-
公开(公告)号：CN106295598A
公开(公告)日：2017-01-04
申请号：CN201610683471.6
申请日：2016-08-17
Applicant: 北京大学
CPC classification number: G06K9/00711 , H04N5/23203 , H04N7/18
Abstract: 本发明提供了一种跨摄像头目标跟踪方法及装置，所述方法包括：对任一摄像头的视角范围内的指定目标执行单摄像头目标跟踪；当所述指定目标离开当前摄像头的视角范围后，采用搜索区域切换算法确定当前需要搜索的监控区域；对所述监控区域内的所有摄像头进行视觉搜索，确定与所述指定目标的相似度大于预设阈值的可疑目标；根据所述可疑目标对所述指定目标的运动轨迹进行估计。本发明提高了目标跟踪准确性并降低了所需的计算资源开销。
-
公开(公告)号：CN105808732A
公开(公告)日：2016-07-27
申请号：CN201610135001.6
申请日：2016-03-10
Applicant: 北京大学
IPC: G06F17/30
CPC classification number: G06F17/30247
Abstract: 本发明实施例提供了一种基于深度度量学习的一体化目标属性识别与精确检索方法。所述方法包括：获取查询图片和图片数据库；根据预先训练好的深度神经网络模型，分别得到所述查询图片和所述图片数据库中所有图片的特征向量,所述特征向量包括图片中个体目标的类别特征与个体目标的身份特征；根据所述特征向量，分别计算所述查询图片与所述图片数据库中的图片在欧式空间中的欧氏距离；根据所述查询图片与所述图片数据库中的所有图片的欧氏距离，从所述图片数据库中选择与所述查询图片相似度最大的图片。本发明能够提高图像检索的准确性。
-
Patent Agency Ranking
公开(公告)号：CN106295594B
公开(公告)日：2019-10-15
申请号：CN201610681599.9
申请日：2016-08-17
Applicant: 北京大学
Abstract: 本发明提供了一种基于动态路径树的跨摄像头目标跟踪方法及装置，该方法包括：对预先构建的摄像头网络中任一摄像头视角范围内的指定目标进行单摄像头目标跟踪，直至所述指定目标离开当前摄像头的视角范围；根据目标搜索区域切换算法获得当前需要搜索的摄像头列表；对所述摄像头列表中的所有摄像头的视频数据进行对象检测，并采用视觉相似度匹配算法，筛选出视觉外观与所述指定目标的相似度大于预设阈值的可疑目标；根据动态路径树模型对所述可疑目标进行处理，推断出所述指定目标的运动轨迹。本发明在尽可能小的计算资源开销下能够较为准确的进行跨摄像头目标跟踪，能够更加准确的预测路径。
-
公开(公告)号：CN104268900A
公开(公告)日：2015-01-07
申请号：CN201410504910.3
申请日：2014-09-26
IPC: G06T7/20
Abstract: 本发明提供一种运动目标检测方法及装置，该方法包括：在视频流的压缩域中，对当前帧图像中帧内编码的像素块进行运动向量预测，得到帧内编码的像素块的运动向量，其中，视频流中的每帧图像预先按照设定规则被分割成设定数目个像素块，每帧图像大小相同；根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量；根据确定的所有非零向量，确定当前帧图像中的运动区域；将运动区域映射到像素域，在运动区域中，采用像素域目标检测算法进行预设目标的检测，并将检测到的预设目标进行标记后输出。本发明能够提高目标检测的准确度以及目标检测的速度。
-
公开(公告)号：CN105808732B
公开(公告)日：2019-05-17
申请号：CN201610135001.6
申请日：2016-03-10
Applicant: 北京大学
IPC: G06F16/53
Abstract: 本发明实施例提供了一种基于深度度量学习的一体化目标属性识别与精确检索方法。所述方法包括：获取查询图片和图片数据库；根据预先训练好的深度神经网络模型，分别得到所述查询图片和所述图片数据库中所有图片的特征向量,所述特征向量包括图片中个体目标的类别特征与个体目标的身份特征；根据所述特征向量，分别计算所述查询图片与所述图片数据库中的图片在欧式空间中的欧氏距离；根据所述查询图片与所述图片数据库中的所有图片的欧氏距离，从所述图片数据库中选择与所述查询图片相似度最大的图片。本发明能够提高图像检索的准确性。
-
公开(公告)号：CN104268900B
公开(公告)日：2017-02-15
申请号：CN201410504910.3
申请日：2014-09-26
IPC: G06T7/20
Abstract: 本发明提供一种运动目标检测方法及装置，该方法包括：在视频流的压缩域中，对当前帧图像中帧内编码的像素块进行运动向量预测，得到帧内编码的像素块的运动向量，其中，视频流中的每帧图像预先按照设定规则被分割成设定数目个像素块，每帧图像大小相同；根据当前帧以及当前帧之前连续M帧图像中，位于同一位置的像素块对应的运动向量为非零向量的次数，确定当前帧图像中的所有非零向量；根据确定的所有非零向量，确定当前帧图像中的运动区域；将运动区域映射到像素域，在运动区域中，采用像素域目标检测算法进行预设目标的检测，并将检测到的预设目标进行标记后输出。本发明能够提高目标检测的准确度以及目标检测的速度。
-
公开(公告)号：CN106295594A
公开(公告)日：2017-01-04
申请号：CN201610681599.9
申请日：2016-08-17
Applicant: 北京大学
Abstract: 本发明提供了一种基于动态路径树的跨摄像头目标跟踪方法及装置，该方法包括：对预先构建的摄像头网络中任一摄像头视角范围内的指定目标进行单摄像头目标跟踪，直至所述指定目标离开当前摄像头的视角范围；根据目标搜索区域切换算法获得当前需要搜索的摄像头列表；对所述摄像头列表中的所有摄像头的视频数据进行对象检测，并采用视觉相似度匹配算法，筛选出视觉外观与所述指定目标的相似度大于预设阈值的可疑目标；根据动态路径树模型对所述可疑目标进行处理，推断出所述指定目标的运动轨迹。本发明在尽可能小的计算资源开销下能够较为准确的进行跨摄像头目标跟踪，能够更加准确的预测路径。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
