-
公开(公告)号：CN107316015A
公开(公告)日：2017-11-03
申请号：CN201710463130.2
申请日：2017-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度时空特征的高精度面部表情识别方法，该方法首先是设计了一种端到端可训练的多通道深度神经网络模型，该模型在低层利用多个并联的深度神经网络分别提取人脸表情图像的深度时空特征，然后在高层使用全连接层对多通道深度时空特征数据进行融合，最高层采用softmax层进行识别得到表情分类。该模型将图像特征提取和特征融合整合为一个可以进行全局训练的网络，加深了网络规模，提高了识别性能。第二个创新点是本发明使用平均脸来替代中性脸，这种做法解决了测试时表情图像缺少对应的中性脸图像的问题，使得本发明可以满足实际场合的应用。本发明在表情识别领域提供了一种新的思路，具有很高的实用价值和发展前景。
-
公开(公告)号：CN106897673A
公开(公告)日：2017-06-27
申请号：CN201710044905.2
申请日：2017-01-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于retinex算法和卷积神经网络的行人再识别方法，首先提取视频数据库中的视频帧序列，构建卷积神经网络并训练出行人网络模型，利用训练好的网络模型将行人从视频帧序列中检测出来，用retinex算法将检测出的行人进行图像增强，最后将增强后的行人输入卷积神经网络中提取行人不同层次的深度特征，通过卷积神经网络最后一层的softmax分类器进行分类，得到最终匹配相似度。本发明充分考虑了现实场景中光照变化，阴影覆盖等问题，在识别之前引入retinex增强算法，模仿人类视觉系统，使图像更接近于人眼所看到的样子，有效地提高了识别效果。采用端到端的行人再识别方法，用同一个卷积神经网络将行人检测与行人识别结合在一起，解决了行人标签的对齐问题。
-
公开(公告)号：CN106875417A
公开(公告)日：2017-06-20
申请号：CN201710015550.4
申请日：2017-01-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于高阶图跨时域关联的多目标跟踪方法，首先根据多目标检测方法得到视频中各帧的检测结果；然后由这些检测响应和构建高阶边的限制函数F(vi,vj)来构建一个跨时域的普通高阶图；之后为了快速提取普通高阶图中包含的各个时域下的局部轨迹段集合，使用RANSAC‑style的优化方法将普通高阶图先转化成随机一致性高阶图，再进一步转化成普通的二阶图，最后对普通二阶图进行子图搜索，再将各个子图中多个轨迹段按照时域的先后顺序连接起来，形成目标长轨迹，从而使复杂场景中的多目标跟踪具有很好的鲁棒性。本发明充分利用复杂场景中多目标的运动信息和表象信息进行跨时域关联，解决了邻近目标表观相似时出现身份交换或者局部关联错误造成的跟踪失败问题。
-
公开(公告)号：CN104318258B
公开(公告)日：2017-05-24
申请号：CN201410513200.7
申请日：2014-09-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于时域模糊和卡尔曼滤波器的车道线检测方法，针对视频场景中车道线的漏检测以及误检测的解决方案，通过引入时域模糊处理与卡尔曼滤波器预测相结合的检测跟踪方法达到车道线的实时检测与跟踪，同时考虑车道线的类型以及用RBF算法检测车道线的颜色，有效避免了场景中由于虚车道线的不连续造成的漏检，以及路面标示造成的误检，同时提高了检测的速度。
-
公开(公告)号：CN106548131A
公开(公告)日：2017-03-29
申请号：CN201610899506.X
申请日：2016-10-14
Applicant: 南京邮电大学
CPC classification number: G06K9/00362 , G06K9/00711 , G06K9/6212
Abstract: 本发明公开了一种基于行人检测的施工人员安全帽实时检测方法，首先利用大量已标注样本对基于ACF特征提取的Adaboost分类器进行多次迭代训练；然后利用训练好的分类器对视频序列进行行人检测，确定目标的精确位置和数量；接着对检测结果进行轨迹分析，通过轨迹信息判断检测结果是否有误，对检测结果得分不高的情况，做丢弃处理，对得分较高的检测结果进行跟踪，利用检测结果中人体头部在检测结果顶部的特性，锁定安全帽所在部位，通过颜色空间转换，根据分离颜色通道统计像素信息，利用像素占比判断，最终实现安全帽检测。本发明对多种场景具有很好的鲁棒性，同时基于HSV空间的像素点统计检测方法，针对特定颜色的安全帽有很好的效果。
-
Patent Agency Ranking
公开(公告)号：CN106503718A
公开(公告)日：2017-03-15
申请号：CN201610835140.X
申请日：2016-09-20
Applicant: 南京邮电大学
IPC: G06K9/46
