-
公开(公告)号：CN111414969B
公开(公告)日：2022-08-16
申请号：CN202010225765.0
申请日：2020-03-26
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
IPC: G06V20/52 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种雾天环境下的烟检测方法，该方法基于雾天烟的特点，针对视频图像中雾对烟的模糊遮挡引起的小目标检测问题，在VGG16_BN网络的第二层卷积层后加入基于空间注意力和通道注意力结合的注意力机制，对目标烟区域赋予更高的权值，从而对烟给予更多关注，减少背景干扰，提升了烟检测的准确率；针对雾与烟之间的相似干扰问题，在注意力机制模块后采用特征融合的方式，获得同时具有烟细节信息和语义信息的特征输出，提高目标烟特征的判别力；而决策层融合模块，不仅对输出特征进行有效分类，还通过改变分类层结构，减少网络参数，提高检测效率。在雾天烟数据集上的测试结果验证了本发明对于雾天烟检测性能提升的有效性。
-
Patent Agency Ranking
公开(公告)号：CN111414969A
公开(公告)日：2020-07-14
申请号：CN202010225765.0
申请日：2020-03-26
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
Abstract: 本发明公开了一种雾天环境下的烟检测方法，该方法基于雾天烟的特点，针对视频图像中雾对烟的模糊遮挡引起的小目标检测问题，在VGG16_BN网络的第二层卷积层后加入基于空间注意力和通道注意力结合的注意力机制，对目标烟区域赋予更高的权值，从而对烟给予更多关注，减少背景干扰，提升了烟检测的准确率；针对雾与烟之间的相似干扰问题，在注意力机制模块后采用特征融合的方式，获得同时具有烟细节信息和语义信息的特征输出，提高目标烟特征的判别力；而决策层融合模块，不仅对输出特征进行有效分类，还通过改变分类层结构，减少网络参数，提高检测效率。在雾天烟数据集上的测试结果验证了本发明对于雾天烟检测性能提升的有效性。
-
公开(公告)号：CN107274435B
公开(公告)日：2018-09-04
申请号：CN201710313255.7
申请日：2017-05-05
Applicant: 西安交通大学
Abstract: 本发明公开了一种目标跟踪中考虑场景分类的相关滤波器更新装置，包括：目标分块模块、获取参数模块、目标所在场景判定模块和自适应学习更新模块。在实际的目标跟踪过程中，会受到许多现实条件的影响，比如目标本身发生形变或者目标被遮挡，尤其是长时间大面积的遮挡，由于现有的相关滤波器对于这些场景的理解力有限，会使得跟踪器的性能大幅度下降。为了提高跟踪的鲁棒性，本发明提出自适应学习的更新装置，针对目标所处的不同场景对相关滤波器进行自适应更新，解决长时间大面积遮挡以及目标的外观变化等不同的场景对跟踪性能的影响。
-
公开(公告)号：CN107274435A
公开(公告)日：2017-10-20
申请号：CN201710313255.7
申请日：2017-05-05
Applicant: 西安交通大学
CPC classification number: G06T7/262 , G06K9/6267 , G06T2207/10016 , G06T2207/20056 , G06T2207/20081
Abstract: 本发明公开了一种目标跟踪中考虑场景分类的相关滤波器更新装置，包括：目标分块模块、获取参数模块、目标所在场景判定模块和自适应学习更新模块。在实际的目标跟踪过程中，会受到许多现实条件的影响，比如目标本身发生形变或者目标被遮挡，尤其是长时间大面积的遮挡，由于现有的相关滤波器对于这些场景的理解力有限，会使得跟踪器的性能大幅度下降。为了提高跟踪的鲁棒性，本发明提出自适应学习的更新装置，针对目标所处的不同场景对相关滤波器进行自适应更新，解决长时间大面积遮挡以及目标的外观变化等不同的场景对跟踪性能的影响。
-
公开(公告)号：CN107301657A
公开(公告)日：2017-10-27
申请号：CN201710440109.0
申请日：2017-06-12
Applicant: 西安交通大学
CPC classification number: G06T7/277 , G06K9/6267 , G06T2207/10016 , G06T2207/20004 , G06T2207/20076
Abstract: 一种考虑目标运动信息的视频目标跟踪方法，包括步骤：通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；通过位置权重分配模型提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；通过置信度决策模型参考每个候选样本的位置因子计算每个样本的置信度，并选择置信度最大的样本作为目标；通过自适应模板更新模型根据目标运动状态的不同采用不同的更新策略对模板进行更新。本发明将目标的运动信息充分融入目标跟踪算法中，尤其当目标运动速度较快时，有针对性的获取样本、分配权重、决策和更新方式有效的提高了跟踪的效率，应用价值高。
-
公开(公告)号：CN107301657B
公开(公告)日：2018-08-10
申请号：CN201710440109.0
申请日：2017-06-12
Applicant: 西安交通大学
Abstract: 一种考虑目标运动信息的视频目标跟踪方法，包括步骤：通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；通过位置权重分配模型提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；通过置信度决策模型参考每个候选样本的位置因子计算每个样本的置信度，并选择置信度最大的样本作为目标；通过自适应模板更新模型根据目标运动状态的不同采用不同的更新策略对模板进行更新。本发明将目标的运动信息充分融入目标跟踪算法中，尤其当目标运动速度较快时，有针对性的获取样本、分配权重、决策和更新方式有效的提高了跟踪的效率，应用价值高。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
