-
-
公开(公告)号：CN101783020A
公开(公告)日：2010-07-21
申请号：CN201010117290.X
申请日：2010-03-04
Applicant: 湖南大学
Abstract: 本发明针对监控范围较大、目标外观特征少的视频多目标数据关联及跟踪问题，仅利用目标运动特征，提出了一种基于改进的联合概率数据关联JPDA的复杂情况下视频多目标快速跟踪方法，即一种联合概率数据关联的视频多目标快速跟踪方法。本方法采用简化的穆尔蒂算法求JPDA的最优K个联合事件，大大降低了计算复杂度；根据JPDA的关联概率讨论目标的运动情况，分析在多目标新出现、遮挡、消失、分离等复杂情况下当前帧量测与跟踪目标的数据关联问题，获取复杂运动的多目标跟踪轨迹。本发明提出的方法能实现较大监控范围下视频多目标的快速跟踪，并能大大提高跟踪性能。
-
-
-
公开(公告)号：CN101141633B
公开(公告)日：2011-01-05
申请号：CN200710035635.5
申请日：2007-08-28
Applicant: 湖南大学
Abstract: 本发明公开了一种复杂场景中的运动目标检测与跟踪方法，包括多运动目标检测和多运动目标跟踪两个步骤：在多运动目标检测中，针对复杂场景的监控，建立基于自适应非参数核密度估计的背景模型，能有效抑制微小物体运动的干扰，并消除目标阴影，检测出多运动目标；在多运动目标跟踪中，建立目标模型，通过“匹配矩阵”来确定目标的运动状态，并根据目标不同运动情况采取相应跟踪策略。针对多目标相互遮挡问题，通过概率推理方法“恢复”目标信息，分析目标遮挡程度。本发明的算法能较好地实现运动目标跟踪，获得运动目标的轨迹，具有良好的实时性和适应环境变化的能力。本发明适用范围广，精确度高，是具有通用性的智能视觉监控核心方法。
-
Patent Agency Ranking
公开(公告)号：CN101650568B
公开(公告)日：2010-12-29
申请号：CN200910044273.5
申请日：2009-09-04
Applicant: 湖南大学
Abstract: 本发明提出一种未知环境下移动机器人导航安全的方法，其步骤为：1)建立当前环境的局部栅格地图，确定每个栅格的占用概率；2)构建模糊神经网络控制器结构；3)模糊神经网络控制器根据当前局部栅格地图、机器人当前位置信息、移动机器人自主导航系统的当前输出移动速度与转向角，输出移动机器人正确的速度命令。本发明能够克服单一的导航决策系统可靠性不高，避免移动机器人因自主导航系统的错误决策发生碰撞等事故，确保移动机器人在未知环境下探索、运动过程中的安全。
-
公开(公告)号：CN101650568A
公开(公告)日：2010-02-17
申请号：CN200910044273.5
申请日：2009-09-04
Applicant: 湖南大学
Abstract: 本发明提出一种未知环境下移动机器人导航安全的方法，其步骤为：1)建立当前环境的局部栅格地图，确定每个栅格的占用概率；2)构建模糊神经网络控制器结构；3)模糊神经网络控制器根据当前局部栅格地图、机器人当前位置信息、移动机器人自主导航系统的当前输出移动速度与转向角，输出移动机器人正确的速度命令。本发明能够克服单一的导航决策系统可靠性不高，避免移动机器人因自主导航系统的错误决策发生碰撞等事故，确保移动机器人在未知环境下探索、运动过程中的安全。
-
公开(公告)号：CN101127887A
公开(公告)日：2008-02-20
申请号：CN200710035636.X
申请日：2007-08-28
Applicant: 湖南大学
Abstract: 本发明公开了一种智能视觉监控方法和装置，该方法通过多运动目标检测和运动目标跟踪的方法完成智能视觉监控，其装置包括主控计算机、全景图像采集装置、带高速云台的球型摄像机、放置在监控现场的盒体以及固定在盒体内的嵌入式处理电路板和电源单元，所述全景图像采集装置和球型摄像机通过视频输出电缆与嵌入式处理电路板相连，嵌入式处理电路板通过网络连接线与主控计算机相连。主控计算机用相应的图像算法检测出图像中多个运动目标并根据一定的优先级控制策略实现固定场景下多个运动目标的三维空间定位和跟踪。本发明能实现在固定场景中对多个运动目标自动跟踪，能广泛应用于安防，机器视觉，远程监控等领域，具有很好的通用性。
-
公开(公告)号：CN101141633A
公开(公告)日：2008-03-12
申请号：CN200710035635.5
申请日：2007-08-28
Applicant: 湖南大学
Abstract: 本发明公开了一种复杂场景中的运动目标检测与跟踪方法，包括多运动目标检测和多运动目标跟踪两个步骤：在多运动目标检测中，针对复杂场景的监控，建立基于自适应非参数核密度估计的背景模型，能有效抑制微小物体运动的干扰，并消除目标阴影，检测出多运动目标；在多运动目标跟踪中，建立目标模型，通过“匹配矩阵”来确定目标的运动状态，并根据目标不同运动情况采取相应跟踪策略。针对多目标相互遮挡问题，通过概率推理方法“恢复”目标信息，分析目标遮挡程度。本发明的算法能较好地实现运动目标跟踪，获得运动目标的轨迹，具有良好的实时性和适应环境变化的能力。本发明适用范围广，精确度高，是具有通用性的智能视觉监控核心方法。
-
公开(公告)号：CN104134188A
公开(公告)日：2014-11-05
申请号：CN201410364765.3
申请日：2014-07-29
Applicant: 湖南大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于二维和三维摄像机融合的三维视觉信息获取方法，该方法基于二维摄像机和三维摄像机组成复合摄像机分别对场景同步成像，通过建立三维摄像机深度图像和二维摄像机图像的匹配映射模型，求取三维摄像机深度图像像素点在二维摄像机图像中的匹配映射点和映射区域；对二维摄像机图像中的映射区域进行三角分解，并基于邻接的映射点深度信息建立三角剖分区域的深度曲面插补函数；插补计算三角剖分区域内图像像素点的深度信息，实现高分辨率二维摄像机图像对应深度图像的获取。本发明最大程度保留了二维摄像机图像信息和三维摄像机深度信息，并具有精度高和信息缺失小等优势，可广泛应用于工业视觉测量、视觉装配、机器人视觉导航等领域。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
