-
公开(公告)号:CN115619827A
公开(公告)日:2023-01-17
申请号:CN202211304713.8
申请日:2022-10-24
Applicant: 河南大学
IPC: G06T7/246 , G06T7/73 , G06V10/77 , G06V10/80 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/0442 , G06N3/049
Abstract: 本发明提出了一种基于Transformer和时空记忆的多目标跟踪方法,其步骤为:首先,利用连续四帧视频图像进行提取特征信息;并将四帧的特征信息融合获取高质量富含时空信息的特征;其次,将某一时间窗口内所有行人信息存储的动态时空记忆模块中,并与当前视频图像目标进行外观相似度和距离得分的计算;最后外观相似度得分和距离得分融合得到最终得分,利用最终得分预测目标轨迹。本发明能在相机移动、行人快速移动等情况下精准定位行人位置,采用动态时空记忆模块消除形变的影响,利用外观相似度和距离融合得分预测目标轨迹,解决了长距离遮挡的问题,获得精准的目标轨迹。
-
公开(公告)号:CN115482892A
公开(公告)日:2022-12-16
申请号:CN202211312627.1
申请日:2022-10-25
Applicant: 河南大学
IPC: G16C60/00 , G06V10/44 , G06V10/30 , G06F30/20 , G06F113/26
Abstract: 本发明提出了一种基于数字散斑的复合材料构件多源噪声滤除方法,用于解决采集的数字散斑图的测量灵敏度低、精度低的技术问题;其步骤为:首先,利用数字散斑光路分别采集一幅物体变形前后的数字散斑图,利用傅里叶变换提取数字散斑图的相位信息,获得复合材料构件缺陷图;其次,对复合材料构件缺陷图进行同态变换,将乘性噪声转换为加性噪声;然后利用压缩感知理论对加性噪声进行滤波,滤除复合材料构件缺陷图中的乘性噪声;最后,采用矩阵奇异值分解算法滤除复合材料构件缺陷图中的加性噪声,得到降噪后的构件缺陷图。本发明利用K‑SVD算法去噪能够很好的恢复原始图像的细节部分,并去除高斯白噪声,提高去噪图像的PSNR值。
-
公开(公告)号:CN115619752A
公开(公告)日:2023-01-17
申请号:CN202211335186.7
申请日:2022-10-28
Applicant: 河南大学
IPC: G06T7/00 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于数字散斑时空特征及IU‑Net的构件缺陷检测方法及系统。该方法包括:搭建数字剪切散斑干涉装置,然后采集构件缺陷的剪切散斑干涉图;从所述剪切散斑干涉图中提取相位条纹图,并采用正余弦滤波方法对所述相位条纹图滤除噪声;将构件缺陷的剪切散斑干涉图作为构件缺陷时域特征,将滤除噪声后的二维缺陷图和三维包裹相位图作为构件缺陷空域特征;构建基于IU‑Net的缺陷检测模型,将构件缺陷空域特征输入训练好的基于IU‑Net的缺陷检测模型获得增强后的构件缺陷图,利用所述构件缺陷图实现构件缺陷定性检测;将构件缺陷时域特征和构件缺陷空域特征输入训练好的基于IU‑Net的缺陷检测模型进行测试,对不同类型的缺陷进行识别,实现构件缺陷的定量检测。
-
-