-
公开(公告)号：CN111696137A
公开(公告)日：2020-09-22
申请号：CN202010518472.1
申请日：2020-06-09
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多层特征混合与注意力机制的目标跟踪方法，该方法利用改进的FPN结构将图像浅层特征加以更好的保留利用，这种对浅层特征有更好保留的改进的FPN结构可以输出具有多维度、多尺度特征的融合特征。对不同尺度大小的目标，以及大小在不断变化的目标拥有更好的跟踪能力。将FPN用于级联的RPN上，对于特征提取更加精准，对于保证跟踪时对于相似干扰物有更好的区分，减少错误跟踪的情况发生。同时，利用注意力机制，在空间尺度上，使得网络对目标可能出现的位置给予更多关注，以减少由目标半遮挡，形变，光照等造成的目标丢失或目标跟踪错误的情况。
-
公开(公告)号：CN110516642A
公开(公告)日：2019-11-29
申请号：CN201910818443.4
申请日：2019-08-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种轻量化人脸3D关键点检测方法及系统，包括：将数据库中人脸关键点的N个3D参考坐标向量在三个二维平面进行降维投影；基于k阶改进型沙漏网络构建联合编码子网络，利用该联合编码子网络将每个2D视角下的N个2D参考坐标向量联合编码为2D联合热力图；采用concat法将三个2D视角下的2D联合热力图叠加为3D联合热力图；基于2D全卷积网络构建所述解码子网络，利用解码子网络将所述3D联合热力图解码为N个3D检测坐标向量。本发明设计了相应的轻量化神经网络(联合编码子网络和解码子网络)来进行联合热力图的生成、3D坐标的回归；结合了现有的2D及3D人脸关键点检测方法的优点，在保持较高检测精度的同时，减小模型参数量、提高模型运行速度。
-
-
公开(公告)号：CN109711379A
公开(公告)日：2019-05-03
申请号：CN201910002424.4
申请日：2019-01-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种复杂环境交通信号灯候选区域提取及识别方法。本发明的提取交通信号灯候选区域时，通过避开直接从灰度图像处理的方式，将对图像的处理以提取多层图像信息的感知模型，以及张量结构化的方式进行。有效去除了原始图像中冗余杂乱的区域，得到了更加精准的分割图像。同时在关联图像集抽取时结合关联元素之间的时域互相关信息从而更好的保留了图像中交通信号灯的内容。识别阶段从以感知模型为基础构建的结构张量出发提取张量内部特征，有效提高了识别精度。本发明兼顾了简单背景和复杂背景下的目标提取，准确度高，鲁棒性好。
-
公开(公告)号：CN106375766B
公开(公告)日：2018-12-18
申请号：CN201610809326.8
申请日：2016-09-08
Applicant: 电子科技大学
IPC: H04N19/176 , H04N19/577 , H04N19/42 , H04N19/14
Abstract: 本发明公开了一种光场图像压缩方法，属于图像压缩技术领域。本发明基于设置的图像组尺寸对光场子图像阵列进行矩形分块，得到第一类图像组；而对于未分组光场子图像，则基于邻近的已分组光场子图像进行图像组分组，得到由未分组及其邻近光场子图像构成的第二类图像组，两类图像组的尺寸相同。采用相同的编码方式，先对第一类图像组进行编码压缩，以图像组的中心图为参考帧，对参考帧进行帧间编码，对图像组内的的非参考帧进行帧间预测编码；然后进行第二类图像组的编码压缩，在编码时，已在第一类图像组编码则跳过。本发明用于的光场图像压，能有效提升图像压缩效果和压缩效率。
-
Patent Agency Ranking
公开(公告)号：CN108133493A
公开(公告)日：2018-06-08
申请号：CN201810023067.5
申请日：2018-01-10
Applicant: 电子科技大学
