-
公开(公告)号：CN101887518A
公开(公告)日：2010-11-17
申请号：CN201010209204.8
申请日：2010-06-17
申请人： 北京交通大学
摘要： 本发明提出一种人体检测装置及为强调人体轮廓进行的图像增强算法。在背景比较复杂的情况，当服装颜色为暗色的人物进入背景也为暗色的区域或服装颜色为亮色的人物进入背景为亮色的区域，因为人物与背景间的对比度低，该区域的人物轮廓无法清晰的抽出，进行灰度增强可以抽出清晰的人体轮廓。相反若该区域的人物轮廓已经可以足够清晰的抽出，进行灰度增强的话，将使检测精度下降。本发明将背景图像利用图像分割法分为几个区域，在每一个区域，根据前景图像与背景图像的灰度分布直方图的相似度来判断是否应进行灰度增强。本发明可以防止过多的无用的噪声边缘线的错误抽出，也可以强调人物的轮廓，提高人体检测装置的精度。
-
公开(公告)号：CN113569849B
公开(公告)日：2023-11-21
申请号：CN202110891232.0
申请日：2021-08-04
申请人： 北京交通大学
IPC分类号： G06V20/62 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/08
-
公开(公告)号：CN103234915B
公开(公告)日：2016-04-06
申请号：CN201310025390.3
申请日：2013-01-23
申请人： 北京交通大学
IPC分类号： G01N21/25
摘要： 通过多光谱成像系统获取物体在多种光谱波段下的反射率特性，并利用物体的反射率特性作为特征，进行波段选择。所述的多光谱成像系统须用窄带滤光片实现，并且对光源亮度输出做校准。拍摄校准后的多幅多光谱图像，其中包括波段选择的需要正样本和负样本。计算提取正负样本在不同波段下的反射率特性为特征，进行波段选择。波段选择方法是基于一维直方图距离度量的迭代计算方法。从而避免了高维空间距离度量来带的复杂度和计算量，提高了波段选择的效率。
-
公开(公告)号：CN103268499A
公开(公告)日：2013-08-28
申请号：CN201310025361.7
申请日：2013-01-23
申请人： 北京交通大学
摘要： 在多光谱成像系统中利用校准的方法获取物体在所选两个波段下的反射特性并将反射特性作为特征进行皮肤检测。所述多光谱成像系统包括反射特性已知的参照物，配置拍摄所选两个不同波段下图像的光源和接收设备。所述通过校准的方法获取物体反射特性是利用参照物的反射特性预测图像中其他物体的反射特性。所述皮肤检测方法是将人体皮肤与非皮肤物体的不同反射特性作为特征，将皮肤与非皮肤的检测视为二分类问题，利用机器学习的方法训练分类器，并进行检测。
-
公开(公告)号：CN101866425A
公开(公告)日：2010-10-20
申请号：CN201010197212.5
申请日：2010-06-02
申请人： 北京交通大学
摘要： 本发明公开了一种基于鱼眼摄像头的人体检测方法，属于图像处理与模式识别，视频监控领域。该方法先对监控到的视频图像进行处理确定出头部候补区域，然后对每个头部候补区域处理，确定人体候补区域，对人体候补区域进行角度矫正，选择分类器，进行人体检测得出人或非人的检测结果，在视频图像中有人体重叠遮挡时，先计算被遮挡度，并据此确定分类器阀值。距离摄像头近的人体先检测，距离摄像头远的人体后检测。这样可准确的预测人体之间互相遮挡的关系。根据人体之间互相遮挡的关系计算该人体的被遮挡度，利用被遮挡度来调节分类器的阈值，使被遮挡度高的人体更容易被检测出，提高了监视空间内人物较多情况时的人体检测的精度。
-
公开(公告)号：CN103268499B
公开(公告)日：2016-06-29
申请号：CN201310025361.7
申请日：2013-01-23
申请人： 北京交通大学
