模型，计算出该图像的适配率。本发明根据SAR图像的强度及纹理结构特征，建立起SAR图像适配率和特征信息之间的函数关系，通过实验验证了该方法能准确评估SAR图像的匹配性能。
-
公开(公告)号：CN106920253A
公开(公告)日：2017-07-04
申请号：CN201710073835.3
申请日：2017-02-10
Applicant: 华中科技大学
CPC classification number: G06T2207/10016 , G06T2207/20016 , G06T2207/30232
Abstract: 本发明公开了一种基于遮挡分层的多目标跟踪方法，包括：构建背景场景，在背景场景上进行分割处理获得背景场景的层次模型，对当前帧图像和背景场景进行背景差分处理提取前景区域的形位参数，确定当前帧图像中前景区域和上一帧图像中目标关联关系，若一个前景区域与一个目标关联，则用单目标跟踪方法获得该目标在当前帧图像中的状态，若一个前景区域与多个目标关联，则用马尔可夫链蒙特卡洛采样方法获得多个目标在当前帧图像中的状态，若一个前景区域不与任何目标关联，则认为该前景区域为新进目标。本发明解决了多目标跟踪中由于目标间遮挡以及目标与背景遮挡导致的跟踪失败问题，适用于开放式环境下依赖于目标跟踪技术的智能视频监控系统。
-
公开(公告)号：CN104134078B
公开(公告)日：2017-04-26
申请号：CN201410349739.3
申请日：2014-07-22
Applicant: 华中科技大学
IPC: G06K9/66
Abstract: 本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括：预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作：检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，则继续处理下一图像；选取目标计数最多的分类器作为人流量统计系统中使用的最优分类器。本发明提供的方法能为人流量统计系统自动选择最优分类器，避免了手动设置分类器的不准确性和不方便性问题。
-
公开(公告)号：CN106548139A
公开(公告)日：2017-03-29
申请号：CN201610922236.X
申请日：2016-10-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人重识别方法，包括行人特征提取和特征的度量；行人特征提取主要采用滑动窗口提取图像颜色直方图，对主颜色进行扩展，再在每一行滑窗中统计每一颜色模式出现的次数，选取较大的几次之和作为该颜色的特征输出，滑窗遍历整幅图像，归一化后形成特征。为了匹配更加普适化，提取搜索源从全身到半身的特征。在度量计算时，用带搜索图像特征向量不为0的特征维度与待搜索目标特征做欧氏距离，进一步减小了复杂场景下背景因素的干扰；将本发明提供的行人重识别方法应用于复杂场景下行人的重识别，对于场景变化的可移植性强，算法稳定、速度快，能有效解决监控视频和待搜索数据库质量不高的问题，实用性强。
-
Patent Agency Ranking
公开(公告)号：CN104050471B
公开(公告)日：2017-02-01
申请号：CN201410228539.2
申请日：2014-05-27
Applicant: 华中科技大学
Abstract: 本发明公开了一种自然场景文字检测方法及系统，属于模式识别技术领域。本发明首先对图像进行二值化处理以获取文字初步候选区域，然后基于判决规则和置信度图像建立两层滤波机制以剔除伪文字区域。为弥补前期处理所可能导致的文字丢失问题，将已获得的文字候选区域形成种子区域，然后在其邻近区域根据上下文信息恢复已丢失的文字候选区域。将沿水平方向排列的相邻的文字区域形成文字行并采用分类器进行判决以剔除伪文字行。最后，将文字行中的文字以单词为单元分割开来。本发明根据上下文信息有效地对复杂自然场景中的文字进行提取，对加快实现自然场景理解与分析的自动化、智能化具有很高的实用价值。
-
公开(公告)号：CN103957472B
公开(公告)日：2017-01-18
申请号：CN201410142447.2
申请日：2014-04-10
Applicant: 华中科技大学
IPC: H04N21/8549
