-
公开(公告)号：CN103997624B
公开(公告)日：2017-04-05
申请号：CN201410217728.X
申请日：2014-05-21
Applicant: 江苏大学
Abstract: 本发明是一种重叠域内双摄像头目标跟踪系统及方法，该系统主要是采用基于HSV空间背景加权Meanshift算法和改进的视野分界线目标交接。该目标跟踪算法是对前端单摄像头跟踪子系统对每个摄像头采集的视频序列分别在各自的视野范围内执行相对独立的跟踪任务，得到被跟踪目标的相关信息，然后利用目标交接算法实现摄像头之间的数据通信，后续进行行为判断等高级视频处理过程。
-
公开(公告)号：CN104252710A
公开(公告)日：2014-12-31
申请号：CN201410444192.5
申请日：2014-09-02
Applicant: 江苏大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于动态阈值的Susan算子彩色图像边缘检测方法，根据对比灵敏度与色差的空间频率对人眼视觉效果的影响，构建了一个更加适应人眼视觉效果的S-CIELAB色彩模型，并计算此模型下的色差公式，再结合局部背景亮度以及亮度与色彩的不同空间频率对人眼视觉效果的影响，利用对比灵敏度函数构建动态阈值计算公式，使得所设计的算法具有符合人眼的视觉特性，能够抑制噪声，且计算简便。
-
-
公开(公告)号：CN104899559B
公开(公告)日：2019-08-16
申请号：CN201510271027.9
申请日：2015-05-25
Applicant: 江苏大学
Abstract: 本发明涉及一种基于视频监控的快速行人检测方法，检测方法包括图像采样、参数设定和图像预处理、运动检测、利用CENTRIST描述符和线性SVM分类器进行行人检测等步骤。本发明提出的基于视频监控的快速行人检测方法，有效减少了实际监控中的开销，实现对视频实时监控以及快速、准确的行人检测。
-
公开(公告)号：CN104899559A
公开(公告)日：2015-09-09
申请号：CN201510271027.9
申请日：2015-05-25
Applicant: 江苏大学
CPC classification number: G06K9/00724 , G06K9/6269
Abstract: 本发明涉及一种基于视频监控的快速行人检测方法，检测方法包括图像采样、参数设定和图像预处理、运动检测、利用CENTRIST描述符和线性SVM分类器进行行人检测等步骤。本发明提出的基于视频监控的快速行人检测方法，有效减少了实际监控中的开销，实现对视频实时监控以及快速、准确的行人检测。
-
Patent Agency Ranking
公开(公告)号：CN104243916A
公开(公告)日：2014-12-24
申请号：CN201410442720.3
申请日：2014-09-02
Applicant: 江苏大学
Abstract: 本发明公开了一种基于压缩传感的运动目标检测和跟踪方法，包括对视频序列进行融合支撑集和残差补偿的序列重建，利用基于压缩传感的背景减法进行目标检测，并根据改进的粒子滤波算法对运动目标进行跟踪。在进行背景提取时，压缩传感域的计算量将远远小于空间域的计算量，这就节省了大量的存储和技术开销，同时将图像序列中的各帧图像间的相关性作为先验信息用于压缩传感的重构过程，可以减少搜索空间，提高重构算法的重构精度。融合压缩传感理论、遮挡判断和基于动态权值选择的改进的跟踪算法在光照阴影、遮挡情况下的跟踪性能更精确，对退化问题的改善更显著。
-
-
公开(公告)号：CN104182989A
公开(公告)日：2014-12-03
申请号：CN201410337111.1
申请日：2014-07-15
Applicant: 江苏大学
IPC: G06T7/20
Abstract: 本发明属于计算机视觉领域，涉及一种基于压缩传感的粒子滤波视觉跟踪方法，包括对采集的视频进行预处理，利用重要性抽样和基于压缩传感的峰值跟踪获取一组加权的随机样本对视觉目标后验概率进行近似表示，并通过分区遮挡判断加以修正，得到状态最小方差分布，从而以基于权值选择的状态估计输出的方式获得感兴趣目标的运动信息，实现对目标的跟踪，所述视觉跟踪方法执行以下步骤：视频图像采集；视频图像预处理；初始化；状态空间划分；重要性抽样；峰值跟踪；更新重要性权值；状态估计和重采样。本发明有效地降低了问题的复杂度；可以并行实现加快实现速度；保证收敛性并确定目标的真实位置的问题；有效地缓解了误差累计，增加了样本的多样性。
-
公开(公告)号：CN103997624A
公开(公告)日：2014-08-20
申请号：CN201410217728.X
申请日：2014-05-21
Applicant: 江苏大学
Abstract: 本发明是一种重叠域内双摄像头目标跟踪系统及方法，该系统主要是采用基于HSV空间背景加权Meanshift算法和改进的视野分界线目标交接。该目标跟踪算法是对前端单摄像头跟踪子系统对每个摄像头采集的视频序列分别在各自的视野范围内执行相对独立的跟踪任务，得到被跟踪目标的相关信息，然后利用目标交接算法实现摄像头之间的数据通信，后续进行行为判断等高级视频处理过程。
-
公开(公告)号：CN103996220A
公开(公告)日：2014-08-20
申请号：CN201410226631.5
申请日：2014-05-26
Applicant: 江苏大学
Abstract: 本发明公开了一种智能交通中的三维重建方法及系统，包括：获取检测场景的信息，实现检测场景中目标特征点的提取和动态跟踪，特征点自动补全，分布重建算法对目标进行三维重建，所述三维重建方法及系统执行以下步骤：S101、摄像机标定；S102、同步获取带有场景深度信息的原始视频图像；S103、跟踪视频场景中目标的特征点；S104、选取视频关键帧；S105、对选取的帧进行重建；S106、对子集进行打包处理；S107、得到最终三维模型。本发明采用改进的KLT跟踪算法、优化了特征点模型，提高了跟踪效率，同时运用先提取关键帧作为子集，对子集进行重建，最后在合并子集的方法，解决了所得视频帧较短、场景中特征点跟踪丢失、错误等影响图像信息深度获取的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
