公开(公告)号：CN103886308A

公开(公告)日：2014-06-25

申请号：CN201410150661.2

申请日：2014-04-15

Applicant: 中南大学

Inventor： 邹北骥 ,  傅红普 ,  王磊 ,  粱毅雄 ,  陈再良 ,  朱承璋 ,  刘晴 ,  乃科

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/66

Abstract: 本发明公开了一种使用聚合通道特征和软级联分类器的行人检测方法，包括以下步骤：步骤1：获取图像，并对图像进行预处理构成图像金字塔；步骤2：从图像金字塔中提取聚合通道特征金字塔；步骤3：在聚合通道特征金字塔上按照设定的步长滑动检测窗口，获得检测块；步骤4：使用已训练好的多个软级联分类器将步骤3获得的检测块依次分类为含有行人或不含行人的检测块；步骤5：被分类为含有行人的检测块标记为行人候选窗口，并记录每个行人候选窗口的分类得分；步骤6：去除重叠行人候选窗口；步骤7：输出行人检测结果。聚合通道特征有效描述了行人类的外观共性。多个软级联分类器组成检测器的方式较好处理了训练数据不平衡问题，提高了检测能力。

公开(公告)号：CN102496023A

公开(公告)日：2012-06-13

申请号：CN201110377763.4

申请日：2011-11-23

Applicant: 中南大学

Inventor： 沈海澜 ,  陈再良 ,  邹北骥

IPC: G06K9/46 ,  G06T7/00

Abstract: 本发明公开了一种像素层面的感兴趣区域提取方法，用于降低数据规模，提高图像处理的效率。该方法包括以下几个步骤：利用视觉注意模型得到显著图，并将显著图二值化，获得其中的显著点后将其聚类并针对聚类时出现的问题进行优化；同时将原图像二值化，并通过扫描二值图提取原图像的二值化图轮廓；优化后的聚类点作为种子点填充，然后与原图像掩膜，提取到图像的感兴趣区域。本发明以显著图为基础，以显著图中的像素点，即显著点为目标，提取图像中的感兴趣区域时的运算速度可和显著点的个数成线性关系，且感兴趣区域的漏分率至少降为原来的一半，而误分率无明显增加。

公开(公告)号：CN102063623A

公开(公告)日：2011-05-18

申请号：CN201010609931.3

申请日：2010-12-28

Applicant: 中南大学

Inventor： 陈再良 ,  邹北骥 ,  梁毅雄 ,  沈海澜 ,  王磊 ,  向遥 ,  廖胜辉 ,  辛国江

IPC: G06K9/46 ,  G06T7/00 ,  G06T7/40

Abstract: 本发明提出一种结合自底向上和自顶向下的图像感兴趣区域提取方法。该方法采用交互式的方式，由用户将其携带的观察任务等自顶向下信息转换为输入图像底层特征的不同权重值，同时结合Itti-Koch模型和Stentiford模型，吸取两模型优点，实现用户任务与图像视觉刺激相结合的感兴趣区域提取方法。将用户的查询意图以及对图像的理解转换为显著图权重的方式，即通过对底层特征加以相应权重来影响显著图的求解，缩短了用户查询意图与图像底层特征间的鸿沟，提取出来的感兴趣区域更符合用户的要求。对多幅图像的处理结果表明使用该方法提取用户感兴趣区域具有较好的结果。