-
公开(公告)号：CN105023001B
公开(公告)日：2018-03-27
申请号：CN201510420279.3
申请日：2015-07-17
Applicant: 武汉大学
Abstract: 本发明公开了一种基于选择性区域的多行人检测方法及系统，包括在训练阶段根据训练数据集中各样本图像提取特征，根据所得特征训练分类器构成多人检测子，包括训练单人检测子，训练双人检测子，由训练好的单人检测子和双人检测子组成多人检测子，作为最终检测子；在测试阶段对任一测试图像，对待检测区域提取可变模板特征后输入训练阶段所得多人检测子进行分类，判断是否包含行人。本发明应用在行人检测领域中可以取得很好的效果。
-
公开(公告)号：CN104615998B
公开(公告)日：2017-10-24
申请号：CN201510081237.1
申请日：2015-02-15
Applicant: 武汉大学
Abstract: 一种基于多视角的车辆检索方法，预先建立车辆潜在姿态的方位划分模型，所述方位划分模型中，定义方位划分以摄像机正面摄像点为基准点进行，平均划分为多个方位；预先设定每个方位分别关注的局部块，并建立任意两个方位的局部块对应关系；构建车辆查询库，对车辆查询库中每个用于车辆检测的图像和查询车辆图片，进行车辆姿态估计，根据方位划分模型得到车辆姿态所属方位，根据划分所得车辆姿态所属方位提取该方位所关注局部块的视觉特征，根据局部块的视觉特征采用局部二维模型来表示目标车辆；基于局部二维模型依据相关方位的局部块对应关系进行视觉相似性比对，得到相似度，获取车辆检索结果。
-
公开(公告)号：CN103729462B
公开(公告)日：2016-09-14
申请号：CN201410014852.6
申请日：2014-01-13
Applicant: 武汉大学
Abstract: 本发明公开了一种基于稀疏表示处理遮挡的行人检索方法，本发明首先采用基于块的相似性匹配获得查询行人和待测行人间的距离度量，然后采用稀疏表示的方法获得查询行人和待测行人间的遮挡程度，最后综合距离度量和遮挡程度计算行人对之间的相似性，提升了多摄像头下同一行人匹配的准确性。
-
公开(公告)号：CN105678276A
公开(公告)日：2016-06-15
申请号：CN201610036573.9
申请日：2016-01-19
Applicant: 武汉大学
CPC classification number: G06K9/00335 , G06T7/20 , G06T2207/10016
Abstract: 本发明公开了一种人体动作特征提取方法，利用快速行人检测算法检测解码图像帧中的行人；剔除行人区域中的运动矢量数据获取相机运动参数估计数据；利用相机运动的对称性及矢量差分理论，基于前一步获得的数据估计相机运动参数；根据参数估计值，消除图像运动矢量数据中的相机运动矢量，还原实际人体运动矢量数据；基于修正后的矢量数据及解码图像提取人体动作局部时空特征。本方法通过重用视频码流中的编码数据进行快速相机运动消除，提升了人体动作局部时空特征描述的精确性，提高了人体动作识别率。
-
公开(公告)号：CN105335930A
公开(公告)日：2016-02-17
申请号：CN201510711642.7
申请日：2015-10-28
Applicant: 武汉大学
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明公开一种边缘数据驱动的鲁棒性人脸超分辨率处理方法及系统，包括：S1：构建训练库；S2：采用相同的分块方式将待处理低分辨率人脸图像和训练库中图像划分为具交叠部分的图像块；S3：对训练库中低分辨率人脸图像和待处理低分辨率人脸图像中各图像块分别提取对应的边缘约束块；S4：生成待处理低分辨率人脸图像中图像块的重建系数；S5：根据重建系数恢复图像块，获得其对应的高分辨率人脸图像块；S6：拼接高分辨率人脸图像块。本发明可显著提高恢复图像的视觉感受，特别适用于低质量监控环境下人脸图像的恢复。
-
Patent Agency Ranking
公开(公告)号：CN103034974B
公开(公告)日：2015-12-23
申请号：CN201210523889.2
