-
公开(公告)号：CN104637052B
公开(公告)日：2017-07-11
申请号：CN201510031269.0
申请日：2015-01-22
Applicant: 西南交通大学
IPC: G06T7/20
Abstract: 本发明提供了一种基于目标引导显著性检测的对象跟踪方法，属于计算机视觉技术领域。它能解决对刚性和非刚性目标对象长时间实时稳定的跟踪问题。主要步骤为：目标选取，从初始图像中选择并确定要跟踪的目标对象。目标选取过程可以通过运动目标检测方法自动提取，也可以通过人机交互方法手动指定。图像输入：在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的输入图像。再分别执行执行短时跟踪：目标引导显著性检测和目标定位。该方法利用灰度直方图将目标和场景的信息融合到显著性计算中，在短时跟踪失败的情况下首先根据这种显著性计算方法得到显著图，然后通过搜索计算最大目标置信度值对目标进行定位。
-
公开(公告)号：CN104637052A
公开(公告)日：2015-05-20
申请号：CN201510031269.0
申请日：2015-01-22
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于目标引导显著性检测的对象跟踪方法，属于计算机视觉技术领域。它能解决对刚性和非刚性目标对象长时间实时稳定的跟踪问题。主要步骤为：目标选取，从初始图像中选择并确定要跟踪的目标对象。目标选取过程可以通过运动目标检测方法自动提取，也可以通过人机交互方法手动指定。图像输入：在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的输入图像。再分别执行执行短时跟踪：目标引导显著性检测和目标定位。该方法利用灰度直方图将目标和场景的信息融合到显著性计算中，在短时跟踪失败的情况下首先根据这种显著性计算方法得到显著图，然后通过搜索计算最大目标置信度值对目标进行定位。
-
公开(公告)号：CN109800689B
公开(公告)日：2022-03-29
申请号：CN201910007818.9
申请日：2019-01-04
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于时空特征融合学习的目标跟踪方法，涉及计算机视觉及模式识别技术领域。首先构建时空特征融合学习网络，时空特征包括时序特征和空间特征，其中时序特征通过采用Alexnet与时间递归神经网络相结合的方式提取；空间特征又分为目标对象空间变换特征和背景空间特征，分别采用YOLOv3和Alexnet提取。在网络初始训练过程中，使用训练数据集和随机梯度下降法对时空特征融合学习网络进行训练，训练完成后网络即可获得对目标对象进行定位的初始能力。将要跟踪的图像序列输入网络中进行正向处理，网络将输出目标对象包围盒的位置和置信度，其中置信度决定网络是否进行在线学习，而包围盒的位置实现对目标对象的定位，从而实现对目标对象的跟踪。
-
公开(公告)号：CN109800689A
公开(公告)日：2019-05-24
申请号：CN201910007818.9
申请日：2019-01-04
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于时空特征融合学习的目标跟踪方法，涉及计算机视觉及模式识别技术领域。首先构建时空特征融合学习网络，时空特征包括时序特征和空间特征，其中时序特征通过采用Alexnet与时间递归神经网络相结合的方式提取；空间特征又分为目标对象空间变换特征和背景空间特征，分别采用YOLOv3和Alexnet提取。在网络初始训练过程中，使用训练数据集和随机梯度下降法对时空特征融合学习网络进行训练，训练完成后网络即可获得对目标对象进行定位的初始能力。将要跟踪的图像序列输入网络中进行正向处理，网络将输出目标对象包围盒的位置和置信度，其中置信度决定网络是否进行在线学习，而包围盒的位置实现对目标对象的定位，从而实现对目标对象的跟踪。
-
公开(公告)号：CN108537825A
公开(公告)日：2018-09-14
申请号：CN201810250785.6
申请日：2018-03-26
Applicant: 西南交通大学
IPC: G06T7/246
Abstract: 本发明提供了一种基于迁移学习回归网络的目标跟踪方法，涉及计算机视觉技术领域。从初始图像中选择并确定要跟踪的目标对象；基于分块预测的目标位置回归网络构建；面向跟踪的训练数据集生成和网络训练；图像输入，在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的输入图像；目标定位，将获得图像输入到位置回归网络中，经网络正向处理后，网络输出层将得到8×8×8个相对位置数据。网络更新根据得到的目标位置，计算由整幅图像划分出的8×8个图像块与目标之间的8×8×8个相对位置，并连同当前输入图像构成一组训练数据。
