-
公开(公告)号：CN106096561A
公开(公告)日：2016-11-09
申请号：CN201610430945.6
申请日：2016-06-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于图像块深度学习特征的红外行人检测方法，属于图像处理与计算机视觉技术领域。该方法将数据集分为训练集和测试集，在训练阶段，首先在红外行人数据集的正负样本上滑动提取小图像块，然后进行聚类，对每一类图像块训练一个卷积神经网络。然后用训练好的卷积神经网络组对正负样本进行特征提取，并训练SVM分类器。在测试阶段，首先对测试图像提取感兴趣区域，然后对感兴趣区域使用训练好的卷积神经网络组提取特征，最后利用SVM分类器进行预测。本发明以检验每个感兴趣区域是否属于行人区域的方式，达到行人检测的目的，能够在检测场景复杂、环境温度较高、行人尺度姿态差异大等情况下准确的检测出红外图像中的行人，并为后续智能视频等相关领域的研究提供支持。
-
Patent Agency Ranking
公开(公告)号：CN105303193A
公开(公告)日：2016-02-03
申请号：CN201510603079.1
申请日：2015-09-21
Applicant: 重庆邮电大学
CPC classification number: G06K9/6256 , G06K9/6269 , G06T7/0002 , G06T2207/30242
Abstract: 本发明涉及一种基于单帧图像处理的人数统计系统，该系统包括离线训练模块和在线检测模块；离线训练模块首先获取应用场景的图像训练集，然后从训练集中人工标注正样本和负样本，用于训练级联检测器，并用训练好的检测器对训练图像集执行检测任务；再根据检测结果重新构造人头正负样本集，用于训练分类器；在线检测模块首先利用级联检测器对待统计图像执行人头粗检测，获得疑似人头区域，再利用分类器对疑似人头区域进一步进行识别确认，最后利用应用场景中各种先验信息对检测结果进行后处理，得到最终的检测结果。该系统可以节约大量的人力资源，避免由于人为因素所造成的错误统计，并很好地克服了人工计数在某些场景下的计数劣势。
-
公开(公告)号：CN106096561B
公开(公告)日：2020-02-07
申请号：CN201610430945.6
申请日：2016-06-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于图像块深度学习特征的红外行人检测方法，属于图像处理与计算机视觉技术领域。该方法将数据集分为训练集和测试集，在训练阶段，首先在红外行人数据集的正负样本上滑动提取小图像块，然后进行聚类，对每一类图像块训练一个卷积神经网络。然后用训练好的卷积神经网络组对正负样本进行特征提取，并训练SVM分类器。在测试阶段，首先对测试图像提取感兴趣区域，然后对感兴趣区域使用训练好的卷积神经网络组提取特征，最后利用SVM分类器进行预测。本发明以检验每个感兴趣区域是否属于行人区域的方式，达到行人检测的目的，能够在检测场景复杂、环境温度较高、行人尺度姿态差异大等情况下准确的检测出红外图像中的行人，并为后续智能视频等相关领域的研究提供支持。
-
公开(公告)号：CN105512640B
公开(公告)日：2019-04-02
申请号：CN201511027665.2
申请日：2015-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于视频序列的人流量统计方法，属于图像处理与视频监控技术领域。该方法包括以下步骤：1)获取视频，通过采样得到视频序列；2)通过候选区域检测模块进行粗检测得到候选目标区域；3)利用基于迁移学习的卷积神经网络+支持向量机分类器模型对候选区域进行进一步筛选得到检测目标；4)根据航迹预测对待关联的候选目标范围进行限制；5)通过特征匹配进行目标航迹关联；6)利用航迹信息进行人流量统计。该方法可以节约大量的人力资源，而且避免了由于人为因素所造成的错误统计，同时很好地克服了人工计数在某些场景下的计数劣势，并且该方法能够准确定位到单个行人，给后续分析工作带来了重大意义。
-
公开(公告)号：CN105303193B
公开(公告)日：2018-08-14
申请号：CN201510603079.1
申请日：2015-09-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于单帧图像处理的人数统计系统，该系统包括离线训练模块和在线检测模块；离线训练模块首先获取应用场景的图像训练集，然后从训练集中人工标注正样本和负样本，用于训练级联检测器，并用训练好的检测器对训练图像集执行检测任务；再根据检测结果重新构造人头正负样本集，用于训练分类器；在线检测模块首先利用级联检测器对待统计图像执行人头粗检测，获得疑似人头区域，再利用分类器对疑似人头区域进一步进行识别确认，最后利用应用场景中各种先验信息对检测结果进行后处理，得到最终的检测结果。该系统可以节约大量的人力资源，避免由于人为因素所造成的错误统计，并很好地克服了人工计数在某些场景下的计数劣势。
-
公开(公告)号：CN105512640A
公开(公告)日：2016-04-20
申请号：CN201511027665.2
申请日：2015-12-30
Applicant: 重庆邮电大学
CPC classification number: G06K9/00778 , G06K9/00758 , G06K9/3233 , G06K9/6212 , G06K9/6269 , G06K2009/6213 , G06T2207/10016 , G06T2207/20004 , G06T2207/20084 , G06T2207/30236
Abstract: 本发明涉及一种基于视频序列的人流量统计方法，属于图像处理与视频监控技术领域。该方法包括以下步骤：1)获取视频，通过采样得到视频序列；2)通过候选区域检测模块进行粗检测得到候选目标区域；3)利用基于迁移学习的卷积神经网络+支持向量机分类器模型对候选区域进行进一步筛选得到检测目标；4)根据航迹预测对待关联的候选目标范围进行限制；5)通过特征匹配进行目标航迹关联；6)利用航迹信息进行人流量统计。该方法可以节约大量的人力资源，而且避免了由于人为因素所造成的错误统计，同时很好地克服了人工计数在某些场景下的计数劣势，并且该方法能够准确定位到单个行人，给后续分析工作带来了重大意义。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
