-
公开(公告)号：CN113902773A
公开(公告)日：2022-01-07
申请号：CN202111119613.3
申请日：2021-09-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种使用双检测器的长期目标跟踪方法，包括步骤：提取图像包含目标背景图像的fHOG特征，输入预先训练好的初始滤波器中计算出包含目标背景图像最大响应值，将最大响应值所在位置作为当前图像中的目标位置；并对滤波器进行每帧更新；根据当前图像中的目标位置剪裁出只包含目标的图像的HOG特征，并输入预先训练好的滤波器，计算出目标图像的最大响应值；当目标图像的最大响应值小于阈值：追踪丢失，则启动重新检测模块对当前图片的预测位置处进行重新检测；大于阈值，则追踪正确，并更新滤波器；本发明采用双检测器系统进行目标的重新检测，在目标丢失时可以通过快速检测和深度检测的方式对当前搜索区域进行多重检测，增加了检测的成功率。
-
公开(公告)号：CN110189361A
公开(公告)日：2019-08-30
申请号：CN201910451153.0
申请日：2019-05-28
Applicant: 南京信息工程大学
IPC: G06T7/246
Abstract: 本发明在传统核相关滤波的基础上，提供一种多通道特征和择优并行更新的目标跟踪；首先采用预训练方式得到一个适用于目标跟踪的网络结构，之后提出新的特征提取方式：上支路利用训练好的网络提取深度特征，下支路则提取传统的HOG和CN特征构成手工特征集，较之于传统的单一特征实现了更鲁棒的特征外观表示。同时本发明提出新型的更新方式：择优并行更新，两路并行的跟踪框架在当前帧得到了两个不同的响应值，根据较大的响应值找到最佳的目标位置，在下一帧利用最佳位置对应的参数同时更新两路滤波器的滤波模板和特征模板，在随后的跟踪过程总是采用这一策略择优并行更新，直到跟踪结束。
-
公开(公告)号：CN108961308A
公开(公告)日：2018-12-07
申请号：CN201810558287.8
申请日：2018-06-01
Applicant: 南京信息工程大学
CPC classification number: G06T7/251 , G06K9/629 , G06T7/248 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30232
Abstract: 本发明公开了一种漂移检测的残差深度特征目标跟踪方法，通过卷积神经网络提取分层特征，然后在卷积神经网络加入残差结构，连接不同的网络层，实现浅层和深层特征的融合，不需要人为设计特征融合方式，网络结构能够自动实现特征融合的功能，用深度特征区分目标和背景，比传统特征更具有分辨力；在预测当前帧的目标位置时，提出了一个检测模型漂移的策略，设计了一个响应强度下降计数器，通过对比相邻帧响应强度的大小计数，根据计数器的数值，用来判断是否出现模型漂移，以采取相对应的模型更新方案作为补救措施，实现精确跟踪。
-
-
公开(公告)号：CN103632138B
公开(公告)日：2016-09-28
申请号：CN201310586448.1
申请日：2013-11-20
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种低秩分块稀疏表示的人脸识别方法，采用低秩矩阵分解并引入参考项，采用DCT算法，实现了图像的归一化，有效地解决了人脸图像中光照不均匀的问题。在分类阶段，利用聚类的思想，行之有效地提高了识别速度。将该算法用于标准人脸数据库上进行多次实验，实验结果表明：与现有人脸识别算法相比，本文算法的识别准确率和计算效率都得到了一致提高。在人脸图像出现遮挡、伪装、光照变化等复杂情况下以提高人脸识别的精度和稳健性。
-
Patent Agency Ranking
公开(公告)号：CN104076331B
公开(公告)日：2016-04-13
申请号：CN201410273464.X
申请日：2014-06-18
Applicant: 南京信息工程大学
IPC: G01S5/22
Abstract: 本发明公开了一种七元麦克风阵列的声源定位方法，该方法建立了七元麦克风阵列模型与室内声场模型；利用该麦克风阵列接收室内声源语音信号，对接收的语音信号进行采集、滤波、加窗、谱减、倒谱处理；再利用相位变换加权广义互相关方法GCC-PHAT，得各麦克风之间的时间延迟；运用三维空间定位方法与坐标旋转数字式计算机方法，确定声源位置。本发明在混响、噪声等干扰信号存在的室内环境下，能准确确定声源位置，实时性强、准确性高，在语音信号处理领域有广泛的应用。
-
公开(公告)号：CN105069488A
公开(公告)日：2015-11-18
申请号：CN201510621020.5
申请日：2015-09-25
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6221
Abstract: 本发明公开了一种基于模板在线聚类的跟踪方法，使用模板在线聚类方法更新正模板集，并通过候选目标与正、负模板集的类内距离和类间距离构建似然函数，由似然函数判别出最佳候选目标。本发明的跟踪算法简单准确、鲁棒性强。此外目标跟踪是计算机视觉一个重要的应用领域，在运动分析、视频监控、车辆导航和人机交互等方面具有重要的应用价值。
-
公开(公告)号：CN104517300A
公开(公告)日：2015-04-15
申请号：CN201410809494.8
申请日：2014-12-23
Applicant: 南京信息工程大学
CPC classification number: G06T7/20 , G06T2207/10016
Abstract: 本发明公开了基于颜色统计特征的视觉判别跟踪方法，其步骤依次为标记初始目标、抽取正负样本、抽取颜色统计特征、对正负样本的特征向量进行PCA降维、抽取候选粒子、构建分类器、判别最佳粒子和更新分类器。本发明通过联合使用颜色统计特征和目标的仿射变换构建目标的外观模型，使跟踪器在目标发生遮挡，面内外旋转，尺度变化，运动模糊，光照变化等复杂情况下，依然可以准确地跟踪目标。
-
公开(公告)号：CN116630850A
公开(公告)日：2023-08-22
申请号：CN202310555213.X
申请日：2023-05-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多注意力任务融合与边界框编码的孪生目标跟踪方法，首先构建孪生目标跟踪网络，第一多注意力融合模块对模板特征提取分支进行通道注意力和空间注意力增强操作，第二多注意力融合模块对搜索特征提取分支进行通道注意力和空间注意力的增强操作，输出特征共同进入互相关匹配网络与边界框编码特征进行融合，将融合得特征输入分类回归网络得到分类得分图和回归预测图。本发明通过将特征提取网络分为模板特征提取分支和搜索特征提取分支，再利用特征提取网络中加入得多注意力融合模块进行通道注意力和空间注意力的预处理，能够很好地应对遮挡、视野消失、运动模糊、背景杂乱、尺度变化等问题，具备良好跟踪性能。
-
公开(公告)号：CN113344973A
公开(公告)日：2021-09-03
申请号：CN202110641752.6
申请日：2021-06-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于时空正则化和特征可靠性评估的目标跟踪方法。属于图像处理和计算机视觉领域，操作步骤：初始化空间正则化权重；提取目标特征；求解自适应空间正则化权重；求解滤波器；特征可靠性评估；特征自适应融合与目标定位。本发明不仅对非目标区域进行更为准确的惩罚，有效缓解边界效应，还防止滤波器发生突变，缓解了模型退化问题；另外，在三种传统特征的基础上使用VGG‑16网络提取目标的深度特征，增强了模型对目标的表达能力；最后，还引入自适应特征融合机制，利用新的特征可靠性评估方式对不同特征进行可靠性的评估，进而在跟踪决策时动态地分配不同特征的贡献占比，提高了多种特征的利用效率，进一步提升了跟踪性能。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.027 seconds)
