运动矢量估计方法、系统及可读存储介质

    公开(公告)号:CN119854521A

    公开(公告)日:2025-04-18

    申请号:CN202411968852.X

    申请日:2024-12-30

    Abstract: 本发明涉及一种运动矢量估计方法、系统及可读存储介质,利用金字塔的多层结构,从不同层计算运动矢量,下采样的运动矢量计算采用稠密光流,并由最底层到最顶层利用卡尔曼滤波逐层更新不断迭代,上采样时依据上采样层的运动矢量更新结果所指向区域做局部的块匹配算法更新运动矢量,再通过最底层到最顶层过程中获得的滤波后的运动矢量进行纠正,由最顶层到最底层利用卡尔曼滤波逐层更新不断迭代,达到获得干净且准确的运动矢量的效果。由此结合了两种计算运动矢量的算法的优点并互相弥补其缺点,并通过金字塔的完整结构中由最底层到最顶层再到最底层的迭代,最终可以在处理信噪比很差的视频时,也能快速获得干净且判别较准确的运动矢量。

    图像降噪方法、系统及可读存储介质

    公开(公告)号:CN119831888A

    公开(公告)日:2025-04-15

    申请号:CN202411914485.5

    申请日:2024-12-24

    Abstract: 本发明涉及一种图像降噪方法、系统及可读存储介质,方法包括:对当前帧图像进行高斯滤波并进行下采样得到第一下采样图像,进行高斯金字塔分解得到当前帧图像组;上采样得到上采样图像,与当前帧图像作差得到高频信息;将当前帧图像组和参考帧图像组进行不同尺度下的运动估计和纹理估计,并通过导向滤波修正;基于运动估计权重将第一下采样图像与参考帧图像进行时空域滤波;对降噪后下采样图像进行上采样得到降噪后上采样图像,根据纹理估计权重将降噪后上采样图像与高频信息进行加权融合,得到最终图像;对最终图像下采样并进行高斯金字塔分解,得到用于下一帧图像降噪的参考帧图像组。本发明能够在增加图像信噪比的同时保留更多纹理细节。

    一种基于机器视觉与GRU结合注意力的电梯门状态监控方法

    公开(公告)号:CN119785287A

    公开(公告)日:2025-04-08

    申请号:CN202411859438.5

    申请日:2024-12-17

    Abstract: 本发明涉及一种基于机器视觉与GRU结合注意力的电梯门状态监控方法,属于智能监控与深度学习技术领域。其中,该方法包括获取电梯门运动图像序列集并通过图像预处理得到电梯门运动图像标准序列集;根据所述电梯门运动图像标准序列集通过改进SqueezeNet提取得到电梯门运动空间特征序列集,根据所述电梯门运动空间特征序列集通过改进GRU时间序列动态预测模型训练得到电梯门状态预测模型;获取实时电梯门图像序列,根据所述实时电梯门图像序列通过所述电梯门状态预测模型输出电梯门状态标签;根据所述电梯门状态标签输出报警信息至终端,从而实时监控并精确判断电梯门的开关状态,并有效检测电梯门关闭异常且发出报警信息,实现实时监控和报警功能。

    一种基于高速MIPI开关和PWM控制的三目摄像头接入方法

    公开(公告)号:CN119728896A

    公开(公告)日:2025-03-28

    申请号:CN202411910129.6

    申请日:2024-12-24

    Abstract: 本发明涉及一种基于高速MIPI开关和PWM控制的三目摄像头接入方法,属于图像采集技术领域。其中,该方法包括:通过对移动产业处理器接口硬件进行分时复用得到第一图像传感器、第二图像传感器和第三图像传感器输出的MIPI信号;第一图像传感器和第二图像传感器的MIPI信号通过第一高速开关芯片接入至第二高速开关芯片的输入端;第三图像传感器输出的MIPI信号直接接入第二高速开关芯片的输入端;第二高速开关芯片的输入端对信号进行合并后输入至摄像机SOC芯片,摄像机SOC芯片根据PWM控制信号对第一高速开关芯片和第二高速开关芯片进行时序控制。增强了系统的可拓展性与灵活性,使得芯片能够轻松适应多样化的硬件配置与场景需求。

    AI编译器模型编译多级性能评估方法及系统

    公开(公告)号:CN119718330A

    公开(公告)日:2025-03-28

    申请号:CN202411799494.4

    申请日:2024-12-09

    Abstract: 本发明涉及一种AI编译器模型编译多级性能评估方法及系统,方法包括:利用AI编译器为每个算子生成若干候选解,每个候选解具有不同的中间表达;对所有候选解对应的中间表达进行时间评估,挑选出其中最优的M个候选解,其中,M为正整数;将M个候选解对应的中间表达进行编译生成对应的汇编指令并进行时间评估,挑选出其中最优的N个候选解,其中,N为正整数且小于M;将N个候选解编译生成二进制指令并导入芯片进行实测,根据实测结果获取最优的运行时间及对应的运行指令。通过逐级挑选的部分最优解传给下一级进行更精确评估,相比于现有时间评估方法,准确度更高,不仅能大幅减少了编译时间,还能有效解决多后端实现的选择问题。

