-
公开(公告)号：CN113269701B
公开(公告)日：2024-04-26
申请号：CN202110501022.6
申请日：2021-05-08
Applicant: 大连海事大学
IPC: G06T5/50 , G06T5/60 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/048
Abstract: 本发明提供一种基于注意力引导和核选择机制的低照度图像增强方法，包括：获取非配对的正常光图像和低光图像；对低光图片进行灰度提取，并将获得的灰度图像以作为注意力引导图；将所述低光图像与注意力引导图融合后输入训练后的生成对抗网络，并基于所述生成对抗网络生成增强图像。本发明整体框架采用深度学习生成对抗网络的思想，解决了低照度图像且细节不明显、对比度较低、颜色失真严重并且容易受到噪声干扰的问题。
-
公开(公告)号：CN111428658B
公开(公告)日：2024-02-20
申请号：CN202010231644.7
申请日：2020-03-27
Applicant: 大连海事大学
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于模态融合的步态识别方法，属于模式识别技术领域，为解决现有步态识别技术受光照条件以及复杂背景或协变量影响较大，导致轮廓图提取不准确，从而影响识别精度以及由于缺少人体基本属性信息而使其特征表达能力受到限制，同时由于关键点序列是非结构化数据，难以用深度网络进行建模，多采用凭经验人工设计特征的方法，无法最大化挖掘有效的判别特征，影响识别准确率及泛化能力的问题。本发明采用模态融合方式，将具有互补性的人体关键点特征和步态轮廓图特征进行模态融合。人体关键点序列输入图卷积神经网络，提取基于骨架信息的步态特征，步态轮廓图序列输入卷积神经网络，提取基于轮廓信息的步态特征，提升了步态识别的准确率。
-
公开(公告)号：CN111259859B
公开(公告)日：2023-07-04
申请号：CN202010095068.8
申请日：2020-02-14
Applicant: 大连海事大学
IPC: G06V40/10 , G06V10/774
Abstract: 本发明公开了一种基于联合变量图片生成的行人重识别方法，包括：S1：选择需要进行数据扩增的行人图像P1；S2：利用OpenPose对行人图像进行姿态估计得到原始姿态信息B1；S3：规定场景类别C和目标行人姿态B2；S4：建立基于联合变量的图片生成模型，将行人图像P1、原始姿态信息B1、场景类别C和目标行人姿态B2输入到预先训练好的图片生成模型中，得到目标场景及姿态下的行人图像P2；S5：将生成的图像添加到原始数据集中，进行行人重识别流程。
-
公开(公告)号：CN116363587A
公开(公告)日：2023-06-30
申请号：CN202310299326.8
申请日：2023-03-24
Applicant: 大连海事大学
IPC: G06V20/52 , G06V20/40 , G06V20/58 , G06V20/70 , G06V10/26 , G06V20/56 , G06V10/44 , G06V10/82 , G06V20/64 , G06T7/246 , G06N3/0464
Abstract: 本发明提供一种用于在道路监控视频中检测车辆异常行为的方法，包括以下步骤：获取道路监控视频，将道路监控视频处理为道路监控帧序列；搭建道路环境模型，对道路监控帧序列中的视频帧进行车辆轮廓检测，基于得到的车辆轮廓生成车辆3D检测框；基于各道路监控帧序列中的视频帧中的车辆3D检测框进行车辆跟踪，从而获得车辆行进轨迹；基于预设的判断逻辑对所述车辆行进轨迹进行异常行为识别，获取识别结果。本发明在搭建的道路环境模型中对车辆进行3D检测并提取车辆轨迹，同时基于车辆异常行为识别模型，最终使实现对违章停车、违章压线、超速和逆行等车辆异常行为进行检测识别。
-
公开(公告)号：CN115908178A
公开(公告)日：2023-04-04
申请号：CN202211436297.7
申请日：2022-11-16
Applicant: 大连海事大学
IPC: G06T5/00 , G06V10/26 , G06V10/44 , G06V10/762
Abstract: 本发明提供一种基于暗通道先验的水下图像复原方法，主要包括：使用SLIC超像素分割算法对原始图像进行分割，将得到的超像素分割块代替暗通道固定方形滤波窗口；利用背景光待选点聚集性的分布特征以及待选点周边邻域的平滑特征，对水下图像暗通道中背景光待选点进行自适应的选择；根据输入图与背景光值求取自适应透射率；基于所述水下图像复原模型、最终背景光值以及自适应透射图求解初步复原图像；在Lab颜色空间对初步复原图像进行颜色补偿，并对颜色补偿后的图像整体使用Gamma修正模型进行对比度和饱和度调整。本发明解决了颜色失真问题，提升水下图像的复原质量，同时具有更强的场景适应能力。
