-
公开(公告)号：CN112132059B
公开(公告)日：2021-04-20
申请号：CN202011020822.8
申请日：2020-09-25
Applicant: 中南民族大学
Abstract: 本发明公开了一种基于深度条件随机场的行人重识别方法，包括：获取行人重识别数据集，从行人重识别数据集中获取K个行人中每个行人对应的所有行人图片，针对K个行人中的每一个行人而言，从其对应的行人图片中任意获取一张行人图片作为目标行人图片，从其对应的行人图片中获取N张除目标行人图片之外的行人图片构成该行人对应的正样本图片集合，从行人重识别数据集中获取M张不与该行人对应的行人图片构成该行人对应的负样本图片集合，所有1+M+N张行人图片共同构成该行人对应的图片组。本发明能够解决现有图模型的行人重识别方法存在的行人重识别准确率低、图模型参数求解困难的技术问题。
-
公开(公告)号：CN111814626B
公开(公告)日：2021-01-26
申请号：CN202010607626.4
申请日：2020-06-29
Applicant: 中南民族大学
Abstract: 本发明公开了一种基于自注意力机制的动态手势识别方法，包括：获取视频图像序列，对该视频图像序列进行采样，以获取多个网络输入数据，将获得的多个网络输入数据中的所有RGB模态数据输入到训练好的第一神经网络模型中。本发明采用多模输入策略来描述动态手势的发生过程，并且利用非局部信息统计的空间自注意力机制计算出特征图上任意距离的两个元素之间的依赖关系，进而直接获取整个特征图上全局信息对任意元素的影响。这种方式不仅不会丢失细节信息，而且拥有计算效率高、可迁移能力强等优点，并能解决现有的动态手势识别算法中存在的时间资源、计算资源消耗大、缺少对手势发生的关键区域的突出以及非关键区域的抑制等技术问题。
-
公开(公告)号：CN109190461A
公开(公告)日：2019-01-11
申请号：CN201810811365.0
申请日：2018-07-23
Applicant: 中南民族大学
Abstract: 本发明公开了一种基于手势关键点的动态手势识别方法和系统，建模手势姿态的时空结构统计特性，构建过程包括以下步骤：在获取图像中的手势关键点后，利用帧间差分法，取前后几帧的对应手势关键点的位置坐标差，得到当前手势的时域特征；再选取当前图像中任意三个手势关键点的位置坐标，计算其构成的两个向量的夹角，得到当前手势的空域特征；将上述时域、空域特征级联得到中间特征利用K-means算法对数据集中所有特征进行特征降维，得到一定数量的聚类中心；最后再以手势动作图像序列为单位，构建以聚类中心编号为横轴，各聚类中心权重为纵轴的动态手势时空域特征直方图。本发明能够有效的提高动态手势识别的准确率。
-
公开(公告)号：CN105184749B
公开(公告)日：2018-02-13
申请号：CN201510599612.1
申请日：2015-09-18
Applicant: 中南民族大学
IPC: G06T5/00
Abstract: 一种基于异质性预矫正的小波域SAR图像去斑方法，在小波域内，通过统计SAR图像局部异质度，将异质度信息与预矫正函数相结合，在图像去斑前平滑同质区域，保护异质区域纹理信息，改善图像去斑过程中过平滑的问题，该方法去斑效果好，预矫正算法计算复杂度低，过程简单，解决现有技术的SAR图像去斑方法存在的图像信号进行处理的针对性弱，对噪声不敏感，抗干扰能力较弱，不能细致反应各子块之间细微的差异性，图像去斑效果不佳，计算复杂，过程繁琐等问题。
-
公开(公告)号：CN116681728A
公开(公告)日：2023-09-01
申请号：CN202310686952.2
申请日：2023-06-09
Applicant: 中南民族大学
IPC: G06T7/246 , G06V10/42 , G06V10/82 , G06V10/74 , G06N3/042 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于Transformer和图嵌入的多目标跟踪方法，包括：获取视频序列，对视频序列逐帧读取，以获取其中的所有帧；设置计数器cnt1＝1；判断cnt1是否已经等于视频序列中的帧总数，如果不是则将视频序列中的第cnt1帧和第cnt1+1帧入到预先训练好的多目标跟踪模型中，以得到第cnt1帧中的目标和第cnt1+1帧中的对应目标间的分配矩阵，其中第cnt帧为前一帧，第cnt+1帧是后一帧；根据得到的第cnt1帧中的目标和第cnt1+1帧中对应目标间的分配矩阵获取第cnt+1帧中与第cnt1帧中的每个目标关联的所有目标，将第cnt帧中的该目标与得到的所有目标一起构成该目标的跟踪轨迹。本发明能够解决现有基于Transformer的多目标跟踪方法采用的全局相关性学习不仅增加计算复杂度，而且存在过度冗余计算的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN105184749A
