-
公开(公告)号：CN107341815A
公开(公告)日：2017-11-10
申请号：CN201710404056.7
申请日：2017-06-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于多目立体视觉场景流的剧烈运动检测方法。一：利用标定好的多目相机获取多组图像序列；二：对图像序列进行预处理；三：场景流能量泛函数据项的设计；四：场景流能量泛函平滑项的设计；五：能量泛函地优化求解；从步骤二中得到的图像金字塔最低分辨率图像开始使用计算模型计算；六：场景流运动区域的聚类；七：构建运动方向离散程度评估模型，判断是否是剧烈运动；八：构建运动区域动能大小评估模型；九：设定阈值，且连续n帧满足评估条件时则引发报警。本发明采用的是基于多目立体视觉的场景流估计，通过已经标定好的多目相机获取来自同一场景的多组图像序列。利用3维场景流可以有效地进行剧烈运动检测。
-
公开(公告)号：CN104135368B
公开(公告)日：2017-10-03
申请号：CN201410234812.2
申请日：2014-05-30
Applicant: 哈尔滨工程大学
IPC: H04L9/32
Abstract: 本发明涉及一种电子海图的数据保护方法，策略管理者SA向设备制造商OEM签发OEM数字证书和颁发身份标识M_ID；设备制造商OEM和数据服务商DS之间的建立连接，数据服务方DS获得设备制造商OEM的公钥M_PKEY,获得数据服务方DS的公钥；设备制造商OEM为数据客户端颁发硬件标示符HW_ID，并制作用户许可证；数据客户端将用户许可证通过数据服务方DS的公钥进行加密后递交数据服务方DS；数据服务方DS利用自己的私钥解密用户许可证，根据获得的M_ID查找对应的设备制造商OEM的公钥M_PKEY，用公钥M_PKEY解密用户许可证中硬件标识符HW_ID部分，从而得到数据客户端的硬件标识符HW_ID，通过硬件标识符HW_ID加密单元密钥，为数据客户端生成单元许可，从而向数据客户端提供电子海图数据服务。
-
公开(公告)号：CN106952292A
公开(公告)日：2017-07-14
申请号：CN201710151290.3
申请日：2017-03-14
Applicant: 哈尔滨工程大学
IPC: G06T7/285
Abstract: 本发明提供的是一种基于6自由度场景流聚类的3D运动目标检测方法。利用深度相机获取场景的对齐的彩色图像和深度图像；构建6自由度场景流估计能量泛函；能量泛函的最优求解；根据场景流的定义，利用旋转向量和平移向量计算出场景流；根据场景流信息进行初步分析，确定移动目标的大体数目；根据场景流提取运动特征信息，获取每个点的特征向量；利用ISODATA算法对特征向量进行聚类分析，提取出运动目标。本发明利用邻域约束结合亮度恒常、深度恒常约束构建数据项；利用全变分平滑对旋转向量和平移向量进行平滑约束。完成场景流求解后，利用ISODATA算法对场景流进行聚类分析，提取出3D运动目标。
-
公开(公告)号：CN108021857B
公开(公告)日：2021-12-21
申请号：CN201710717257.2
申请日：2017-08-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于无人机航拍图像序列深度恢复的建筑物检测方法，属于建筑物检测技术领域。具体内容包括：无人机搭载单目相机采集图像序列；利用飞机的运动信息以及获取到的图像序列的空域和时域的关系，恢复出图像的视差；将视差转换为深度，人工的设定深度阈值来分割建筑物。本发明可以有效地估计出图像的深度，利用深度检测出建筑物。本发明首次使用了无人机图像序列深度恢复的方法，能够对建筑物进行有效的检测。
-
公开(公告)号：CN107665603B
公开(公告)日：2020-06-16
申请号：CN201710795417.5
申请日：2017-09-06
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种判定车位占用的实时检测方法，属于机器视觉技术领域，具体涉及一种通过俯视的深度图融合卷积神经网络的检测方法来判定车位是否被正确占用的实时检测方法。其具体包括搭建双目立体相机、收集车辆样本和非车辆样本、设计并训练以卷积神经网络CarNet为基础的车辆检测模型、人工标定监控车位在相机图像中位置、得到监控场景下的深度图、对深度图分割初步得到车辆区域同时利用CarNet检测模型检测车辆、融合深度图与卷积神经网络结果得到可靠车辆检测框以及判定车位是否占用等步骤。本发明可广泛用于加油站、地下停车场等半露天或室内停车场，可准确输出车位占用情况，具有实施成本低，工作效率高、自动化能力强等优点，具有广阔的发展前景。
-
Patent Agency Ranking
公开(公告)号：CN103745117B
公开(公告)日：2017-01-18
申请号：CN201410029323.3