    一种基于多层多次运动搜索结果的图像预划分方法

    公开(公告)号:CN119629355A

    公开(公告)日:2025-03-14

    申请号:CN202411846068.1

    申请日:2024-12-16

    Abstract: 本发明涉及一种基于多层多次运动搜索结果的图像预划分方法,属于视频编码技术领域。其中,该方法包括获取原始图像和预测搜索图像,根据所述原始图像和所述预测搜索图像通过多层多次运动搜索得到原始图像运动信息;获取视频序列并提取得到图像帧集,编码并特征提取所述图像帧集得到图像预划分数据集;根据所述图像预划分数据集通过决策树算法训练并测试得到图像预划分决策树;获取当前图像帧并通过所述多层多次运动搜索提取得到当前图像运动信息,根据所述当前图像运动信息通过所述图像预划分决策树获得当前图像预划分状态,从而辅助编码器进行编码,加快确定编码块分割形态的过程,减轻编码器的计算消耗,实现高效准确的图像预划分。

    伪轮廓优化方法、视频编码方法及电子设备

    公开(公告)号:CN119603449A

    公开(公告)日:2025-03-11

    申请号:CN202411818927.6

    申请日:2024-12-11

    Abstract: 本发明提供了一种伪轮廓优化方法、视频编码方法及电子设备,伪轮廓优化方法包括:对待编码视频中的所有编码树单元均下采样,得到对应大小为N×N的图像块;对于每一个编码树单元,获取该编码树单元的图像块的伪轮廓特征,判断该编码树单元的图像块的伪轮廓特征是否符合伪轮廓预设条件,若是,则将该编码树单元标记为亮度渐变区域块;其中,伪轮廓特征包括亮度的水平梯度、亮度的垂直梯度、亮度的梯度幅值、高频系数平均值、亮度极值及亮度的均匀度;对待编码视频中所有被标记为亮度渐变区域块的编码树单元均实施优化策略,以优化编码过程产生的伪轮廓。本发明能优化编码过程产生的伪轮廓,提高用户观看体验,该伪轮廓优化方法能够部署在编码端。

    一种基于移动侦测和神经网络的云台机追踪方法及系统

    公开(公告)号:CN119006527A

    公开(公告)日:2024-11-22

    申请号:CN202411252013.8

    申请日:2024-09-09

    Inventor: 霍杨柳 马建国

    Abstract: 本发明涉及一种基于移动侦测和神经网络的云台机追踪方法及系统,属于轨迹追踪技术领域。其中,该方法包括:根据时序图像帧序列通过运动识别模型计算得到运动帧集,根据时序图像帧序列通过识别模型计算得到识别帧集;根据运动帧集和识别帧集通过剔除模型计算得到目标运动帧集,并分别通过运动提取模型和人物提取模型计算得到运动宏块组集和目标人物;获取参考坐标集,获取目标坐标,根据目标坐标对参考坐标集进行遍历得到目标宏块组;获取实测宏块组集,通过计算得到移位宏块组,根据目标宏块组和移位宏块组通过转动角度模型计算得到转动角度,智能终端根据转动角度控制所述云台机进行追踪。实现了云台机对警戒区域内的人物追踪。

    人脸识别方法
    9.
    发明公开
    人脸识别方法 审中-实审

    公开(公告)号:CN118470779A

    公开(公告)日:2024-08-09

    申请号:CN202410707990.6

    申请日:2024-06-03

    Abstract: 本发明提供一种人脸识别方法,包括以下步骤:基于同一个摄像头获取第一人脸图像和第二人脸图像,所述第一人脸图像中的人脸在图像画面中的相对位置和所述第二人脸图像中的人脸在图像画面中的相对位置之间的偏移距离在第一预设范围内;根据所述第一人脸图像的各像素点亮度和所述第二人脸图像的各像素点亮度,获取景深矩阵;对所述景深矩阵进行卷积运算,并根据卷积运算结果,获取梯度幅度矩阵;根据所述梯度幅度矩阵,判断所述人脸是否为活体。本发明能够在单目RGB摄像头场景下分辨活体和照片或视频攻击,更好地适配低算力芯片,节约芯片计算成本。

    目标跟踪系统及方法
    10.
    发明授权

    公开(公告)号:CN111833376B

    公开(公告)日:2024-07-05

    申请号:CN201910330691.4

    申请日:2019-04-23

    Abstract: 本发明提供了一种目标跟踪系统及方法,所述目标跟踪系统包括图像处理单元和目标跟踪单元,所述目标跟踪单元通过读取所述图像处理单元统计的每帧图像的亮度、色度和锐度,或统计的每帧图像的色度和亮度,以及计算得到的跟踪目标当前的运动信息来调整目标跟踪参数的更新速度,以及通过所述图像处理单元的统计信息来判断是否需要切换目标跟踪方法所用跟踪特征,若需要,则读取所述图像处理单元获取的图像的锐度信息以对跟踪特征进行切换,如此,便通过所述图像处理单元和所述目标跟踪单元的联用提升了目标跟踪的鲁棒性与准确度。

Patent Agency Ranking