-
Patent Agency Ranking
公开(公告)号：CN106529391B
公开(公告)日：2019-06-18
申请号：CN201610810614.5
申请日：2016-09-08
Applicant: 长安大学
Abstract: 本发明公开了一种鲁棒的限速交通标志检测与识别方法，首先建立多特征融合的显著性模型，再通过对每一层的多特征融合显著性模型进行更新与迭代，得到层次显著性度图；然后对多层显著度图进行求解，得到最优显著度图，并在最优显著图上获得ROI，将获得的ROI送入基于超像素预训练好的CNN模型中，对ROI进行分类，给出识别结果；本发明算法基于先验位置与边界特征的显著性模型能够更好地突出两侧的交通标志，通过多层次融合后的显著度图有效地利用了图像的结构信息，且保留了圆形标志内的诸多小尺度细节信息，使目标更完整均匀，有利于提高识别的效率与精度。
-
公开(公告)号：CN106529391A
公开(公告)日：2017-03-22
申请号：CN201610810614.5
申请日：2016-09-08
Applicant: 长安大学
CPC classification number: G06K9/00818 , G06K9/6267
Abstract: 本发明公开了一种鲁棒的限速交通标志检测与识别方法，首先建立多特征融合的显著性模型，再通过对每一层的多特征融合显著性模型进行更新与迭代，得到层次显著性度图；然后对多层显著度图进行求解，得到最优显著度图，并在最优显著图上获得ROI，将获得的ROI送入基于超像素预训练好的CNN模型中，对ROI进行分类，给出识别结果；本发明算法基于先验位置与边界特征的显著性模型能够更好地突出两侧的交通标志，通过多层次融合后的显著度图有效地利用了图像的结构信息，且保留了圆形标志内的诸多小尺度细节信息，使目标更完整均匀，有利于提高识别的效率与精度。
-
公开(公告)号：CN105005989A
公开(公告)日：2015-10-28
申请号：CN201510374899.8
申请日：2015-06-30
Applicant: 长安大学
IPC: G06T7/00
CPC classification number: G06T2207/20081 , G06T2207/30248
Abstract: 本发明公开了一种弱对比度下的车辆目标分割方法，步骤1：对训练图像采用多示例学习的方法进行显著模型建模；然后利用显著模型对测试图像中的包和示例进行预测，得到测试图像的显著度图；步骤2：将测试图像的显著度引入图割框架，依据示例特征矢量与示例包的标记对图割框架进行优化，求解图割优化的次优解，得到目标的精确分割。本发明的借鉴人类的视觉注意机制，结合基于图论的图像分割方法，建立一种基于视觉显著性特征的车辆目标分割模型，不仅能在良好环境条件下准确分割完整车辆，并且具有一定的适应性和鲁棒性，能在夜间环境、阴影遮挡情况下较为准确地分割出交通场景中的弱对比度车辆目标。
-
公开(公告)号：CN102831600B
公开(公告)日：2015-07-29
申请号：CN201210257591.1
申请日：2012-07-24
Applicant: 长安大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于加权割合并的图像层次分割方法：步骤1：以图像的像素为顶点构造赋权图，构建无向权图的加权割合并的代价函数；步骤2：选取种子点，定义稀疏插值矩阵，更新与合并种子点所代表类的权值，层次迭代得到优化的相似矩阵，使原始图像在不同层次粗化，直至得到突显兴趣区域停止迭代，求解优化代价函数所表示的特征系统，得到无向赋权图中突显兴趣区域的粗分割；步骤3：针对突显兴趣区域进行从上到下扫描边界，采用的逆插值方法进行边界合并，得到图像的最优分割。本发明改进了归一化割的图像分割方法，采用了归一化割框架体系的思想，大大的提高了图像的分割效果，在子图边缘处分割效果的改进尤为明显。
-
公开(公告)号：CN205538878U
公开(公告)日：2016-08-31
申请号：CN201521048805.X
申请日：2015-12-15
Applicant: 长安大学
IPC: G01N33/00
Abstract: 本实用新型公开了一种汽车ECU防湿检测装置，包括设置在车辆上的K60数据处理器，所述的K60数据处理器连接有显示模块、指示灯模块以及能够检测电子控制单元周围空气湿度传感器模块；所述的K60数据处理器模块通过开关模块连接电源模块；所述的K60数据处理器上设置有用于与司机通信的GPRS通信模块。与现有技术相比，本实用新型能够预防主板受潮、进水，所造成的短路，从而有效避免经济损失及生命危险的发生。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