申请日：2012-12-07
Applicant: 武汉大学
Abstract: 基于支撑集驱动稀疏编码的人脸超分辨率重建方法，将输入的低分辨率人脸图像、高低分辨率训练集内人脸图像分别划分为相互交叠的图像块；对输入的低分辨率人脸图像的每一个图像块，首先给编码系数分配不同的权重，然后通过求解权重稀疏问题获得最终编码系数；将低分辨率训练集内每个图像相应位置图像块，用一一对应的高分辨率训练集内每个图像相应位置图像块进行替换，加权合成高分辨率图像块；按照合成的高分辨率图像块在人脸上的位置，融合成高分辨率人脸图像。本发明提出局部约束表示模型，自适应地选择训练集内样本图像块空间中与输入图像块近邻的图像块来线性重建输入图像块，得到最优权重系数，合成出高质量的高分辨率图像。
-
公开(公告)号：CN104715071A
公开(公告)日：2015-06-17
申请号：CN201510153983.7
申请日：2015-04-02
Applicant: 武汉大学
Abstract: 本发明公开了一种基于不完整文本描述的特定行人检索方法，主要思想是把用户不完整的文本描述转化为一个属性向量，然后采用一种属性完善的算法来丰富这个属性向量的描述能力。在检索阶段，基于完善后的属性向量的检索过程被分为成对的两个流程：离线处理和在线处理。对于离线处理，需要训练几个属性分类器来检测库中图片的属性；另外，还应从属性向量中学习一个距离度量标准。对于在线处理，首先采用线性稀疏重建方法来完善用户提供的属性，然后将离线学习得到的距离度量标准运用到完善后的属性向量中。实验证明，本发明的方法在两个具有代表性的数据集上获得了优越的性能。
-
公开(公告)号：CN104298992A
公开(公告)日：2015-01-21
申请号：CN201410541165.X
申请日：2014-10-14
Applicant: 武汉大学
CPC classification number: G06K9/4647 , G06K9/4652
Abstract: 本发明公开了一种基于数据驱动的自适应尺度行人重识别方法，首先采用稀疏表示的方法获得查询行人和待测行人间的跨域的支撑一致性，然后采用K近邻的方法获得查询行人和待测行人间的跨域的投影一致性，最后综合跨域的支撑一致性因子和跨域的投影一致性因子来计算行人对之间的距离。本发明通过再次利用训练数据在不同视角下的一致性来自适应地调节尺度，可以提高现有算法的性能，获得更准确的行人重识别结果。
-
公开(公告)号：CN104008380A
公开(公告)日：2014-08-27
申请号：CN201410266759.4
申请日：2014-06-16
Applicant: 武汉大学
Abstract: 一种基于显著区域的行人检测方法及系统，搜集包含行人的正样本及不包含行人的负样本的数据集，将归一化正样本和负样本为预设尺寸，然后分别从各正样本和负样本中提取协方差矩阵特征作为训练数据，构成级联分类器；对于输入图像提取有效区域，进行先验概率的分析，对各有效区域提取协方差矩阵特征，将所得结果输入分类器进行行人检测，得到有效区域是否为包含行人的局部区域，根据贝叶斯分布由统计学推导出最优结果。
-
公开(公告)号：CN103793721A
公开(公告)日：2014-05-14
申请号：CN201410076028.3
申请日：2014-03-04
Applicant: 武汉大学
IPC: G06K9/66
Abstract: 本发明提供一种基于区域相关反馈的行人重识别方法及系统，进行初次查询匹配和反馈样本收集，选取不相关图像作为反馈样本并标记类型；确定近邻集合、区域权重调整和特征权重调整；进行特征表达和距离度量，得到查询匹配结果；查询匹配结果，如果符合要求则输出结果，如果不符合要求，则返回进行迭代更新反馈样本，直到符合要求。本发明提出的基于区域相关反馈的技术，是充分了利用行人图像的局部特征信息，从局部特征出发，结合其他信息实时动态地调整局部特征权重，并结合传统行人重识别方法最终实现准确快速地找出并成功匹配目标嫌疑人。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.097 seconds)
