公开(公告)号：CN104915970B

公开(公告)日：2019-03-29

申请号：CN201510326021.7

申请日：2015-06-12

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  师哲 ,  胡学伟

IPC: G06T7/20

Abstract: 本发明公开了一种基于轨迹关联的多目标跟踪方法，该方法包括以下步骤：首先，基于场景自适应方法生成局部轨迹，实现检测响应与原有轨迹关联；然后，基于增量线性判决的表观模型，实现全局轨迹关联；最后，基于非线性运动模型，实现轨迹片段间空缺填补，以获取完整且平滑的跟踪轨迹。本发明的方法能在目标遮挡、不同目标具有相似外貌特征、运动目标方向突变等复杂情况下，实现多目标的正确关联，最终得到稳定、连续的跟踪轨迹。

公开(公告)号：CN104715480A

公开(公告)日：2015-06-17

申请号：CN201510107283.4

申请日：2015-03-11

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  李向向 ,  胡学伟

IPC: G06T7/00

Abstract: 本发明公开了一种基于统计背景模型的目标检测方法，该方法包括以下步骤：针对光照变化运用一种新的自适应高斯混合模型技术，构建基于全局信息的背景统计模型；针对动态变化，在对背景图像基于自整定谱聚类的基础上，通过核密度估计方式，构建基于局部信息的背景统计模型。本发明能在光照与动态扰动情况下，构建出一种稳健的背景模型，从而实现对前景目标的精确检测。

公开(公告)号：CN104915970A

公开(公告)日：2015-09-16

申请号：CN201510326021.7

申请日：2015-06-12

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  师哲 ,  胡学伟

IPC: G06T7/20

CPC classification number: G06T7/251 ,  G06T2207/10016

Abstract: 本发明公开了一种基于轨迹关联的多目标跟踪方法，该方法包括以下步骤：首先，基于场景自适应方法生成局部轨迹，实现检测响应与原有轨迹关联；然后，基于增量线性判决的表观模型，实现全局轨迹关联；最后，基于非线性运动模型，实现轨迹片段间空缺填补，以获取完整且平滑的跟踪轨迹。本发明的方法能在目标遮挡、不同目标具有相似外貌特征、运动目标方向突变等复杂情况下，实现多目标的正确关联，最终得到稳定、连续的跟踪轨迹。

公开(公告)号：CN103020261A

公开(公告)日：2013-04-03

申请号：CN201210568026.7

申请日：2012-12-24

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  邹黎明 ,  胡学伟 ,  梁志伟

IPC: G06F17/30

Abstract: 本发明公开了一种图像自动标注方法，它分为以下三个步骤：第一步，采用仿射传播聚类算法从个人照片集中选出一些代表性图像来描述该类视觉信息，这样可大大减少训练图像数目；第二步，依据视觉信息和语义标注一致性原则，对代表性图像进行合理标注，这有助于提高图像检索和管理的性能；最后，利用带重新启动的随机游走算法，自动标注其它图像。

公开(公告)号：CN104715480B

公开(公告)日：2018-07-17

申请号：CN201510107283.4

申请日：2015-03-11

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  李向向 ,  胡学伟

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于统计背景模型的目标检测方法，该方法包括以下步骤：针对光照变化运用一种新的自适应高斯混合模型技术，构建基于全局信息的背景统计模型；针对动态变化，在对背景图像基于自整定谱聚类的基础上，通过核密度估计方式，构建基于局部信息的背景统计模型。本发明能在光照与动态扰动情况下，构建出一种稳健的背景模型，从而实现对前景目标的精确检测。

公开(公告)号：CN104820824A

公开(公告)日：2015-08-05

申请号：CN201510196617.X

申请日：2015-04-23

Applicant: 南京邮电大学

Inventor： 朱松豪 ,  师哲 ,  孙成建 ,  胡学伟

IPC: G06K9/00

Abstract: 本发明公开了基于光流和时空梯度的局部异常行为检测方法，该方法包括以下步骤：将视频图像分成时空块；利用基于半参数模型的统计方法检测最有可能发生异常行为的区域；利用单元格最大光流能量法和局部最近邻描述符，确认可疑区域是否真实存在异常行为。通过在通用UCSD数据集的实验表明，本发明提出的方法能够有效地提高局部异常行为检测的准确性与快速性。