-
Patent Agency Ranking
公开(公告)号：CN109034237A
公开(公告)日：2018-12-18
申请号：CN201810809074.8
申请日：2018-07-20
Applicant: 杭州电子科技大学
CPC classification number: G06K9/6215 , G06K9/00818 , G06K2209/21
Abstract: 基于卷积神经元网络路标和序列搜索的回环检测方法，以待检测图像为中心选定一个待检索序列，在待检索序列的每一张图像上提取一定数量的路标进行预处理后输入到卷积神经元网络中抽取相应的特征描述子；构建一个候选匹配序列,待检索序列与候选匹配序列之间按照时间先后的对应关系进行序列间相似度分析；沿着时间轴移动候选匹配序列的中心，每移动一次，计算一次候选匹配序列与待检索序列之间的相似度并保存评分；在所有序列评分中搜索数值最大评分对应的序列，同时以此序列中心图像为中心选定一个窗口并在窗口外搜索一个最大评分序列；若最大评分与最大评分序列的评分的比值大于设定的阈值，则所述最大评分的中心图像就是待检索图像对应的回环。
-
公开(公告)号：CN109583329A
公开(公告)日：2019-04-05
申请号：CN201811350086.5
申请日：2018-11-13
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于语义路标筛选的回环检测方法，提取图像中一定数量的原始路标，作为对图片的描述，所述原始路标包括动态路标和静态路标；筛选原始路标中带有语义信息的动态路标；对筛选后的原始路标进行特征提取；对待查询图像与待检索图像均进行以上操作，确定待查询图像中每个路标在待检索图像中的相似路标；计算待查询图像与相似路标所在图像之间的相似度评分，根据相似度评分确定回环。本发明在增加了道路语义路标筛选的技术，得到了静态路标，减少了动态信息作为路标对图片的描述，这使得最终的识别结果也更精确，更加鲁棒。
-
公开(公告)号：CN109034237B
公开(公告)日：2021-09-17
申请号：CN201810809074.8
申请日：2018-07-20
Applicant: 杭州电子科技大学
Abstract: 基于卷积神经元网络路标和序列搜索的回环检测方法，以待检测图像为中心选定一个待检索序列，在待检索序列的每一张图像上提取一定数量的路标进行预处理后输入到卷积神经元网络中抽取相应的特征描述子；构建一个候选匹配序列,待检索序列与候选匹配序列之间按照时间先后的对应关系进行序列间相似度分析；沿着时间轴移动候选匹配序列的中心，每移动一次，计算一次候选匹配序列与待检索序列之间的相似度并保存评分；在所有序列评分中搜索数值最大评分对应的序列，同时以此序列中心图像为中心选定一个窗口并在窗口外搜索一个最大评分序列；若最大评分与最大评分序列的评分的比值大于设定的阈值，则所述最大评分的中心图像就是待检索图像对应的回环。
-
公开(公告)号：CN109189964A
公开(公告)日：2019-01-11
申请号：CN201810809186.3
申请日：2018-07-20
Applicant: 杭州电子科技大学
Abstract: 基于局部敏感哈希索引和图像路标的场景识别方法，包括：确定待检索图像上的查询路标，提取尺寸信息并进行编号；确定视觉场景数据库，将视觉场景数据库中的图像作为候选图像，获取每张候选图像上一定数量的对比路标并进行编号；建立查询表，所述查询表包括对比路标的路标信息；对对比路标进行预处理和特征提取；选取对比路标中与查询路标相似的路标作为候选相似路标；计算查询路标与所述相似路标的评分，将评分计入待检索图像与相似路标所在图像的评分中；构建候选图像集，设定识别阈值，根据识别阈值判断选定的候选图像与待检索图像是否是同一场景。
-
公开(公告)号：CN109117744A
公开(公告)日：2019-01-01
申请号：CN201810809219.4
申请日：2018-07-20
Applicant: 杭州电子科技大学
Abstract: 一种用于人脸验证的孪生神经网络训练方法，包括：准备训练样本集；对训练样本集中的图片进行尺寸归一化处理后输入至人工神经网络进行训练；人工神经网络包括两个相同的子神经网络；将处理后的训练样本分割为数量相等的数据集data和data_p，将数据集data和data_p分别输送给两个子神经网络，进行样本特征向量提取；通过对比对损失函数实现神经网络的迭代优化，直至迭代次数达到设定值，则跳出迭代，此时经过训练的人工神经网络即为用于人脸验证的孪生神经网络；所述对比度损失函数表示两组特征向量的相似度。
-
-
-
-
Search Results
5
records
(took 0.048 seconds)