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于信息处理技术领域，具体涉及一种用于目标识别的决策概率转换方法。本发明包括：确定识别框架，获得框架下识别目标的基本概率分配；计算出每个识别目标Xi的决策概率P1(Xi)，i＝1,2,...,n：计算出每个识别目标Xj的决策概率P2(Xj)，j＝1,2,...,n；按照D-S证据融合规则对P1(Xi)和P2(Xj)进行融合，得出每个识别目标Xp最终的决策概率P(Xp)。本发明利用单目标命题在多目标命题中的信度比和似然度比分配不确定信息，分配依据比较客观，能够合理地分配不确定信息。通过D-S证据融合规则对基于信度比和似然度比计算出的决策概率进行融合，使转换态度既不乐观也不保守，得到的结果更加合理有效。本发明不涉及复杂的高阶运算，计算量小，便于操作。
-
公开(公告)号：CN103745117A
公开(公告)日：2014-04-23
申请号：CN201410029323.3
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于信息处理技术领域，具体涉及一种用于目标识别的决策概率转换方法。本发明包括：确定识别框架，获得框架下识别目标的基本概率分配；计算出每个识别目标Xi的决策概率P1(Xi)，i＝1,2,...,n：计算出每个识别目标Xj的决策概率P2(Xj)，j＝1,2,...,n；按照D-S证据融合规则对P1(Xi)和P2(Xj)进行融合，得出每个识别目标Xp最终的决策概率P(Xp)。本发明利用单目标命题在多目标命题中的信度比和似然度比分配不确定信息，分配依据比较客观，能够合理地分配不确定信息。通过D-S证据融合规则对基于信度比和似然度比计算出的决策概率进行融合，使转换态度既不乐观也不保守，得到的结果更加合理有效。本发明不涉及复杂的高阶运算，计算量小，便于操作。
-
公开(公告)号：CN107341815B
公开(公告)日：2020-10-16
申请号：CN201710404056.7
申请日：2017-06-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于多目立体视觉场景流的剧烈运动检测方法。一：利用标定好的多目相机获取多组图像序列；二：对图像序列进行预处理；三：场景流能量泛函数据项的设计；四：场景流能量泛函平滑项的设计；五：能量泛函地优化求解；从步骤二中得到的图像金字塔最低分辨率图像开始使用计算模型计算；六：场景流运动区域的聚类；七：构建运动方向离散程度评估模型，判断是否是剧烈运动；八：构建运动区域动能大小评估模型；九：设定阈值，且连续n帧满足评估条件时则引发报警。本发明采用的是基于多目立体视觉的场景流估计，通过已经标定好的多目相机获取来自同一场景的多组图像序列。利用3维场景流可以有效地进行剧烈运动检测。
-
公开(公告)号：CN107665603A
公开(公告)日：2018-02-06
申请号：CN201710795417.5
申请日：2017-09-06
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种判定车位占用的实时检测方法，属于机器视觉技术领域，具体涉及一种通过俯视的深度图融合卷积神经网络的检测方法来判定车位是否被正确占用的实时检测方法。其具体包括搭建双目立体相机、收集车辆样本和非车辆样本、设计并训练以卷积神经网络CarNet为基础的车辆检测模型、人工标定监控车位在相机图像中位置、得到监控场景下的深度图、对深度图分割初步得到车辆区域同时利用CarNet检测模型检测车辆、融合深度图与卷积神经网络结果得到可靠车辆检测框以及判定车位是否占用等步骤。本发明可广泛用于加油站、地下停车场等半露天或室内停车场，可准确输出车位占用情况，具有实施成本低，工作效率高、自动化能力强等优点，具有广阔的发展前景。
-
公开(公告)号：CN106952292B
公开(公告)日：2020-01-31
申请号：CN201710151290.3
申请日：2017-03-14
Applicant: 哈尔滨工程大学
IPC: G06T7/285
Abstract: 本发明提供的是一种基于6自由度场景流聚类的3D运动目标检测方法。利用深度相机获取场景的对齐的彩色图像和深度图像；构建6自由度场景流估计能量泛函；能量泛函的最优求解；根据场景流的定义，利用旋转向量和平移向量计算出场景流；根据场景流信息进行初步分析，确定移动目标的大体数目；根据场景流提取运动特征信息，获取每个点的特征向量；利用ISODATA算法对特征向量进行聚类分析，提取出运动目标。本发明利用邻域约束结合亮度恒常、深度恒常约束构建数据项；利用全变分平滑对旋转向量和平移向量进行平滑约束。完成场景流求解后，利用ISODATA算法对场景流进行聚类分析，提取出3D运动目标。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.032 seconds)