Abstract: 本发明公开了一种基于滤波器组的局部二值模式图像描述方法，包括：将输入的人脸图像进行分块获得若干图像块；对所述每个图像块进行基于滤波器组的卷积滤波，并分别卷积滤波处理后的每个图像块进行LBP编码，获得每个图像块的若干个FBLBP值；对每个图像块所得若干个FBLBP值进行统计，获得每种滤波器模式下的FBLBP直方图特征，并按顺序将滤波器组中所有滤波器模式下的FBLBP直方图特征组合成该图像块的FBLBP直方图特征；以及，依次提取每个图像块的FBLBP直方图特征，并串联起来构成该人脸图像的直方特征向量。本发明将局部图像与滤波器组卷积获得响应代替像素来对图像进行编码，获取图像的多尺度信息，使LBP算子更具有鲁棒性和抗干扰性，可增强LBP描述子对图像的表征能力。
-
公开(公告)号：CN106250821A
公开(公告)日：2016-12-21
申请号：CN201610576986.6
申请日：2016-07-20
Applicant: 南京邮电大学
CPC classification number: G06K9/00288 , G06K9/00268 , G06K9/6223
Abstract: 本发明公开了一种聚类再分类的人脸识别方法，包括：获取训练样本；对训练样本进行均值化处理；对人脸图像进行Gabor纹理特征提取，得到每张人脸图像在提取特征后对应的特征向量；对所得每张人脸图像提取的Gabor纹理特征进行降维获得降维后的特征向量；及进行聚类运算，直至距离收敛以完成聚类；对聚类后的所有特征向量分类获得若干子类，计算确定每向量均值，计算获得类内距离和类间距离；对待识别目标的人脸图像进行特征提取和预处理，获得经投影变换后的特征向量，并将所得特征向量与每个子类中特征向量依次计算距离，以获得相似度；确定待识别目标的身份信息。本发明可缩小类间距离以减小采集过程中的误差，提高了人脸识别的准确率。
-
公开(公告)号：CN106203260A
公开(公告)日：2016-12-07
申请号：CN201610482796.8
申请日：2016-06-27
Applicant: 南京邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00771 , G06K9/00342
Abstract: 本发明公开了一种基于多摄像机监控网络的行人识别与跟踪方法，包括：划分若干个视频包围圈；对目标行人特征提取并存储；初始化视频包围圈；利用跟踪算法获得多张待识别行人图像，对每张待识别行人图像进行特征提取；利用光照监控算法检测获得各摄像机在每帧所对应的监控画面亮度指数；计算得到待识别行人与目标行人相似度；根据计算所得相似度判断是否为目标行人，生成用于目标行人识别成功的报警信号，且根据设置的视频包围圈切换准则进行视频包围圈切换；重复执行上述步骤，以实现对目标行人进行连续识别与跟踪。本发明可完成监控任务下的联动切换，可利用多特征方式进行实时、鲁棒的目标识别与跟踪，提高识别的准确性和可靠性。
-
公开(公告)号：CN106127185A
公开(公告)日：2016-11-16
申请号：CN201610520935.1
申请日：2016-07-01
Applicant: 南京邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00288
Abstract: 本发明公开了一种非限制环境下基于低秩协同的人脸性别识别方法，属于图像处理技术领域。针对的技术问题是对于自然环境下的人脸图像，传统图像识别方法的识别正确率不高的问题。本发明使用非限制环境下的人脸图像作为输入图像，经过低秩分解处理，将处理过的图像随机划分成训练图像和测试图像。然后使用字典学习算法，从训练图像中得到人脸性别表示的字典，最后通过协同表示进行识别分类。本发明在特征提取阶段前使用低秩分解来对齐人脸图像，提高了识别算法的识别正确率；采用协同表示进行分类，提高了系统的识别率和对遮挡的鲁棒性，在自然环境下的人脸性别识别领域，本发明提出了一种新的有效思路，具有很高的实用价值和发展前景。
-
公开(公告)号：CN106023650A
公开(公告)日：2016-10-12
申请号：CN201610515762.4
申请日：2016-07-01
Applicant: 南京邮电大学
IPC: G08G1/16
CPC classification number: G08G1/166
Abstract: 本发明公开了基于交通路口视频及计算机并行处理的实时行人预警方法，包括路口运动前景的提取，行人目标的分类提取，对行人目标的实时跟踪以及对行人进入路口的报警。在预警过程中，通过使用Vibe算法提取监控视频中的前景运动目标，使用离线训练的行人线性SVM分类模型对前景运动物体的行人与非行人的分类，最后使用JPDA(Joint Probabilistic Data Association，联合概率数据关联)跟踪算法对行人目标进行跟踪，获取行人的运动数据，从而进行预警。本发明主要针对交通路口视频中检测并跟踪行人目标进行实时处理提出改进方法。本发明中，采用多线程并行处理，动态缓冲队列共享数据，最大程度地保证在前景检测和跟踪算法计算量较大的情况下能够实时处理监控视频。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.029 seconds)
