-
公开(公告)号：CN100373400C
公开(公告)日：2008-03-05
申请号：CN200610024977.2
申请日：2006-03-23
Applicant: 上海交通大学
IPC: G06K9/62
Abstract: 一种基于识别模型的多神经网络结合的睁眼检测方法，属于图像处理领域。本发明包括：A.二值化后标记连通区域，根据人眼二值图几何模型，筛选可能区域。B.基于识别模型设计多神经网络结合的检测器。即将二值图用径向基神经网络识别，若识别则检测到睁眼，若没有，则进行下一步。C.将灰度图用反向神经网络识别，若未识别，则累计次数，若次数大于6，则未检测到睁眼。若识别，则进行下一步。D.若未设置学习状态，则检测到睁眼，若设置，则向教师询问该区域是否人眼，若是，则保存二值图，重新训练径向基神经网络；若否，则保存灰度图，重新训练反向神经网络。本发明无须大量的初始训练样本，随着不断地有监督学习，检测性能持续提高。
-
公开(公告)号：CN1818930A
公开(公告)日：2006-08-16
申请号：CN200610024977.2
申请日：2006-03-23
Applicant: 上海交通大学
IPC: G06K9/62
Abstract: 一种基于识别模型的多神经网络结合的睁眼检测方法，属于图像处理领域。本发明包括：A、二值化后标记连通区域，根据人眼二值图几何模型，筛选可能区域。B、基于识别模型设计多神经网络结合的检测器。即将二值图用径向基神经网络识别，若识别则检测到睁眼，若没有，则进行下一步。C、将灰度图用反向神经网络识别，若未识别，则累计次数，若次数大于6，则未检测到睁眼。若识别，则进行下一步。D、若未设置学习状态，则检测到睁眼，若设置，则向教师询问该区域是否人眼，若是，则保存二值图，重新训练径向基神经网络；若否，则保存灰度图，重新训练反向神经网络。本发明无须大量的初始训练样本，随着不断地有监督学习，检测性能持续提高。
-
公开(公告)号：CN100362531C
公开(公告)日：2008-01-16
申请号：CN200610024077.8
申请日：2006-02-23
Applicant: 上海交通大学
IPC: G06T7/20
Abstract: 一种结合时域差分和空域分级的运动人像实时自动跟踪方法，属于图像处理技术领域。本发明包括以下步骤：A.图像采集卡采集的图像，在低空间分辨率级别，通过时域差分处理后，在自适应阈值作用下，经腐蚀运算，得到二值化差分图；B.在该二值化差分图中搜寻运动人像目标，若找到目标则进行下一步；若没有搜寻到运动人像目标，则提高空间分辨率，计算所增加部分的二值化差分图，再重新进行搜寻，如果空间分辨率已为最高分辨率，则放弃本次计算；C.根据当前和历史的运动人像目标区域，进行转动和变焦控制，实现实时跟踪和变焦。本发明能够实时地跟踪运动人像目标，自动进行变焦，而且对外界环境有较好的适应性。
-
公开(公告)号：CN1808498A
公开(公告)日：2006-07-26
申请号：CN200610024077.8
申请日：2006-02-23
Applicant: 上海交通大学
IPC: G06T7/20
Abstract: 一种结合时域差分和空域分级的运动人像实时自动跟踪方法，属于图像处理技术领域。本发明包括以下步骤：A.图像采集卡采集的图像，在低空间分辨率级别，通过时域差分处理后，在自适应阈值作用下，经腐蚀运算，得到二值化差分图；B.在该二值化差分图中搜寻运动人像目标，若找到目标则进行下一步；若没有搜寻到运动人像目标，则提高空间分辨率，计算所增加部分的二值化差分图，再重新进行搜寻，如果空间分辨率已为最高分辨率，则放弃本次计算；C.根据当前和历史的运动人像目标区域，进行转动和变焦控制，实现实时跟踪和变焦。本发明能够实时地跟踪运动人像目标，自动进行变焦，而且对外界环境有较好的适应性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