Abstract: 本发明公开了一种基于事件最优重组的保时序摘要视频生成方法和系统，将事件最优重组问题建立在保持事件之间的时序关系的基础之上，将事件重组的问题转换为迭代判断当前事件与已发生的事件之间的轨迹相关程度以及已发生事件的疏密程度的方式来解决。通过迭代最后得到事件重组后每个事件发生的时间点，选取适当的背景图像与事件特定时刻的目标图像进行拼接得到最终的摘要视频。该方法能够避免现行的动态视频摘要生成方法中不能完全包含原始视频中的所有事件，目标轨迹组合最优解求解困难且耗时过长，摘要视频中目标的时序混乱等问题。
-
公开(公告)号：CN104112282B
公开(公告)日：2017-01-11
申请号：CN201410333142.X
申请日：2014-07-14
Applicant: 华中科技大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于在线学习的监控视频中运动目标跟踪方法，其首先利用离线训练的特定类别测器检测出视频序列中目标区域；然后结合外观特性，采用双阈值保守关联思路关联相邻两帧之间的目标，得到可靠保守的短跟踪片；再在得到的跟踪片上，利用时空域分布约束信息，定义正负样本集，分别提取颜色、纹理外观特征相似度以及运动信息，作为在线学习器训练特征集，通过机器学习在线学习算法的训练过程，得到轨迹片分布规律上基于运动和外观特性的概率统计特性；最后将两轨迹片关联形式化为求解基于运动和外观的联合后验概率最大问题。本发明缓解了近距离外观相似的拥挤场景下多运动目标跟踪问题出现的轨迹身份标定误切换问(56)对比文件Cheng-Hao Kuo et al.Multi-TargetTracking by On-Line LearnedDiscriminative Appearance Models《.2010IEEE Conference on Computer Vision andPattern Recognition》.2010,全文.Bo Yang and Ram Nevatia.An OnlineLearned CRF Model for Multi-TargetTracking《.2012 IEEE Conference onComputer Vision and Pattern Recognition》.2012,全文.
-
公开(公告)号：CN103412884B
公开(公告)日：2016-12-28
申请号：CN201310303009.5
申请日：2013-07-18
Applicant: 华中科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种异构存储介质下嵌入式数据库的管理方法，具体为：将数据文件分为小数据块和大数据块，将大数据块和优先级低的小数据块存入外存，将优先级高的小数据块存入内存；嵌入式处理器查询到待访问数据的索引块，若该数据块存在于内存，则直接访问数据，若该数据块存在于外存，则访问外存中的数据；在系统空闲期，数据库根据访问情况将部分数据块降级释放到外存，加载部分急需的数据块到内存，以实现动态调度。本发明综合两种存储介质的优势，提高数据库反应速度，扩大数据库存储容量，充分利用了嵌入式处理器的内存，由此解决单一存储介质所带来的数据库性能瓶颈的技术问题。
-
公开(公告)号：CN105844627A
公开(公告)日：2016-08-10
申请号：CN201610159838.4
申请日：2016-03-21
Applicant: 华中科技大学
CPC classification number: G06K9/6277 , G06T2207/20081 , G06T2207/20084 , G06T2207/30212
Abstract: 本发明公开了一种基于卷积神经网络的海面目标图像背景抑制方法。包括：选取复杂场景下海面目标的成像数据，预处理后按照一定的比例分成训练集L1和验证集L2；用训练集L1训练卷积神经网络，并用验证集L2对网络模型调优，得到背景预测模型B?Mod；对待抑制的海面目标图像，预处理后输入背景预测模型B?Mod，计算出每个像素的背景抑制分量；将每个像素的所有背景抑制分量加和平均得到背景抑制量；利用背景抑制量进行适当的函数映射,可以得到背景抑制后的图像。本发明根据海面目标图像中目标和背景的差异性，利用深度学习的方法获取图像中每个像素的背景抑制量，通过实验验证了该方法对海面目标图像的背景具有显著的抑制效果。
-
-
-
-
-
-
-
-
-
Search Results
291
records
(took 0.048 seconds)
