-
公开(公告)号：CN103020986B
公开(公告)日：2016-05-04
申请号：CN201210487250.3
申请日：2012-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种运动目标跟踪方法，包括以下步骤：第一步，基于码本模型的快速运动目标检测方法准确检测到运动目标；第二步，对在线Adaboost算法弱分类器组初始化，得到强分类器，运动目标特征的选取融合了局部方向直方图特征与颜色特征；第三步，将在线Adaboost跟踪算法的特征矩阵和弱分类器运算得到置信图，在置信图上应用CamShift跟踪算法，根据得到的运动目标位置更新弱分类器，最后得到整段视频序列的跟踪结果。本发明本提供一种对短时间内发生较大形变的、发生遮挡甚至是大面积遮挡的、与背景及其他运动目标颜色相近、快速变化且有加速度的运动目标都能有效跟踪的一种运动目标跟踪方法。
-
公开(公告)号：CN103226699A
公开(公告)日：2013-07-31
申请号：CN201310131912.8
申请日：2013-04-16
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及的是一种生物特征身份识别领域，特别涉及一种基于分离度差有监督局部保持投影的人脸识别方法。本发明包括以下步骤：从人脸库中读取人脸图像；对人脸图像进行特征提取，形成人脸特征；对人脸区域图像进行特征提取，从而获得特征提取所需变换矩阵和训练人脸图像的特征；针对测试人脸图像进行特征提取，并通过基于欧氏距离的最近邻分类器进行分类识别。本发明避免了人脸识别中的小样本问题，同时也使得有监督局部保持投影方法不再受限于PCA过程保留特征维数。避免了由于小样本导致的类内分离度矩阵奇异的问题和难以选取PCA与SLPP最优匹配维数的问题。
-
公开(公告)号：CN103020986A
公开(公告)日：2013-04-03
申请号：CN201210487250.3
申请日：2012-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种运动目标跟踪方法，包括以下步骤：第一步，基于码本模型的快速运动目标检测方法准确检测到运动目标；第二步，对在线Adaboost算法弱分类器组初始化，得到强分类器，运动目标特征的选取融合了局部方向直方图特征与颜色特征；第三步，将在线Adaboost跟踪算法的特征矩阵和弱分类器运算得到置信图，在置信图上应用CamShift跟踪算法，根据得到的运动目标位置更新弱分类器，最后得到整段视频序列的跟踪结果。本发明本提供一种对短时间内发生较大形变的、发生遮挡甚至是大面积遮挡的、与背景及其他运动目标颜色相近、快速变化且有加速度的运动目标都能有效跟踪的一种运动目标跟踪方法。
-
Patent Agency Ranking
公开(公告)号：CN102915435A
公开(公告)日：2013-02-06
申请号：CN201210407233.4
申请日：2012-10-23
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是一种基于人脸能量图的多姿态人脸识别方法，其步骤是：第一步，读取多姿态人脸图像及人脸区域检测；第二步，构建人脸能量图；第三步，人脸能量图增强预处理；第四步，人脸能量图的二次特征提取；第五步，分类识别。本发明提供一种能够有效提取俯仰变化和左右摇摆变化情况下人脸的关键信息，使识别效果得到较大改善，提高了人脸识别系统的性能的一种基于人脸能量图的多姿态人脸识别方法。
-
公开(公告)号：CN102346845A
公开(公告)日：2012-02-08
申请号：CN201110273341.2
申请日：2011-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供基于多尺度二阶微分结构模型滤波形态响应直接提取手背静脉模式骨架的方法，包括以下步骤：对静脉纹理进行分析获取静脉纹理的形态响应、方向响应、尺度响应；提取脊点，形成离散的初始脊线段集；对初始脊线段集进行预处理；从所得到的脊线段集中提取出端点，并根据获取的静脉纹理方向响应获得端点延伸方向，对其进行延伸处理，以连接离散脊线段；从端点连接后的脊线段集中滤去孤立脊线段和悬浮脊线段，经此脊线后期处理后，即可得到最终静脉纹理骨架。本发明能够解决存在对比度低、灰度值窄、灰度值分布不均匀、纹理模糊、纹理边缘较弱、交叉纹理粘连等问题。
-
公开(公告)号：CN101464947B
公开(公告)日：2011-04-20
申请号：CN200910071283.8
申请日：2009-01-16
Applicant: 哈尔滨工程大学
IPC: G06K9/00
Abstract: 本发明提供的是一种基于指纹和手指静脉的双模态生物图像采集装置。它包括外壳，外壳的上表面中间有一平底凹槽，凹槽的顶部有一斜面，凹槽前后端安装电极，凹槽的两个侧壁安装静脉图像采集红外光源，外壳底部与凹槽的顶部的斜面部分相对应的位置安装有指纹图像采集红光源和指纹图像采集器，外壳底部与凹槽相对应的位置安装有红外接收器和静脉图像采集器，外壳内设置为电极、温度传感器、红光源、红外光源、红外接收器、图像采集器供电或提供信号传递的电源和控制电路。本发明的装置进行图像信息采集的生物特征识别系统，其性能好于仅基于指纹或静脉的单模态生物特征识别系统。采用同时对指纹和手静脉进行图像采集的双光路系统，提高采集速度。
-
公开(公告)号：CN101571917B
公开(公告)日：2011-03-16
申请号：CN200910072299.0
申请日：2009-06-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于视频的正面步态周期检测方法。包括行人目标轮廓的获取和正面步态的周期检测；首先从视频中提取单帧图像进行灰度变换，然后选择不含人体的图像作为整个视频的原始背景图像，采用背景实时更新的背景减除法提取人体目标，Kapur熵阈值法对图像序列进行二值化处理，用数学形态学填补二值化图像的空洞、单连通分析提取人的侧影，使人体居中，将图像的大小统一为64*64像素，最后对分割出的人体进行检测，将包含不完整人体的冗余帧去除；根据肢体占身高比例关系，将下臂的摇摆区域像素点的数目变化情况作为判断正面步态周期的依据。本发明针对正面步态周期检测十分有效，计算量小，节省大量的存储空间，为实时的步态识别提供了可能。
-
公开(公告)号：CN100541521C
公开(公告)日：2009-09-16
申请号：CN200710144588.8
申请日：2007-11-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种中文印刷体公式识别方法。包括版面分析、汉字识别和数学公式识别3个模块，版面分析模块是对待识别的BMP图像进行各项预处理二值化，并利用投影法结合自底向上的版面分析算法，分割出文字块、图像块、表格块，对图像块和表格块进行保存处理；汉字识别模块是针对文字块进行虚假行合并、选择切分参数、提取特征和对汉字识别，将拒识的结果记录下来，把同行相邻的拒识结果合并这样可以定位出公式区域；数学公式识别是将拒识出来的文字区域中的公式字符进行提取、分割、合并一些合成字符、识别；最后通过公式字符的结构分析，得出字符间的关系；并最终输出结果为一维的字符串。经过试验证明本发明的识别效果还是令人满意的。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.028 seconds)