-
Patent Agency Ranking
公开(公告)号：CN104392437B
公开(公告)日：2017-04-12
申请号：CN201410633195.3
申请日：2014-11-11
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于多细胞块状态融合的对象跟踪方法，属于视觉对象跟踪技术领域。它能有效地解决对象旋转、扭曲、缩放等非刚性运动变化以及遮挡下的跟踪问题。包括以下步骤：从初始图像中选择并确定要跟踪的目标对象。可以通过运动目标检测方法自动提取或人机交互方法手动指定。在目标对象区域内按照随机生成的中心点位置、设置目标细胞块。在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的视频文件分解为多个帧组成的图像序列，逐个提取帧图像作为输入图像。如果输入图像为空，则整个流程中止。配置中各个细胞块的状态，根据其对应的目标细胞块确定最佳配置。目标定位用于估计当前目标的状态。
-
公开(公告)号：CN108537825B
公开(公告)日：2021-08-17
申请号：CN201810250785.6
申请日：2018-03-26
Applicant: 西南交通大学
IPC: G06T7/246
Abstract: 本发明提供了一种基于迁移学习回归网络的目标跟踪方法，涉及计算机视觉技术领域。从初始图像中选择并确定要跟踪的目标对象；基于分块预测的目标位置回归网络构建；面向跟踪的训练数据集生成和网络训练；图像输入，在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的输入图像；目标定位，将获得图像输入到位置回归网络中，经网络正向处理后，网络输出层将得到8×8×8个相对位置数据。网络更新根据得到的目标位置，计算由整幅图像划分出的8×8个图像块与目标之间的8×8×8个相对位置，并连同当前输入图像构成一组训练数据。
-
公开(公告)号：CN104392437A
公开(公告)日：2015-03-04
申请号：CN201410633195.3
申请日：2014-11-11
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于多细胞块状态融合的对象跟踪方法，属于视觉对象跟踪技术领域。它能有效地解决对象旋转、扭曲、缩放等非刚性运动变化以及遮挡下的跟踪问题。包括以下步骤：从初始图像中选择并确定要跟踪的目标对象。可以通过运动目标检测方法自动提取或人机交互方法手动指定。在目标对象区域内按照随机生成的中心点位置、设置目标细胞块。在实时处理情况下，提取通过摄像头采集并保存在存储区的视频图像，作为要进行跟踪的视频文件分解为多个帧组成的图像序列，逐个提取帧图像作为输入图像。如果输入图像为空，则整个流程中止。配置中各个细胞块的状态，根据其对应的目标细胞块确定最佳配置。目标定位用于估计当前目标的状态。
-
公开(公告)号：CN205951009U
公开(公告)日：2017-02-15
申请号：CN201620921142.6
申请日：2016-08-22
Applicant: 西南交通大学
IPC: B28B23/00
Abstract: 本实用新型公开了一种用于隧道消防及检修通道盖板的钢筋绑扎模板，其结构为：包括基座(1)和间隔布置的格档板(2)，所述基座(1)的大小与消防及检修通道盖板大小接近，基座(1)表面布设与横向钢筋间距接近的格挡板(2)，所述格挡板(2)形成凹槽(3)。绑扎钢筋时，将横向钢筋置于凹槽(3)内，纵向钢筋置于横向钢筋上，形成钢筋网完成绑扎。本实用新型钢筋绑扎模板加工简单，使用方便，适用于大批量钢筋绑扎作业。
-
公开(公告)号：CN206092027U
公开(公告)日：2017-04-12
申请号：CN201621088207.X
申请日：2016-09-28
Applicant: 西南交通大学
IPC: E21D11/18
Abstract: 本实用新型公开了一种用于隧道钢拱架的支架结构，关于钢拱架左右对称，包括设置在钢拱架拱顶部分两侧底脚处，与隧道底面和隧道边墙形成三角形结构的斜撑；钢拱架和斜撑之间通过连接板连接；连接板包括相互连接的，与钢拱架垂直的连接部和与连接部垂直并靠近隧道边墙的竖向部；连接部与斜撑铰接；本实用新型占用隧道两侧墙角空间，不影响隧道中其他工序的施工作业；并且能够灵活的实现支撑目的，提高钢拱架更换过程中的拆装效率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
