基于全景多路4k视频图像的实时目标检测跟踪方法

    公开(公告)号:CN110517288B

    公开(公告)日:2021-11-02

    申请号:CN201910665691.X

    申请日:2019-07-23

    IPC分类号: G06T7/246 G06T5/00 G06T5/30

    摘要: 本发明公开了基于全景多路4k视频图像的实时目标检测跟踪方法,主要解决现有技术中的全景多路4k图像处理处理速度慢、目标跨多路摄像机错检漏检和目标检测跟踪稳定性低的问题。首先对全景视频图像进行长时间目标概率统计,实现区域重要性划分及背景建模参数阈值设定;然后,对全景视频图像进行自适应背景建模,获取场景前景目标候选区域;接着采用对前景目标候选进行融合与处理,形成候选目标点迹;最后采用动态航迹管理实现全景视频的多目标稳定跟踪。本发明可以用于机场远程塔台监视、全景视频增强、道路交通车辆检测等领域,目标检测跟踪性能优异。

    一种基于角点的空中目标探测方法

    公开(公告)号:CN110852323A

    公开(公告)日:2020-02-28

    申请号:CN201911124953.8

    申请日:2019-11-18

    IPC分类号: G06K9/32 G06K9/46

    摘要: 本发明公开了一种基于角点的空中目标探测方法,首先接收红外图像或可见光图像,将图像数据放置于缓冲区;对图像进行色彩空间转换,获取对应的灰度图像;针对灰度图像进行边缘检测,获取边缘闭合区域;利用角点检测算法,获取图像中所有符合计算规则的角点,并根据筛选规则,进行角点筛选;利用闭合区域对角点进行分组,将处于同一轮廓内的角点作为同一组;分别计算各组角点中心位置于外部轮廓,作为检测目标的位置信息;输出各个目标位置和大小信息,完成目标检测。本发明不仅能够快速定位目标位置,而且能够有效排除空中的多云背景干扰,从而突破空中目标在穿过云背景时出现的目标丢失现象,从而完成多云背景下的空中目标探测难题。

    一种基于角点的空中目标探测方法

    公开(公告)号:CN110852323B

    公开(公告)日:2022-03-15

    申请号:CN201911124953.8

    申请日:2019-11-18

    摘要: 本发明公开了一种基于角点的空中目标探测方法,首先接收红外图像或可见光图像,将图像数据放置于缓冲区;对图像进行色彩空间转换,获取对应的灰度图像;针对灰度图像进行边缘检测,获取边缘闭合区域;利用角点检测算法,获取图像中所有符合计算规则的角点,并根据筛选规则,进行角点筛选;利用闭合区域对角点进行分组,将处于同一轮廓内的角点作为同一组;分别计算各组角点中心位置于外部轮廓,作为检测目标的位置信息;输出各个目标位置和大小信息,完成目标检测。本发明不仅能够快速定位目标位置,而且能够有效排除空中的多云背景干扰,从而突破空中目标在穿过云背景时出现的目标丢失现象,从而完成多云背景下的空中目标探测难题。

    基于全景多路4k视频图像的实时目标检测跟踪方法

    公开(公告)号:CN110517288A

    公开(公告)日:2019-11-29

    申请号:CN201910665691.X

    申请日:2019-07-23

    IPC分类号: G06T7/246 G06T5/00 G06T5/30

    摘要: 本发明公开了基于全景多路4k视频图像的实时目标检测跟踪方法,主要解决现有技术中的全景多路4k图像处理处理速度慢、目标跨多路摄像机错检漏检和目标检测跟踪稳定性低的问题。首先对全景视频图像进行长时间目标概率统计,实现区域重要性划分及背景建模参数阈值设定;然后,对全景视频图像进行自适应背景建模,获取场景前景目标候选区域;接着采用对前景目标候选进行融合与处理,形成候选目标点迹;最后采用动态航迹管理实现全景视频的多目标稳定跟踪。本发明可以用于机场远程塔台监视、全景视频增强、道路交通车辆检测等领域,目标检测跟踪性能优异。

    一种基于信息融合的固定岗位人员疲劳检测方法

    公开(公告)号:CN109308445B

    公开(公告)日:2019-06-25

    申请号:CN201810823443.9

    申请日:2018-07-25

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明公开了一种基于信息融合的固定岗位人员疲劳检测方法,解决了单路视频下疲劳特征检测及决策级信息融合问题。首先采用回归树方法对输入图像进行人脸标定,实现高精度的人脸检测;然后,对检测到的人脸采用基于级联卷积神经网络人眼特征点定位技术,实现眼部和嘴部特征点的精确检测,通过对视频的多帧图像特征点进行分析,分别计算PERCLOS参数,眨眼频率以及哈欠频率。接着,采用基于ASM局部定位和人脸特征三角形的方法实现头部姿态估计,从而计算点头频率。最后,采用基于粗糙集理论的信息融合算法实现固定岗位人员的疲劳检测。

    基于视觉多特征的复杂道路线提取方法

    公开(公告)号:CN107895375B

    公开(公告)日:2020-03-31

    申请号:CN201711179924.2

    申请日:2017-11-23

    IPC分类号: G06T7/13 G06T7/80

    摘要: 本发明公开了一种基于视觉多特征的复杂道路线提取方法,包括如下步骤:(1)摄像头标定;(2)透视变换矫正;(3)图像滤波及兴趣点提取;(4)快速LSD线检测;(5)伪道路线剔除及合并;(6)左右边界查找;(7)道路线信息提取。本发明的有益效果为:本发明解决了复杂场景下道路线提取的实时性差与鲁棒性低的问题;在两个挑战性数据集Caltech和SLD都获得较高的性能,道路线提取完整性平均精度达到92%,单帧平均运行时间35ms,充分验证了本发明的有效性。

    一种车道线自适应检测方法

    公开(公告)号:CN109785291A

    公开(公告)日:2019-05-21

    申请号:CN201811563209.3

    申请日:2018-12-20

    摘要: 本发明公开了一种自适应的车道线检测算法,首先针对摄像机采集图像进行预处理;其次对图像进行分割,判断环境状况,由判断结果自适应地采用不同阈值,利用soble边沿检测、HLS色彩空间对道路部分图像进行处理,获取道路部分的二值图像;提取车道线感兴区域,利用透视变换算法对感兴区域进行透视变换,得到车道线鸟瞰图;再利用二次函数拟合鸟瞰图中的车道线信息,得到车道线方程,进行车道线绘制,同时根据车道线方程对车辆偏离道路情况进行判断;最后将鸟瞰图中所绘车道线透视变换到原图像,即得到最终检测结果。本发明解决了传统车道线检测算法自适应能力较差、无法有效处理弯道信息等问题。

    一种车道线自适应检测方法

    公开(公告)号:CN109785291B

    公开(公告)日:2020-10-09

    申请号:CN201811563209.3

    申请日:2018-12-20

    摘要: 本发明公开了一种自适应的车道线检测算法,首先针对摄像机采集图像进行预处理;其次对图像进行分割,判断环境状况,由判断结果自适应地采用不同阈值,利用soble边沿检测、HLS色彩空间对道路部分图像进行处理,获取道路部分的二值图像;提取车道线感兴区域,利用透视变换算法对感兴区域进行透视变换,得到车道线鸟瞰图;再利用二次函数拟合鸟瞰图中的车道线信息,得到车道线方程,进行车道线绘制,同时根据车道线方程对车辆偏离道路情况进行判断;最后将鸟瞰图中所绘车道线透视变换到原图像,即得到最终检测结果。本发明解决了传统车道线检测算法自适应能力较差、无法有效处理弯道信息等问题。