一种基于尺度自适应和遮挡处理的航拍目标跟踪方法

    公开(公告)号:CN106204638A

    公开(公告)日:2016-12-07

    申请号:CN201610496005.7

    申请日:2016-06-29

    CPC classification number: G06T2207/10016 G06T2207/20081

    Abstract: 本发明公开一种基于尺度自适应和遮挡处理的航拍视频跟踪方法。步骤包括:对于航拍视频的每一帧输入图像,计算在当前尺度下KCF跟踪器响应函数的峰值,判断目标是否受到遮挡,若受到遮挡,就停止对跟踪器参数的更新,若没有受到遮挡,则继续进行尺度变化的探测;通过阈值限定的方法每次去计算一个大的尺度或一个小的尺度,探测出描述当前目标状态的最佳尺度,并更新当前尺度和跟踪器的参数。本发明在对航拍视频中的目标进行跟踪的过程中具有很好的鲁棒性和实时性,可以实现对航拍目标的准确持续跟踪。

    基于线性流形聚类的雷达信号分选方法

    公开(公告)号:CN105930859A

    公开(公告)日:2016-09-07

    申请号:CN201610224973.2

    申请日:2016-04-12

    CPC classification number: G06K9/6222 G01S7/02 G06K9/6215

    Abstract: 本发明公开了一种基于线性流形聚类的雷达信号分选方法,主要解决现有方法在存在干扰点、离群点分选精度低,算法不稳定的问题。其实现步骤是:首先将时域中的样本点通过重排频谱转换到时频域,计算时频域中每个样本点的局部密度和特征属性,并由局部密度和特征属性判断出为交叠点的样本点;然后计算每一个样本点与交叠点的向量,并用每个样本点平行度最高的两个向量的平均值作为该样本点的样本向量;最后求得两两样本点的样本向量的角度值,构造角度相似性矩阵,对该相似性矩阵进行谱聚类得到分选结果。本发明分选聚类精度高,有效克服了干扰点和离群点对聚类效果产生的影响,可应用于雷达目标信号识别。

    一种用于双层视频摘要的轨迹最优组合方法

    公开(公告)号:CN103391484B

    公开(公告)日:2016-04-27

    申请号:CN201310294711.X

    申请日:2013-07-12

    Abstract: 一种用于双层视频摘要的轨迹最优组合方法,其包括如下步骤:(S1)对于摘要基本段落的目标轨迹序列集合中所有目标的轨迹加入待加入目标集合,计算其目标活动能量函数Eam与目标时间能量函数Etm;(S2)计算每个待选择目标的相关能量Ecm及目标总能量EOm,并选择其中总能量最高的目标作为最佳击中目标;(S3)生成最佳击中目标的摘要帧匹配解集合;(S4)计算所述匹配解时间能量EFtk及总能量EFk,选择总能量最小的摘要帧匹配解作为最佳匹配解;(S5)将所述最佳击中目标从待加入目标数组中移动到已加入目标数组中;(S6)重复S2至S5直至待加入目标数组为空集,并得到每个目标在摘要帧中融合的次序。

    一种远程配置的基于使用场景的手机功耗自动化产生方法

    公开(公告)号:CN104506661A

    公开(公告)日:2015-04-08

    申请号:CN201510018318.7

    申请日:2015-01-14

    CPC classification number: H04L67/025

    Abstract: 本发明公开了一种远程配置的基于使用场景的手机功耗自动化产生方法,通过Web端设置自动化场景的测试流程;Web端自动化场景服务器生成测试流程配置脚本并保存在服务器硬盘上,手机端测试程序通过网络获取服务器端的配置脚本并执行;手机端接收到配置脚本后,按照json格式解析配置脚本,并按照测试项在配置文件中出现的先后顺序依次执行,在执行过程中使用json格式中的配置参数信息。本发明通过Web端远程配置场景的测试时间、测试参数、测试流程,生成测试流程配置脚本,手机端远程获取配置脚本后,自动执行实现手机功耗自动化产生;无需人工干预,实现了任意多台手机设备并行测试,提高了手机特定场景的功耗产生的效率以及功耗测试的精度和一致性。

