-
Patent Agency Ranking
公开(公告)号：CN105893956B
公开(公告)日：2019-05-17
申请号：CN201610193221.4
申请日：2016-03-30
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于多特征自适应测度学习的在线目标匹配方法，属于智能视频监控技术领域。针对现有的线下距离测度学习算法在测试样本大幅增多后，由于最初习得的测度矩阵不能很好地反映当前状况造成的匹配准确率大幅下降的问题，本发明通过自适应学习合适的测度矩阵得到较佳的相似性度量距离函数，对目标进行匹配，分为初始线下训练、在线目标匹配和测度更新三个阶段。本发明有效地解决了现有的线下距离测度学习算法在新数据大幅增多而偏离初始训练集的情况下出现的匹配准确率大幅下降的问题，保证了匹配模型良好的扩展性。本发明可以自适应地更新、修正测度矩阵，初始训练时对已标签样本数量的要求也低于现有算法，大大减少了人工标记的工作量。
-
公开(公告)号：CN105894022A
公开(公告)日：2016-08-24
申请号：CN201610193012.X
申请日：2016-03-30
Applicant: 南京邮电大学
CPC classification number: G06K9/6215 , G06K9/4652
Abstract: 本发明属于智能视频监控技术领域，提出了一种自适应分层关联多目标跟踪方法。本方法利用增量线性可判别分析(ILDA，Incremental Linear Discriminant Analysis)寻找一个能尽可能分离各个目标的投影矩阵，并提取各个目标的特征均值向量，并用其定义轨迹和候选目标进行匹配的关联代价函数，从而来指导连续轨迹和断开轨迹的增长。当前帧匹配结束后，计算各个轨迹最新匹配结果和其特征均值向量的差异，当差异大于一定阈值的时候，用该匹配结果来更新ILDA模型相关参数，否则不更新。相比现有技术，本发明能够减少多目标跟踪过程中由于目标外观相似而跟错目标的概率。
-
公开(公告)号：CN105893956A
公开(公告)日：2016-08-24
申请号：CN201610193221.4
申请日：2016-03-30
Applicant: 南京邮电大学
CPC classification number: G06K9/00718 , G06K9/6256 , G06K9/6262
Abstract: 本发明公开一种基于多特征自适应测度学习的在线目标匹配方法，属于智能视频监控技术领域。针对现有的线下距离测度学习算法在测试样本大幅增多后，由于最初习得的测度矩阵不能很好地反映当前状况造成的匹配准确率大幅下降的问题，本发明通过自适应学习合适的测度矩阵得到较佳的相似性度量距离函数，对目标进行匹配，分为初始线下训练、在线目标匹配和测度更新三个阶段。本发明有效地解决了现有的线下距离测度学习算法在新数据大幅增多而偏离初始训练集的情况下出现的匹配准确率大幅下降的问题，保证了匹配模型良好的扩展性。本发明可以自适应地更新、修正测度矩阵，初始训练时对已标签样本数量的要求也低于现有算法，大大减少了人工标记的工作量。
-
公开(公告)号：CN105894505A
公开(公告)日：2016-08-24
申请号：CN201610192922.6
申请日：2016-03-30
Applicant: 南京邮电大学
CPC classification number: G01C11/04 , G06T2207/10016
Abstract: 本发明提出一种基于多摄像机几何约束的快速行人定位方法。针对多摄像机行人定位方法的点数众多、算法复杂度高的问题，对于所拍摄的场景，首先测量摄像机中心地面投影点坐标并在场景平面上设置标识点，通过标识点的空间点与图像点的坐标对应关系，利用归一化法计算单应矩阵；然后用矩形框将行人区域框住，将矩形框上面两个顶点投影到场景平面上，连接这些投影点和与它对应的摄像机中心投影点，将连线的交点作为候选目标脚点；接着将矩形框的脚点投影到场景平面上，并计算其重心，对候选脚点赋予合适的权重；最后确定行人的空间坐标。本发明能够快速定位行人在场景平面上的脚点坐标，而且能够在无遮挡和遮挡情况下均保证高精度的定位结果。
-
公开(公告)号：CN105894022B
公开(公告)日：2019-05-03
申请号：CN201610193012.X
申请日：2016-03-30
Applicant: 南京邮电大学
Abstract: 本发明属于智能视频监控技术领域，提出了一种自适应分层关联多目标跟踪方法。本方法利用增量线性可判别分析(ILDA，Incremental Linear Discriminant Analysis)寻找一个能尽可能分离各个目标的投影矩阵，并提取各个目标的特征均值向量，并用其定义轨迹和候选目标进行匹配的关联代价函数，从而来指导连续轨迹和断开轨迹的增长。当前帧匹配结束后，计算各个轨迹最新匹配结果和其特征均值向量的差异，当差异大于一定阈值的时候，用该匹配结果来更新ILDA模型相关参数，否则不更新。相比现有技术，本发明能够减少多目标跟踪过程中由于目标外观相似而跟错目标的概率。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