-
Patent Agency Ranking
公开(公告)号：CN110516638B
公开(公告)日：2022-09-27
申请号：CN201910817381.5
申请日：2019-08-30
Applicant: 大连海事大学
IPC: G06V40/20 , G06V10/764
Abstract: 本发明提供一种基于轨迹和随机森林的手语识别方法，主要包括：采集原始深度图像和骨骼数据；建立基于随机森林的分类模型并遍历分割节点计算深度差特征；判断进入树模型的左分支或者右分支，反复执行遍历步骤直至到达分割节点或者叶节点；提取手指关节点间向量和角度作为测试特征，计算测试特征与模板特征的DTW距离；根据得到的所述DTW距离输出识别结果。本发明根据深度图像估计出手指的三维坐标点，克服了由于Kinect深度摄像头获取的深度图只能提供较弱的特征描述，手指间相似性而产生的模糊性，手部图像在整个图像中所占面积通常很小，容易导致低信噪比以及手指关节点细节丢失，还解决了人手的非刚体特性导致的遮挡和自遮挡问题等多种缺点。
-
公开(公告)号：CN110490973B
公开(公告)日：2022-09-16
申请号：CN201910794096.6
申请日：2019-08-27
Applicant: 大连海事大学
IPC: G06T17/00
Abstract: 本发明提供一种模型驱动的多视图鞋模型三维重建方法，包括：选取初始模型；提取相同拍摄角度下的初始模型掩膜图像的轮廓与待恢复鞋图片掩膜的轮廓；获取单视图片网格变形结果；获取每一视图网格变形结果，进行联合优化获取变形最终结果；求取相同拍摄角度下鞋图片与模型图片的交集作为映射像素，将图像颜色反投影到该相机参数下所有可见顶点，通过计算重合部分取中位数并填充孔洞部分，得到最终纹理映射的鞋模型。本发明根据视频中人物的行走姿势预估出视频中鞋图片呈现角度，进而调整鞋模型到该角度产生相同角度鞋图片，是图像匹配的辅助工作，可大大减少了由于视角不同引起的误差，提高准确率。
-
公开(公告)号：CN111601089B
公开(公告)日：2022-04-12
申请号：CN202010472844.1
申请日：2020-05-28
Abstract: 本发明公开了一种用于对AUV的回收和吊装过程进行实时监控的AUV回收平台，包括：设置在AUV回收装置上用于实时监测AUV的运动方向信息的采集模块；设置在AUV回收装置内、采用声学引导原理和光学引导原理引导AUV平稳进入AUV回收装置内的出入舱引导模块；接收所述采集模块和出入舱引导模块传送的数据信息的控制舱，所述控制舱设置在AUV回收装置内、用于控制AUV回收装置的运动状态以及AUV的回收过程；设置在吊装系统内用于对AUV回收装置的起吊、下放以及对回收AUV的过程进行实时监控的吊装操作终端，所述控制舱与吊装操作终端数据通信；接收所述吊装操作终端和控制舱传送的吊装过程数据信息的回收总控制终端。
-
公开(公告)号：CN110310549B
公开(公告)日：2021-09-07
申请号：CN201910591873.7
申请日：2019-07-01
Applicant: 大连海事大学
Abstract: 本发明公开了一种可见光通信、定位科研教学一体化实验装置，该装置包括一可拆卸的立方体框架、安装在立方体框架内部并且可沿立方体框架立柱上下滑动定位的发射端安装网格、以及安装在立方体框架底部的接收端，框架各外表面还有可拆卸的遮光罩，通过安装拆卸遮光罩、改变布置在发射端安装网格上的发射段数量与布局、以及改变接收端的数量与布局，可以模拟不同情形下的可见光通信环境，以对可见光通信和定位系统进行研究和展示。
-
公开(公告)号：CN113269701A
公开(公告)日：2021-08-17
申请号：CN202110501022.6
申请日：2021-05-08
Applicant: 大连海事大学
Abstract: 本发明提供一种基于注意力引导和核选择机制的低照度图像增强方法，包括：获取非配对的正常光图像和低光图像；对低光图片进行灰度提取，并将获得的灰度图像以作为注意力引导图；将所述低光图像与注意力引导图融合后输入训练后的生成对抗网络，并基于所述生成对抗网络生成增强图像。本发明整体框架采用深度学习生成对抗网络的思想，解决了低照度图像且细节不明显、对比度较低、颜色失真严重并且容易受到噪声干扰的问题。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.028 seconds)