    一种用于双层视频摘要的轨迹最优组合方法

    公开(公告)号:CN103391484A

    公开(公告)日:2013-11-13

    申请号:CN201310294711.X

    申请日:2013-07-12

    Abstract: 一种用于双层视频摘要的轨迹最优组合方法,其包括如下步骤:(S1)对于摘要基本段落的目标轨迹序列集合中所有目标的轨迹加入待加入目标集合,计算其目标活动能量函数Eam与目标时间能量函数Etm;(S2)计算每个待选择目标的相关能量Ecm及目标总能量EOm,并选择其中总能量最高的目标作为最佳击中目标;(S3)生成最佳击中目标的摘要帧匹配解集合;(S4)计算所述匹配解时间能量EFtk及总能量EFk,选择总能量最小的摘要帧匹配解作为最佳匹配解;(S5)将所述最佳击中目标从待加入目标数组中移动到已加入目标数组中;(S6)重复S2至S5直至待加入目标数组为空集,并得到每个目标在摘要帧中融合的次序。

    用于通用打印机的打印监控系统及方法

    公开(公告)号:CN103336923A

    公开(公告)日:2013-10-02

    申请号:CN201310089232.4

    申请日:2013-03-06

    Abstract: 本发明公开一种用于通用打印机的打印监控系统及方法,本发明的打印监控系统包括打印控制器、虚拟打印机驱动器、服务器和多台物理打印机。本发明的打印监控方法的具体步骤为:1、安装打印控制器和虚拟打印机驱动器;2.设定关键字;3、监控用户打印操作;4、形成新的打印文档名;5、选择物理打印机;6、启动打印操作;7、记录打印内容文本;8、嵌入明文水印和二维码;9、发送打印文档;10、记录关键字。本发明在不改变客户端打印机部署的前提下实现对物理打印机的控制,并通过对打印内容的检查和处理,提供一种有效的对打印内容进行审计以及对文档来源进行追踪的方法。

    基于运动检测的手机拍摄图像修复方法

    公开(公告)号:CN102831580A

    公开(公告)日:2012-12-19

    申请号:CN201210245614.7

    申请日:2012-07-17

    Abstract: 本发明公开了一种基于运动检测的手机拍摄图像修复方法,主要解决现有技术在纹理丰富、结构复杂以及有明显轮廓的场景下图像修复不准确的问题。其实现步骤是,首先利用快门帧拍摄前短时间内的拍摄准备帧,进行基于混合高斯背景模型的背景模型训练,得到接近真实场景的背景模型;然后由运动检测模块进行轮廓提取、误检纠正和运动目标序列提取,获得可供用户擦除的运动目标序列;最后在用户选择的目标修复范围内,用背景模型帧的像素值替换目标中相应位置的像素值,从而完成图像信息修复,得到不包含运动障碍物的快门帧图像。本发明能够准确地修复上述场景下图像中的目标擦除区域,可用于智能手机的图像拍摄。

    基于FPGA的二值化神经网络的加速系统

    公开(公告)号:CN111931925B

    公开(公告)日:2024-02-09

    申请号:CN202010793337.8

    申请日:2020-08-10

    Abstract: 本发明提出了一种基于FPGA的二值化神经网络的加速系统,本发明属于集成电路设计技术领域,用于解决现有技术中存在的卷积运算的关键计算路径长导致的计算速度易受到串行计算限制,且资源占用较多的技术问题。所述加速系统包含通过FPGA实现的权重数据缓存模块、输入特征数据缓存模块、配置数据缓存模块、权重数据转换模块、卷积模块、池化模块、全连接模块、结果处理模块、结果缓存模块和控制模块。本发明可应用于嵌入式环境下的目标快速检测等场景。

    一种虚拟机部署方法、装置、电子设备及其存储介质

    公开(公告)号:CN111538560B

    公开(公告)日:2023-06-02

    申请号:CN202010159013.9

    申请日:2020-03-09

    Abstract: 本发明公开了一种虚拟机部署方法、装置、电子设备及其存储介质,该虚拟机部署方法,包括:获取虚拟机的性能数据、N台物理机的能耗数据,N为大于0的整数;根据虚拟机的性能数据构建虚拟机的分段线性性能模型;根据每台物理机的能耗数据构建每台物理机的非线性能耗模型;根据虚拟机的分段线性性能模型、每台物理机的非线性能耗模型构建每台物理机的效能比模型;根据每台物理机效能比模型将虚拟机部署在N台物理机中目标物理机上。本发明提供的虚拟机部署方法,同时考虑了物理机的能耗和虚拟机的性能,从而减少了物理机的能耗,保障了虚拟机的性能,提高了用户体验感。

Patent Agency Ranking