公开(公告)号：CN104200498B

公开(公告)日：2017-05-03

申请号：CN201410406695.3

申请日：2014-08-18

Applicant: 北京理工大学珠海学院

Inventor： 苏秉华 ,  唐佳林 ,  庄广利

IPC: G06T9/00

Abstract: 本发明公开了一种融合Cortex‑A7的实时视频超分辨率处理方法，包括：A、进行视频采样，获取低分辨率视频帧并输入到SOC片上系统中；B、对低分辨率视频帧依次进行复杂度处理、特征向量提取和样本集训练，从而得到需要进行匹配的特征向量，所述样本集采用高分辨率的高频分量构建而成；C、根据需要进行匹配的特征向量，采用改进的基于聚类字典自学习及特征稀疏表示的超分辨率算法并结合SOC片上系统的编解码技术，对低分辨率视频帧进行超分辨率处理，从而输出高分辨率视频帧流。本发明具有实时、失真率较低、处理速度较快、处理成本较低和质量较高的优点，可广泛应用于视频图像处理领域。

公开(公告)号：CN104200498A

公开(公告)日：2014-12-10

申请号：CN201410406695.3

申请日：2014-08-18

Applicant: 北京理工大学珠海学院

Inventor： 苏秉华 ,  唐佳林 ,  庄广利

IPC: G06T9/00

Abstract: 本发明公开了一种融合Cortex-A7的实时视频超分辨率处理方法，包括：A、进行视频采样，获取低分辨率视频帧并输入到SOC片上系统中；B、对低分辨率视频帧依次进行复杂度处理、特征向量提取和样本集训练，从而得到需要进行匹配的特征向量，所述样本集采用高分辨率的高频分量构建而成；C、根据需要进行匹配的特征向量，采用改进的基于聚类字典自学习及特征稀疏表示的超分辨率算法并结合SOC片上系统的编解码技术，对低分辨率视频帧进行超分辨率处理，从而输出高分辨率视频帧流。本发明具有实时、失真率较低、处理速度较快、处理成本较低和质量较高的优点，可广泛应用于视频图像处理领域。

公开(公告)号：CN104077568A

公开(公告)日：2014-10-01

申请号：CN201410284311.5

申请日：2014-06-23

Applicant: 北京理工大学珠海学院

Inventor： 唐佳林 ,  庄广利 ,  苏秉华 ,  李熙莹

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种高精度的驾驶员行为识别与监控方法及系统，方法包括：通过双摄像头获取实时视频帧；对获取的实时视频帧进行目标部位检测和目标部位特征提取，从而得到实时目标部位特征点；将实时目标部位特征点与根据训练样本和目标模板得到的标准目标部位特征点进行比对，并根据比对的结果对驾驶员的驾驶行为进行识别与分析；将识别与分析的结果反馈给用户并进行实时显示。本发明的方法通过双摄像头采集的实时视频数据，解决了现有技术非实时性的不足；采用了双摄像头来采集实时视频图像，更加精确；通过目标部位检测、目标部位特征提取和特征点比对，进一步提高了识别与监控的准确度。本发明可广泛应用于智能交通与图像处理领域。