-
Patent Agency Ranking
公开(公告)号：CN105550678B
公开(公告)日：2019-01-18
申请号：CN201610075788.1
申请日：2016-02-03
Applicant: 武汉大学
Abstract: 本发明公开了基于全局显著边缘区域的人体动作特征提取方法，利用一个区域和整个图像的对比度来计算显著度；减少色彩空间的颜色数量，平滑颜色空间的显著度；根据相邻区域的空间关系计算显著性区域；对二值化阈值分割出的前景区域做形态学梯度变化，生成全局显著边缘区域；遍历视频帧不同尺度下所有网格的强角点；在显著边缘区域采集光流幅值不为零的关键特征点；根据修正后光流场求强角点的位移；用强角点连续多帧坐标位移轨迹，以及邻域梯度矢量形成人体动作局部时空特征。本发明通过全局显著边缘区域提取动作特征，剔除与人体运动无关的背景噪声点，消除相机运动对光流计算的影响，提升人体动作局部时空特征描述的精确性，提高人体行为识别率。
-
公开(公告)号：CN107203969A
公开(公告)日：2017-09-26
申请号：CN201710444725.3
申请日：2017-06-13
Applicant: 武汉大学
CPC classification number: G06T3/4053 , G06K9/6249 , G06K9/6256 , G06T3/4007
Abstract: 本发明公开了一种中间尺度约束的高倍率图像超分辨率重建方法，引入中间尺度图像的先验约束，构建高‑中‑低分辨率联合字典学习模型，训练高‑中‑低分辨率三元组字典；采用简单的上采样算法生成中间尺度图像，将输入的低分辨率图像进行中间尺度约束下的联合稀疏分解，获得稀疏表示系数；基于高分辨率字典合成超分辨率结果图像。本发明方法在基本不增加运算量的前提下，有效改善了高倍率超分辨率重建的图像保真度和清晰度。
-
公开(公告)号：CN105550678A
公开(公告)日：2016-05-04
申请号：CN201610075788.1
申请日：2016-02-03
Applicant: 武汉大学
Abstract: 本发明公开了基于全局显著边缘区域的人体动作特征提取方法，利用一个区域和整个图像的对比度来计算显著度；减少色彩空间的颜色数量，平滑颜色空间的显著度；根据相邻区域的空间关系计算显著性区域；对二值化阈值分割出的前景区域做形态学梯度变化，生成全局显著边缘区域；遍历视频帧不同尺度下所有网格的强角点；在显著边缘区域采集光流幅值不为零的关键特征点；根据修正后光流场求强角点的位移；用强角点连续多帧坐标位移轨迹，以及邻域梯度矢量形成人体动作局部时空特征。本发明通过全局显著边缘区域提取动作特征，剔除与人体运动无关的背景噪声点，消除相机运动对光流计算的影响，提升人体动作局部时空特征描述的精确性，提高人体行为识别率。
-
公开(公告)号：CN107203969B
公开(公告)日：2019-06-25
申请号：CN201710444725.3
申请日：2017-06-13
Applicant: 武汉大学
Abstract: 本发明公开了一种中间尺度约束的高倍率图像超分辨率重建方法，引入中间尺度图像的先验约束，构建高‑中‑低分辨率联合字典学习模型，训练高‑中‑低分辨率三元组字典；采用简单的上采样算法生成中间尺度图像，将输入的低分辨率图像进行中间尺度约束下的联合稀疏分解，获得稀疏表示系数；基于高分辨率字典合成超分辨率结果图像。本发明方法在基本不增加运算量的前提下，有效改善了高倍率超分辨率重建的图像保真度和清晰度。
-
公开(公告)号：CN208781574U
公开(公告)日：2019-04-23
申请号：CN201820430921.5
申请日：2018-03-28
Abstract: 本实用新型公开了一种基于视觉计数的医院排队人流导引系统，系统包括服务器和若干摄像机、若干显示终端；所述服务器分别与所述若干摄像机、显示终端连接通信；所述摄像机用于采集排队的人流视频，所述服务器用于与摄像机和显示终端间的通信以及数据的分析计算，所述显示终端由单片机和液晶显示屏构成，单片机负责数据的收发和显示控制，液晶显示屏负责显示服务器传送过来的各个服务窗口名称、楼层位置、排队人数。顾客根据显示屏上公告的各窗口排队人数情况，及时就近选择人数少的窗口排队，从而节约了排队时间，提高了医疗行业服务效率。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
