-
-
公开(公告)号：CN106778735B
公开(公告)日：2020-04-21
申请号：CN201611052093.8
申请日：2016-11-25
Applicant: 北京大学深圳研究生院
Abstract: 本发明实施例提供了一种车牌识别方法，该方法包括：获取待识别车牌图片的图片特征信息；对获取的图片特征信息进行归一化；将归一化后的图片特征信息输入识别模型中进行识别，得到识别结果，所述识别结果包括车牌颜色和车牌类型。本发明实施例提供的车牌识别方法，不仅能够识别出出牌颜色还能够识别出车牌类型，能够更有助于对车牌的快速、精准判别。
-
公开(公告)号：CN109978934A
公开(公告)日：2019-07-05
申请号：CN201910160798.9
申请日：2019-03-04
Applicant: 北京大学深圳研究生院
IPC: G06T7/55
Abstract: 一种基于匹配代价加权的双目视觉立体匹配方法及系统，该双目视觉立体匹配方法包括：获取两个视点下的第一图像和第二图像；构建第一图像中的第一像素点的聚合区域，根据预设的多个视差值对第一像素点以及聚合区域内的每个像素点进行代价估计，得到各个视差值分别对应的匹配代价图像；根据匹配代价图像获得聚合区域内每个像素点与第一像素点之间的匹配代价权重和距离权重；根据匹配代价权重和距离权重对匹配代价图像进行代价聚合，获得各个视差值对应的代价聚合函数；根据代价聚合函数从各个所述视差值中获得第一像素点的最佳视差值。由于采用匹配代价之差代替颜色差，使得本技术方案利于形成一个更加准确的代价聚合计算结果。
-
公开(公告)号：CN108492326A
公开(公告)日：2018-09-04
申请号：CN201810101040.3
申请日：2018-01-31
Applicant: 北京大学深圳研究生院
Abstract: 一种分辨率从低到高的逐渐精细化的立体匹配方法及系统，从一个很低的分辨率的图像开始——这样的图像只保存了最粗的结构细节，在匹配上不容易发生误匹配——对这个很低的分辨率的图像进行分割以及视差的曲面拟合，然后进行内插得到高一级分辨率的分割，在原分割基础上再进行分割以及视差的拟合，然后再进行内插得到再高一级分辨率进行分割，并在上一分辨率分割的基础上再进行分割以及视差的拟合，如此一直内插和分割，直到达到预定的分辨率为止，这种做法充分利用了图像中整体的结构信息，实现了鲁棒的分割和视差或深度的提取。
-
公开(公告)号：CN108337498A
公开(公告)日：2018-07-27
申请号：CN201810097847.4
申请日：2018-01-31
Applicant: 北京大学深圳研究生院
IPC: H04N13/128 , H04N13/106 , H04N13/122
Abstract: 一种曲面拟合的视差计算方法及系统，本发明获取该像素点在所述图像的一个区域，根据所述区域内所有像素点进行视差的平面拟合，并基于该拟合出的平面计算该像素点的视差和法向量；在得到初步的视差估计后，对于图像中每一个像素点，至少基于视差相似性和/或法向量相似性，寻找该像素点的一个区域，并根据该区域内所有像素点进行视差的曲面拟合，相比现有技术，找到了一个范围更大的曲面，鲁棒性好，并基于该拟合出的曲面计算该像素点的视差，从而得到更为精准的视差估计。
-
Patent Agency Ranking
公开(公告)号：CN108305280A
公开(公告)日：2018-07-20
申请号：CN201810008643.9
申请日：2018-01-04
Applicant: 北京大学深圳研究生院
Abstract: 一种双目图像基于最小生成树的立体匹配方法、系统和计算机可读存储介质，引入了像素点的匹配代价矢量特征，在构造最小生成树的过程中，最小生成树的边的权重至少由连接该边的两个像素点的匹配代价矢量特征的距离所定义，基于此，完成最终的最小生成树的构造；本发明可以有效解决立体匹配时发生误匹配的问题，提高了立体匹配的精确度。
-
-
公开(公告)号：CN103345631B
公开(公告)日：2016-12-28
申请号：CN201310218938.6
申请日：2013-06-04
Applicant: 北京大学深圳研究生院
CPC classification number: G06K9/4647
Abstract: 本申请公开了一种图像特征提取、训练、检测方法及模块、装置，首先获得原始图像的原始梯度图像，并对原始梯度图像进行第一次扫描，得到每个第一扫描区域对应的N维度向量，然后将N维度向量的分量分别映射到不同方向图像中，形成N个方向图像，其次得到方向图像特征，并组合方向图像特征形成原始梯度图像对应的附加梯度方向直方图特征，在进行训练时，使用原始图像对应的主梯度方向直方图特征以及附加梯度方向直方图特征获得分类器。这样，在主梯度方向直方图特征的基础上，结合了保留有原始图像中的边缘梯度信息附加梯度方向直方图特征参与训练，从而增强了训练所用特征中的边缘梯度信息，进而在物体检测时，提高了物体检
-
公开(公告)号：CN103985137A
公开(公告)日：2014-08-13
申请号：CN201410172131.8
申请日：2014-04-25
Applicant: 北京大学深圳研究院
CPC classification number: G06T7/20
Abstract: 本申请公开了一种应用于人机交互的运动物体跟踪方法，包括采集图像，确定当前帧图像中目标的初始位置；对所述当前帧图像中的目标区域进行LK光流跟踪得到跟踪结果框；对所述当前帧图像通过训练分类器进行检测，得到检测结果框；计算所述检测结果的可信度，根据所述可信度确定所述目标的最终位置及用于下一帧图像LK光流跟踪的初始信息。本申请还公开了一种应用于人机交互的运动物体跟踪系统。本申请可在不同情况下，有区分地使用目标检测方法，并将检测与跟踪相结合来实现动态目标的实时高效跟踪，本申请为一种通用方法，适用于各种人机交互的场景，无需使用穿戴式设备，即可完成运动物体的实时跟踪，又降低了硬件成本。
-
公开(公告)号：CN102789672A
公开(公告)日：2012-11-21
申请号：CN201210227711.3
申请日：2012-07-03
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种婴儿睡姿智能识别方法及装置，该方法及装置采用视频分析与模式识别的方法，进行婴儿睡姿的识别，能及时发现婴儿踢开被子，婴儿被衣物覆盖脸部，婴儿趴睡等重要婴儿事件，其由样例特征建模、实时特征分析和报警判决三部分组成，在样例特征建模中，对样例图像的纹理特征及SIFT特征进行了分析，通过特征融合生成样例特征模板库，进一步的，在实时特征分析时对设定的监控区域进行特征分析处理，并结合样例特征模板库进行睡姿识别，判断报警类型，输出报警信息。本发明使得对婴儿的监护无需监护人时刻关注监控视频或现场观看，特别是监护人晚上熟睡时，也能有效的对重要婴儿事件进行智能检测识别和及时预警。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.028 seconds)
