-
公开(公告)号：CN108241150A
公开(公告)日：2018-07-03
申请号：CN201611216488.7
申请日：2016-12-26
Applicant: 中国科学院软件研究所
Abstract: 本发明提供一种三维声呐点云环境中的移动物体检测与跟踪方法，其步骤包括：1)从三维声呐设备中获取原始声呐数据D0并对其进行过滤，得到过滤后的数据D1；2)将过滤后的数据D1进行联通区域分析，分割出多个联通区域，其中每个联通区域作为一个候选项C；3)提取候选项C的特征；4)对连续多帧原始声呐数据的每一帧数据进行1)至3)所述的处理，得到候选项集合；5)在上述候选项集合中进行移动物体的检测与跟踪，得到移动物体的运动轨迹。并且当发生多物体轨迹交叉时，对得到的物体的运动轨迹进行基于图方法的分析矫正。本发明方法根据数据的时空信息进行检测跟踪，可以快速实时的检测追踪移动物体，且当多物体交叉运动时也具有很强的鲁棒性。
-
-
公开(公告)号：CN106127108A
公开(公告)日：2016-11-16
申请号：CN201610421211.1
申请日：2016-06-14
Applicant: 中国科学院软件研究所
CPC classification number: G06K9/00355 , G06F3/017 , G06K9/00375 , G06K9/6262
Abstract: 本发明公开一种基于卷积神经网络的人手图像区域检测方法，包括以下步骤：利用卷积神经网络对图像进行特征提取并训练一个弱分类器；对于已经标好角度的图像，基于此分类器对图像分割得到多个候选区域；对每个候选区域利用卷积神经网络建模，得到角度估计模型并进行角度标注，将其旋转至正定姿态；再次利用卷积神经网络建模得到分类模型；对于测试图像，首先使用弱分类器得到候选区域，对每个候选区域，通过角度估计模型估计角度旋转至正定姿态；将正定姿态下的候选区域输入到分类模型中，获得图像中人手的位置与角度。该方法采用基于卷积神经网络的编码分类提高分类精度，利用角度模型保证方法具有旋转不变性，具有很高的人手区域检测精度。
-
公开(公告)号：CN106127108B
公开(公告)日：2019-07-16
申请号：CN201610421211.1
申请日：2016-06-14
Applicant: 中国科学院软件研究所
Abstract: 本发明公开一种基于卷积神经网络的人手图像区域检测方法，包括以下步骤：利用卷积神经网络对图像进行特征提取并训练一个弱分类器；对于已经标好角度的图像，基于此分类器对图像分割得到多个候选区域；对每个候选区域利用卷积神经网络建模，得到角度估计模型并进行角度标注，将其旋转至正定姿态；再次利用卷积神经网络建模得到分类模型；对于测试图像，首先使用弱分类器得到候选区域，对每个候选区域，通过角度估计模型估计角度旋转至正定姿态；将正定姿态下的候选区域输入到分类模型中，获得图像中人手的位置与角度。该方法采用基于卷积神经网络的编码分类提高分类精度，利用角度模型保证方法具有旋转不变性，具有很高的人手区域检测精度。
-
-
-
Search Results
4
records
(took 0.025 seconds)