Abstract: 本发明公开一种基于区域划分和渐变映射的异源图像配准优化方法，涉及异源图像处理技术领域，具体而言，本发明将待配准图像分为多个区域，每个区域分为交界渐变部分和核心部分，在待配准图像的变换过程中，交界渐变部分和核心部分分别采用不同的变换参数进行变换，最后得到配准后的图像。本发明解决了现有的异源图像融合技术中，如果维持使用一个参数进行整张图片的变换，难以避免成像波段、景物深度和镜头畸变的影响，导致配准后的图像存在细节误差的问题。
-
公开(公告)号：CN107563310A
公开(公告)日：2018-01-09
申请号：CN201710702929.2
申请日：2017-08-16
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种违章变道检测方法，首先在输入的交通监控视频的场景中标记出待检测区域中的实线，再基于此对视频序列进行逐帧车辆检测。逐帧检测是否有目标出现在标记的实线附近，若有目标接近实线则对该目标进行跟踪。在跟踪的过程中计算当前车辆所有位置到实线上的垂直或水平投影，并计算投影到实际位置的有向距离。当相邻两帧出现该距离的符号反向则说明车辆已经越过实线，完成了变道。本发明的方法将实线附近的一个小邻域作为越线目标的候选区域，缩小了搜索和跟踪的范围，提高了整个处理过程的效率。而在跟踪过程中不断计算自己位置的几何中心与在实线上投影的有向距离来辨别车辆是否最终完成了变道，简便易行，机制鲁棒性强。
-
公开(公告)号：CN106485750A
公开(公告)日：2017-03-08
申请号：CN201610819942.1
申请日：2016-09-13
Applicant: 电子科技大学
CPC classification number: G06K9/6223 , G06T2207/20081
Abstract: 该发明公开了一种基于监督局部子空间的人体姿态估计方法，属于计算机视觉技术领域，涉及人体姿态估计方法。该方法从稀疏和非均匀采样的训练集中建立局部线性模型，很好地解决了以往学习算法遭受的通用性和鲁棒性问题，减少了估计过程中受稀疏和非均匀训练样本对估计结果的影响。并且在算法训练过程中对基础算法进行了一定的改进，在保证精确度的同时，很大程度上提高了运算效率，因此它能更好地实现实时人体姿态估计的任务。
-
公开(公告)号：CN106056039A
公开(公告)日：2016-10-26
申请号：CN201610330955.2
申请日：2016-05-18
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: Y02T10/56 , G06K9/0061 , G06K9/00362
Abstract: 本发明公开了一种针对视线估计的鲁棒混合回归方法，属于计算机视觉技术领域，涉及鲁棒混合回归方法，主要解决视线估计和视线跟踪等视觉映射问题，可以应用于汽车安全驾驶和感兴趣区域检测等领域。首先对采集到的眼部图像进行大小归一化；之后，在输入眼部图像梯度方向直方图特征和对应视线之间建立混合回归模型；接着，初始化混合回归模型的聚类中心，根据初始化聚类中心划分分组，并求解回归参数；最后，对待估计眼部图像提取梯度方向直方图特征，并利用已学到的鲁棒混合回归模型估计头部姿态。
-
公开(公告)号：CN105760898A
公开(公告)日：2016-07-13
申请号：CN201610169325.1
申请日：2016-03-22
Applicant: 电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6221 , G06K9/6226 , G06K9/6256
Abstract: 该发明公开了一种基于混合组回归方法的视觉映射方法，属于计算机视觉技术领域，涉及混合回归技术。本发明以头部姿态估计问题为例进行具体说明。首先对采集到的头部图像进行梯度方向直方图特征提取，并记录对应的头部姿态；之后，在输入梯度方向直方图和对应头部姿态之间建立混合组回归模型；接着，初始化混合组回归模型，根据初始化聚类中心划分分组，并求解回归参数；最后，在给定一个待估计头部图像时，提取图像的梯度方向直方图特征，再利用已学到的混合组回归模型估计头部姿态。提高了在头部姿态估计的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.029 seconds)
