-
公开(公告)号：CN107527356B
公开(公告)日：2020-12-11
申请号：CN201710600951.6
申请日：2017-07-21
Applicant: 华南农业大学
Abstract: 本发明克服了现有的视频跟踪算法存在计算速度不高与鲁棒性不足二选一的技术缺陷，提出了新的一种基于懒交互方式的视频跟踪方法。本发明主要创新在于当目标部分遮挡和光照变化明显时，通过判定分块异常情况，提出了基于懒交互分块重采样的目标跟踪方法。其中，分块异常的判定主要分为三种情况：一是，分块远离跟踪目标；二是，正样本与负样本的比例失衡；三是，分块可跟踪的置信度值太低。通过这些条件，可将异常分块筛选出来，进行重新建模和跟踪。因要对多个分块进行跟踪，本发明引入KCF算法作为基本跟踪算子以保证跟踪的效率。本发明能够最大限度保证重采样本的鲁棒性，以达到跟踪效果的延续性和正确性，同时还能保证较高的计算速度。
-
公开(公告)号：CN107545576A
公开(公告)日：2018-01-05
申请号：CN201710643086.3
申请日：2017-07-31
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于构图规则的图像编辑方法，包括下述步骤：(1)根据目标图像各像素点的对比度检测并识别显著性区域；(2)基于用户需求选择合适的裁切模式；(3)基于图像比例和构图规则的条件组合以显著性区域为中心进行裁切操作；(4)输出裁切后的目标图像效果图；(5)保存效果图至目标文件夹中；(6)重复步骤(1)到步骤(5)，直到所有待处理图像处理完毕。本发明方法基于目标图像显著性区域的检测识别可以较好地描述目标图像的显著性区域，结合构图规则和图像比例的条件组合对目标图像进行相应的照片布局设计和美化，从而使处理后的图像在客观上更符合构图规则和美观性。
-
公开(公告)号：CN107527356A
公开(公告)日：2017-12-29
申请号：CN201710600951.6
申请日：2017-07-21
Applicant: 华南农业大学
Abstract: 本发明克服了现有的视频跟踪算法存在计算速度不高与鲁棒性不足二选一的技术缺陷，提出了新的一种基于懒交互方式的视频跟踪方法。本发明主要创新在于当目标部分遮挡和光照变化明显时，通过判定分块异常情况，提出了基于懒交互分块重采样的目标跟踪方法。其中，分块异常的判定主要分为三种情况：一是，分块远离跟踪目标；二是，正样本与负样本的比例失衡；三是，分块可跟踪的置信度值太低。通过这些条件，可将异常分块筛选出来，进行重新建模和跟踪。因要对多个分块进行跟踪，本发明引入KCF算法作为基本跟踪算子以保证跟踪的效率。本发明能够最大限度保证重采样本的鲁棒性，以达到跟踪效果的延续性和正确性，同时还能保证较高的计算速度。
-
-
Search Results
3
records
(took 0.02 seconds)
