-
Patent Agency Ranking
公开(公告)号：CN104751492B
公开(公告)日：2017-10-27
申请号：CN201510182218.8
申请日：2015-04-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于动态耦合条件随机场的目标区域跟踪方法，包括：提取待跟踪目标区域的密集光流信息和像素颜色信息，建立光流和颜色的混合高斯模型，获得待跟踪目标区域的运动和外观模型；建立分别对应于跟踪和分割的动态条件随机场并进行耦合从而得到动态耦合条件随机场，获取观测特征并结合图像序列中的时空上下文信息，建立图模型的能量函数；进行图模型参数学习，通过求解动态耦合条件随机场的最小化能量函数并进行匹配确定当前的目标区域。本发明所述目标区域跟踪方法具有较高的准确性和鲁棒性，可应用于智能视频监控领域。
-
公开(公告)号：CN102829980A
公开(公告)日：2012-12-19
申请号：CN201210218791.6
申请日：2012-06-28
Applicant: 中国科学院自动化研究所
IPC: G01M17/007
Abstract: 本发明公开了一种智能车辆智能程度测评方法，包括：通过自定义智能程度评估模型将智能车辆的智能测评转为环境复杂度、测试任务复杂度和测试任务完成度的评估；采用主成份分析法从众多环境复杂度评价指标中选择与智能车辆自主驾驶最为相关的指标，采用模糊综合方法获得交通环境复杂度评估Ec；对智能车辆自主驾驶任务进行分解，采用分级分解法评估智能车辆自主驾驶任务的复杂程度，获得测试任务复杂度Mc；采用分层分析法对某路段的测试任务完成程度进行评估，得到测试任务完成程度Mg；最后进行综合获得智能车辆测试任务评估分值。通过上述方法能够更加准确地获取智能车辆的智能性信息，有效保证通过测试的智能车辆在真实交通环境中进行自主驾驶的安全性。
-
公开(公告)号：CN104766065A
公开(公告)日：2015-07-08
申请号：CN201510174979.9
申请日：2015-04-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供的基于多视角学习的鲁棒性前景检测方法，包括：将输入视频通过时域中值滤波方法获取参考背景图像，对当前图像和所述参考背景图像进行迭代搜索和多尺度融合获取异类特征；利用所述异类特征的条件独立性计算前景类的条件概率密度和背景类的条件概率密度，并且根据前景似然、背景似然和先验概率利用贝叶斯规则计算前景的后验概率和背景的后验概率；通过所述前景的后验概率、所述背景的后验概率和时空一致性约束构建马尔科夫随机场模型的能量函数，利用置信传播算法将所述能量函数最小化得到前景和背景的分割结果。本发明可以在复杂挑战环境下，实现鲁棒性前景检测。
-
公开(公告)号：CN104751492A
公开(公告)日：2015-07-01
申请号：CN201510182218.8
申请日：2015-04-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于动态耦合条件随机场的目标区域跟踪方法，包括：提取待跟踪目标区域的密集光流信息和像素颜色信息，建立光流和颜色的混合高斯模型，获得待跟踪目标区域的运动和外观模型；建立分别对应于跟踪和分割的动态条件随机场并进行耦合从而得到动态耦合条件随机场，获取观测特征并结合图像序列中的时空上下文信息，建立图模型的能量函数；进行图模型参数学习，通过求解动态耦合条件随机场的最小化能量函数并进行匹配确定当前的目标区域。本发明所述目标区域跟踪方法具有较高的准确性和鲁棒性，可应用于智能视频监控领域。
-
公开(公告)号：CN104766065B
公开(公告)日：2018-04-27
申请号：CN201510174979.9
申请日：2015-04-14
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供的基于多视角学习的鲁棒性前景检测方法，包括：将输入视频通过时域中值滤波方法获取参考背景图像，对当前图像和所述参考背景图像进行迭代搜索和多尺度融合获取异类特征；利用所述异类特征的条件独立性计算前景类的条件概率密度和背景类的条件概率密度，并且根据前景似然、背景似然和先验概率利用贝叶斯规则计算前景的后验概率和背景的后验概率；通过所述前景的后验概率、所述背景的后验概率和时空一致性约束构建马尔科夫随机场模型的能量函数，利用置信传播算法将所述能量函数最小化得到前景和背景的分割结果。本发明可以在复杂挑战环境下，实现鲁棒性前景检测。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