摘要： 在多光谱成像系统中利用校准的方法获取物体在所选两个波段下的反射特性并将反射特性作为特征进行皮肤检测。所述多光谱成像系统包括反射特性已知的参照物，配置拍摄所选两个不同波段下图像的光源和接收设备。所述通过校准的方法获取物体反射特性是利用参照物的反射特性预测图像中其他物体的反射特性。所述皮肤检测方法是将人体皮肤与非皮肤物体的不同反射特性作为特征，将皮肤与非皮肤的检测视为二分类问题，利用机器学习的方法训练分类器，并进行检测。
-
公开(公告)号：CN101908150B
公开(公告)日：2012-05-30
申请号：CN201010218630.8
申请日：2010-06-25
申请人： 北京交通大学
IPC分类号： G06K9/64
摘要： 本发明公开了一种人体检测方法，属于图像处理，模式识别，计算机视觉领域。通过多种体形、多种姿势的人体样本建立具有一定模糊性的人体检测模板，确定人体候补区域，最后建立人体检测方法：调节人体候补区域的大小与人体检测模板的大小一致，提取与人体检测模板匹配的边缘点，判断并计算匹配边缘点中的有效边缘点，判断人体检测模板分区是否为有效分区，判断人体候补是否被遮挡，累加各有效分区权重和人体候补未被遮挡的有效分区权重，判断出人体候补是否为人。利用本发明提出的方法，提高了人体检测的效率及精度。
-
公开(公告)号：CN113569849A
公开(公告)日：2021-10-29
申请号：CN202110891232.0
申请日：2021-08-04
申请人： 北京交通大学
摘要： 本发明属于汽车充电桩出厂质量检测领域，具体方案为：基于计算机视觉的汽车充电桩界面检测智能交互系统，具体步骤为：一、拍摄充电桩屏幕界面获得实时画面，并进行三维重建得到深度信息；二、使用卷积神经网络对现有充电桩屏幕界面样本进行文字检测与界面定位，得到充电桩屏幕界面类别信息与文本行信息；三、将类别信息与文本行信息送入并行多模型文字识别网络中，提取关键信息并记录文本行中心点坐标；四、将文本识别结果与指令内容匹配，得到需要点击的内容；五、寻找文本行中心点坐标，并从深度图中进行深度采样，获得中心点的三维坐标；六、借助ROS平台进行静态坐标转换；七、机械臂根据坐标点击充电桩屏幕，完成操作，速度快，准确率高。
-
公开(公告)号：CN102799859B
公开(公告)日：2015-07-22
申请号：CN201210210779.0
申请日：2012-06-20
申请人： 北京交通大学
摘要： 本发明公开了一种交通标志识别方法，属于图像处理领域。本发明采取的方法是对获取的待匹配图像，提取关键点并分别建立局部特征描述子、颜色特征描述子和位置特征描述子，然后对待匹配图像和模板图像库中模版图像各自提取关键点组成待匹配特征点对，通过判断待匹配特征点对的位置特征描述子、颜色特征描述子、局部特征描述子是否满足一定条件，找出的待匹配特征点对最多的模板图像作为对待匹配图像最终识别到的交通标志图像。本发明的方法不仅保留了SIFT特征对于图像尺度变化和旋转具有不变性的优点，而且使提取的特征量更便于判别颜色及空间位置特征，对于色彩丰富及空间位置分布变化各异的交通标志识别极为有效。
-
公开(公告)号：CN102339384A
公开(公告)日：2012-02-01
申请号：CN201110274974.5
申请日：2011-09-16
申请人： 北京交通大学
摘要： 本发明公开了人脸识别技术领域中的一种人脸识别方法。首先，通过模糊均值聚类法提取人脸特征并组成训练样本集，按人脸特征对训练样本集进行分组；然后，建立并行神经网络，对并行神经网络的输出进行综合，得到最终的识别结果；分类器在识别过程中对训练样本进行更新。本发明解决了传统的神经网络在处理海量图像数据源时识别速度慢，识别精度低等问题，提高了系统的自适应能力。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.031 秒)
