-
公开(公告)号：CN112084938B
公开(公告)日：2023-07-28
申请号：CN202010935717.0
申请日：2020-09-08
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V20/20 , G06V10/46 , G06V10/764 , G06T17/20
Abstract: 本发明公开了一种基于图结构提高平面目标表征稳定性的方法及装置，该方法包括：采用FAST关键点检测算法中的快速二值测试策略计算每个像素点的显著性得分；利用自适应调整网格的划分方式生成自适应网格；采用Spatial Softmax算法构造顶点集合V；采用Delaunay三角剖分方法构造边集合E。该方法将目标表征为一组具有拓扑结构的、可被重复检测出来的离散点集合，即顶点集合V和边集合E，能够兼顾目标的全局和局部结构，提高表征方法的鲁棒性和稳定性。
-
公开(公告)号：CN112598739B
公开(公告)日：2023-09-01
申请号：CN202011564825.8
申请日：2020-12-25
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种基于时空特征聚合网络的移动机器人红外目标跟踪方法、系统及存储介质，目标跟踪方法包括：根据跟踪视频第一帧给定的目标大小和位置获取目标模板帧；将目标模板帧送入孪生网络的模板分支提取目标模板特征；将当前搜索帧和历史帧送入孪生网络的搜索分支提取特征；根据孪生网络模板分支和搜索分支提取的特征计算响应图，确定目标在下一帧中的位置。本发明的有益效果是：本发明针对红外目标跟踪中物体特征提取，在提取语义与空间结构特征的基础上，将物体的运动信息网络化，融合多帧信息加强表观模型的判别能力，并结合已有的空间感知网络形成了一个端到端的时空特征聚合孪生网络，更好地区分相似物干扰，提高跟踪的准确性和鲁棒性。
-
公开(公告)号：CN112085092B
公开(公告)日：2023-06-20
申请号：CN202010935742.9
申请日：2020-09-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于时空连续性约束的图匹配方法及装置，该方法包括计算亲和度矩阵，不仅采用一阶相似度矩阵，还计算边的匹配度，即二阶相似度矩阵，将目标的运动信息嵌入到图匹配问题的优化目标函数中，使优化目标函数存在两个优化变量：单应性变换矩阵H和分配矩阵X，相应的，提出一种交替优化算法，每次固定一个优化变量，求解另一个优化变量，循环迭代直到目标函数收敛或达到预先设定的最大迭代次数为止，此外，技术方案中还提出基于多图匹配作为最后一步验证，尤其适用于判断在平面目标跟踪的过程中是否出现丢失目标的情况，可为后续的跟踪行为提供执行依据，本发明技术提高了图像匹配的速度和准确度。
-
Patent Agency Ranking
公开(公告)号：CN112084938A
公开(公告)日：2020-12-15
申请号：CN202010935717.0
申请日：2020-09-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于图结构提高平面目标表征稳定性的方法及装置，该方法包括：采用FAST关键点检测算法中的快速二值测试策略计算每个像素点的显著性得分；利用自适应调整网格的划分方式生成自适应网格；采用Spatial Softmax算法构造顶点集合V；采用Delaunay三角剖分方法构造边集合E。该方法将目标表征为一组具有拓扑结构的、可被重复检测出来的离散点集合，即顶点集合V和边集合E，能够兼顾目标的全局和局部结构，提高表征方法的鲁棒性和稳定性。
-
公开(公告)号：CN112561969B
公开(公告)日：2023-07-25
申请号：CN202011564796.5
申请日：2020-12-25
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种基于无监督光流网络的移动机器人红外目标跟踪方法及系统，该移动机器人红外目标跟踪方法用一个无监督的可端到端训练的光流网络提取前一帧的光流信息并使用这个光流信息对之前数帧的特征图进行对齐。通过空间和时间上的注意机制融合前几帧特征得到目标的特征图，最后根据这个特征图和要预测帧的特征图使用相关滤波器得到跟踪结果。本发明的有益效果是：本发明使用无监督的可端到端训练的光流网络，提取光流特征将之前数帧的特征进行融合，提升了跟踪效果。尤其是移动机器人跟踪过程中经常出现快速移动的目标，利用该发明可以有效跟踪这类目标。
-
公开(公告)号：CN112598739A
公开(公告)日：2021-04-02
申请号：CN202011564825.8
申请日：2020-12-25
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种基于时空特征聚合网络的移动机器人红外目标跟踪方法、系统及存储介质，目标跟踪方法包括：根据跟踪视频第一帧给定的目标大小和位置获取目标模板帧；将目标模板帧送入孪生网络的模板分支提取目标模板特征；将当前搜索帧和历史帧送入孪生网络的搜索分支提取特征；根据孪生网络模板分支和搜索分支提取的特征计算响应图，确定目标在下一帧中的位置。本发明的有益效果是：本发明针对红外目标跟踪中物体特征提取，在提取语义与空间结构特征的基础上，将物体的运动信息网络化，融合多帧信息加强表观模型的判别能力，并结合已有的空间感知网络形成了一个端到端的时空特征聚合孪生网络，更好地区分相似物干扰，提高跟踪的准确性和鲁棒性。
-
公开(公告)号：CN112561969A
公开(公告)日：2021-03-26
申请号：CN202011564796.5
申请日：2020-12-25
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种基于无监督光流网络的移动机器人红外目标跟踪方法及系统，该移动机器人红外目标跟踪方法用一个无监督的可端到端训练的光流网络提取前一帧的光流信息并使用这个光流信息对之前数帧的特征图进行对齐。通过空间和时间上的注意机制融合前几帧特征得到目标的特征图，最后根据这个特征图和要预测帧的特征图使用相关滤波器得到跟踪结果。本发明的有益效果是：本发明使用无监督的可端到端训练的光流网络，提取光流特征将之前数帧的特征进行融合，提升了跟踪效果。尤其是移动机器人跟踪过程中经常出现快速移动的目标，利用该发明可以有效跟踪这类目标。
-
公开(公告)号：CN112085092A
公开(公告)日：2020-12-15
申请号：CN202010935742.9
申请日：2020-09-08
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于时空连续性约束的图匹配方法及装置，该方法包括计算亲和度矩阵，不仅采用一阶相似度矩阵，还计算边的匹配度，即二阶相似度矩阵，将目标的运动信息嵌入到图匹配问题的优化目标函数中，使优化目标函数存在两个优化变量：单应性变换矩阵H和分配矩阵X，相应的，提出一种交替优化算法，每次固定一个优化变量，求解另一个优化变量，循环迭代直到目标函数收敛或达到预先设定的最大迭代次数为止，此外，技术方案中还提出基于多图匹配作为最后一步验证，尤其适用于判断在平面目标跟踪的过程中是否出现丢失目标的情况，可为后续的跟踪行为提供执行依据，本发明技术提高了图像匹配的速度和准确度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
