-
公开(公告)号：CN116703983B
公开(公告)日：2023-12-19
申请号：CN202310704420.7
申请日：2023-06-14
Applicant: 石家庄铁道大学 , 北京理工大学唐山研究院 , 河北天强科技有限公司
Abstract: 本发明公开了一种联合遮挡目标检测及目标跟踪方法，涉及视频处理方法技术领域。所述方法包括：通过目标检测器同时保留高分检测框及低分检测框；利用卡尔曼滤波进行运动目标轨迹预测，得到目标当前帧预测框；运用基于时空特征的目标跟踪方法对高分检测框进行目标跟踪；并利用轨迹预测框与低分检测框的运动轨迹相似度以及时空特征相似度计算，以区分低分检测框为跟踪目标还是背景，达到恢复低分检测目标并过滤掉背景误检的目的。所述方法可以有效的解决目标在遮挡情况下的检测问题，并有效提升在目标遮挡情况下的跟踪性能。
-
公开(公告)号：CN116703983A
公开(公告)日：2023-09-05
申请号：CN202310704420.7
申请日：2023-06-14
Applicant: 石家庄铁道大学 , 北京理工大学唐山研究院 , 河北天强科技有限公司
Abstract: 本发明公开了一种联合遮挡目标检测及目标跟踪方法，涉及视频处理方法技术领域。所述方法包括：通过目标检测器同时保留高分检测框及低分检测框；利用卡尔曼滤波进行运动目标轨迹预测，得到目标当前帧预测框；运用基于时空特征的目标跟踪方法对高分检测框进行目标跟踪；并利用轨迹预测框与低分检测框的运动轨迹相似度以及时空特征相似度计算，以区分低分检测框为跟踪目标还是背景，达到恢复低分检测目标并过滤掉背景误检的目的。所述方法可以有效的解决目标在遮挡情况下的检测问题，并有效提升在目标遮挡情况下的跟踪性能。
-
公开(公告)号：CN116681729B
公开(公告)日：2024-01-26
申请号：CN202310704417.5
申请日：2023-06-14
Applicant: 石家庄铁道大学 , 北京理工大学唐山研究院 , 石家庄三胖科技有限公司
Abstract: 所述方法能够在严重遮挡情况下实现多目标跟本发明公开了一种基于轨迹预测的抗遮挡 踪。多目标跟踪方法，涉及图像处理方法技术领域。所述方法包括如下步骤：通过轨迹预测得到目标预测框，进行一般场景下多目标跟踪，作为第一次关联匹配；若第一次关联匹配得分达到预设的阈值，则完成本次跟踪任务；若第一次关联匹配得分未达到预设的阈值，则再进行第二次关联匹配；第二次关联匹配用于针对严重遮挡及完全遮挡的情况，通过使用基于邻边图关系的二次多目标跟踪方法进行关联匹配；若两次关联匹配均未
-
Patent Agency Ranking
公开(公告)号：CN116681729A
公开(公告)日：2023-09-01
申请号：CN202310704417.5
申请日：2023-06-14
Applicant: 石家庄铁道大学 , 北京理工大学唐山研究院 , 石家庄三胖科技有限公司
Abstract: 本发明公开了一种基于轨迹预测的抗遮挡多目标跟踪方法，涉及图像处理方法技术领域。所述方法包括如下步骤：通过轨迹预测得到目标预测框，进行一般场景下多目标跟踪，作为第一次关联匹配；若第一次关联匹配得分达到预设的阈值，则完成本次跟踪任务；若第一次关联匹配得分未达到预设的阈值，则再进行第二次关联匹配；第二次关联匹配用于针对严重遮挡及完全遮挡的情况，通过使用基于邻边图关系的二次多目标跟踪方法进行关联匹配；若两次关联匹配均未能匹配成功，则保留历史轨迹信息和目标特征，通过假设框持续跟踪机制继续对目标进行跟踪。所述方法能够在严重遮挡情况下实现多目标跟踪。
-
公开(公告)号：CN119417863A
公开(公告)日：2025-02-11
申请号：CN202411609148.5
申请日：2024-11-12
Applicant: 石家庄铁道大学 , 石家庄步沐电子有限公司
Abstract: 本发明公开了一种联合检测和特征嵌入的多目标跟踪方法，所述方法包括如下步骤：通过特征分离模块获取输入检测分支和身份分支的不同特征；输入身份分支的特征通过多尺度特征融合模块得到更精细的特征表达，输入检测分支的特征通过目标检测器获得t帧的检测结果；数据关联模块首先将高分检测框和现存所有轨迹进行第一次匹配，之后将第一阶段未匹配的轨迹与低分检测框间执行第二次匹配，使低分检测框中的目标正确匹配到之前的轨迹并去除背景干扰；若两次匹配均未成功，则对其进行持续假设跟踪，保留目标轨迹信息及特征x帧，最后执行统一的轨迹管理。所述方法能够在相机发生抖动和局部遮挡等情况下，依然保持跟踪的精度和速度。
-
公开(公告)号：CN116665308B
公开(公告)日：2024-01-23
申请号：CN202310741806.5
申请日：2023-06-21
Applicant: 石家庄铁道大学 , 石家庄三胖科技有限公司
IPC: G06V40/20 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F3/01
Abstract: 本发明公开了一种双人交互时空特征提取方法，涉及机器视觉技术领域。所述方法包括如下步骤：对数据集的骨架数据进行预处理，提取双人交互动作类别，得到动作张量；通过时空图卷积网络提取双人交互时空特征，捕获全局和局部信息；通过基于三分支池化的STCP对特征张量进行特征融合处理，获得细粒度的双人交互时空特征张量；将最终得到的特征张量通过全连接层和Softmax层帮助网络收敛从而输出双人交互动作类别，所述方法具有识别精度高的优点。
-
公开(公告)号：CN116665308A
公开(公告)日：2023-08-29
申请号：CN202310741806.5
申请日：2023-06-21
Applicant: 石家庄铁道大学 , 石家庄三胖科技有限公司
IPC: G06V40/20 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F3/01
Abstract: 本发明公开了一种双人交互时空特征提取方法，涉及机器视觉技术领域。所述方法包括如下步骤：对数据集的骨架数据进行预处理，提取双人交互动作类别，得到动作张量；通过时空图卷积网络提取双人交互时空特征，捕获全局和局部信息；通过基于三分支池化的STCP对特征张量进行特征融合处理，获得细粒度的双人交互时空特征张量；将最终得到的特征张量通过全连接层和Softmax层帮助网络收敛从而输出双人交互动作类别，所述方法具有识别精度高的优点。
-
公开(公告)号：CN119232176A
公开(公告)日：2024-12-31
申请号：CN202411289903.6
申请日：2024-09-13
Applicant: 石家庄铁道大学
IPC: H03M13/11 , H03M13/29 , G06N3/0499
Abstract: 本发明公开了一种基于深度神经网络的LDPC码ADMM惩罚译码方法，涉及通信系统译码方法技术领域。所述方法包括如下步骤：构建LDPC码ADMM惩罚译码的DNN深度网络网络模型；使用构建的DNN深度神经网络模型优化ADMM算法中的超参数；使用优化了超参数的ADMM算法对通信网络中的低密度奇偶校验码LDPC进行惩罚译码。所提出的方法不仅显著提高了LDPC码的误码性能，还减少了平均迭代次数，展示出在复杂通信环境中的实际应用潜力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.082 seconds)
