-
公开(公告)号:CN110222579B
公开(公告)日:2022-12-16
申请号:CN201910382716.5
申请日:2019-05-09
Applicant: 华南理工大学
IPC: G06V20/40
Abstract: 本发明公开了一种结合运动规律和目标检测的视频对象计数方法,包括以下步骤:S1、利用目标检测模型从视频中检测得到每一帧包含的目标的位置;S2、根据摄像头与对象的相对运动关系,建模出摄像头的运动轨迹以及视频对应的场景模型;S3、根据检测对象在单张图片中的位置,修正各个检测对象在场景模型中的绝对位置;S4、根据检测对象在场景模型中的位置,确定不同帧的检测结果所归属的对象;S5、统计场景模型中的对象数目,即为视频中对象的数量。本发明只需少量的人工标记就可获得非常精确的目标检测效果,具有模型轻量、建模运算复杂度低的优点。
-
公开(公告)号:CN108764269A
公开(公告)日:2018-11-06
申请号:CN201810286137.6
申请日:2018-04-03
Applicant: 华南理工大学
CPC classification number: G06K9/6268 , G06K9/6215 , G06N3/0454
Abstract: 本发明公开了一种基于时空约束增量学习的跨数据集行人再识别方法,包含步骤:S1、在小规模训练数据集上训练得到图像分类器Cs;S2、用图像分类器Cs在实际应用场景的测试数据集上对监控图像进行分类,统计测试数据集中属于同一行人的监控图像的拍摄时间和摄像头编号之间的关联,建立行人时空概率模型;S3、融合步骤S2的图像分类结果和步骤S3的时空概率模型,对测试数据集进行更准确分类;S4、对应用场景的测试数据打标签,用这种有标签的数据增量训练图像分类器Cs;S5、重复步骤S1~S4,直到迭代的次数超过预定的阈值常数;S6、用步骤S5的融合分类器,在目标数据集的测试集上进行行人再识别,得到最终分类结果。
-
公开(公告)号:CN108615452A
公开(公告)日:2018-10-02
申请号:CN201810286122.X
申请日:2018-04-03
Applicant: 华南理工大学
IPC: G09B29/00
Abstract: 本发明公开了一种基于人车轨迹点多分辨率处理的未知道路提取方法,步骤如下:S1、将每个轨迹点根据经纬度映射到二维网格中,从而将轨迹点转变为图像表示;S2、对步骤S1中获得的图像,进行采样以降低分辨率;S3、对步骤S2中获得的图像,进行去噪,并剔除孤立像素点;S4、对步骤S3中获得的图像,进行形态学处理;S5、对步骤S4中获得的图像,进行重新去噪并再一次降低分辨率;S6、对步骤S5中获得的图像,识别路段,并标记路段与路段之间的交汇点;S7、对步骤S6中获得的结果,将每条路段视为图节点,将路段交汇点视为节点之间的连边,对图结构进行深度优先遍历,对路段进行编号。
-
公开(公告)号:CN110222579A
公开(公告)日:2019-09-10
申请号:CN201910382716.5
申请日:2019-05-09
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种结合运动规律和目标检测的视频对象计数方法,包括以下步骤:S1、利用目标检测模型从视频中检测得到每一帧包含的目标的位置;S2、根据摄像头与对象的相对运动关系,建模出摄像头的运动轨迹以及视频对应的场景模型;S3、根据检测对象在单张图片中的位置,修正各个检测对象在场景模型中的绝对位置;S4、根据检测对象在场景模型中的位置,确定不同帧的检测结果所归属的对象;S5、统计场景模型中的对象数目,即为视频中对象的数量。本发明只需少量的人工标记就可获得非常精确的目标检测效果,具有模型轻量、建模运算复杂度低的优点。
-
公开(公告)号:CN108615452B
公开(公告)日:2019-08-20
申请号:CN201810286122.X
申请日:2018-04-03
Applicant: 华南理工大学
IPC: G09B29/00
Abstract: 本发明公开了一种基于人车轨迹点多分辨率处理的未知道路提取方法,步骤如下:S1、将每个轨迹点根据经纬度映射到二维网格中,从而将轨迹点转变为图像表示;S2、对步骤S1中获得的图像,进行采样以降低分辨率;S3、对步骤S2中获得的图像,进行去噪,并剔除孤立像素点;S4、对步骤S3中获得的图像,进行形态学处理;S5、对步骤S4中获得的图像,进行重新去噪并再一次降低分辨率;S6、对步骤S5中获得的图像,识别路段,并标记路段与路段之间的交汇点;S7、对步骤S6中获得的结果,将每条路段视为图节点,将路段交汇点视为节点之间的连边,对图结构进行深度优先遍历,对路段进行编号。
-
-
-
-