公开(公告)日：2015-12-23
申请号：CN201510599612.1
申请日：2015-09-18
Applicant: 中南民族大学
IPC: G06T5/00
Abstract: 一种基于异质性预矫正的小波域SAR图像去斑方法，在小波域内，通过统计SAR图像局部异质度，将异质度信息与预矫正函数相结合，在图像去斑前平滑同质区域，保护异质区域纹理信息，改善图像去斑过程中过平滑的问题，该方法去斑效果好，预矫正算法计算复杂度低，过程简单，解决现有技术的SAR图像去斑方法存在的图像信号进行处理的针对性弱，对噪声不敏感，抗干扰能力较弱，不能细致反应各子块之间细微的差异性，图像去斑效果不佳，计算复杂，过程繁琐等问题。
-
公开(公告)号：CN103942531A
公开(公告)日：2014-07-23
申请号：CN201410079648.2
申请日：2014-03-06
Applicant: 中南民族大学
Abstract: 本发明公开了一种人脸识别系统及其方法，涉及模式识别技术领域。本系统由图像子空间低秩恢复模块（101）、第1图像分块模块（102）、第2图像分块模块（103）、图像间相似度估计模块（104）、第1特征降维模块（105）、第2特征降维模块（106）和稀疏编码表示与识别模块（107）组成。本发明采用子空间恢复技术去除训练图像中存在的干扰成分，增强了训练图像的判别能力；采用基于分块的最大相似度提取技术，提升了提取的相似性信息的可靠性；采用基于分块最大相似性的嵌入稀疏编码，改善了在低维特征选取时稀疏编码的稳定性；本发明适用于存在连续遮挡的人脸图像识别，可有效提高在低维特征选取时的识别率，降低识别系统的复杂度。
-
公开(公告)号：CN110047096A
公开(公告)日：2019-07-23
申请号：CN201910348058.8
申请日：2019-04-28
Applicant: 中南民族大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于深度条件随机场模型的多目标跟踪方法，包括：获取多目标跟踪数据集，对输入视频序列的所有帧中任意两个连续帧的检测响应进行数据关联，以得到轨迹片，根据得到的轨迹片集合中任意两个轨迹片之间的时间关系生成顶点，计算顶点集合中每个顶点对应的两个轨迹片之间的匹配度，根据顶点集合中任意两个顶点之间的时间关系和位置关系确定困难顶点对集合，获取得到的困难顶点对集合中每个困难顶点对的外观特征和位置信息，将该困难顶点对的外观特征和运动特征组合成困难顶点对特征向量，将每个困难顶点对特征向量输入LSTM网络。本发明能够有效体现多目标跟踪过程中真实数据的相关性，跟踪结果的准确性高。
-
公开(公告)号：CN103886563A
公开(公告)日：2014-06-25
申请号：CN201410157289.8
申请日：2014-04-18
Applicant: 中南民族大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于非局部平均和异质性测量的SAR图像斑点噪声抑制方法，包括：将输入的SAR图像划分成若干个搜索子块，并估计该SAR图像的异质性区域和同质性区域的变差系数范围；对输入的某个搜索子块，计算该搜索子块的变差系数，并判断该搜索子块的同质性和异质性；对于异质性搜索子块的每一像素点，判断其是否是点目标，如果不是则根据新的权值计算公式计算搜索子块内所有像素点的权值，对搜索子块内所有像素点进行加权平均，得到该像素点修正后的灰度值；用修正后的灰度值取代原SAR图像中所有点的灰度值，得到去斑后的SAR图像。本发明能够抑制斑点噪声，同时能有效保持SAR图像的边缘、纹理等细节信息。
-
公开(公告)号：CN118154868A
公开(公告)日：2024-06-07
申请号：CN202410272189.3
申请日：2024-03-11
Applicant: 中南民族大学
IPC: G06V10/26 , G06V20/10 , G06V10/764 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 一种多尺度特征优化的遥感影像分割模型和方法，分割模型包括数据处理模块、特征提取预处理模块、特征融合分割模块、分割输出模块。数据处理模块是获取公开的语义分割基准数据集并进行预处理；特征提取预处理模块，用于遥感图像的特征提取，重构骨干网络中在其中引入Resnest的分裂注意力网络连接结构，并集成可变形卷积，提高网络对不同尺度遥感影像的特征提取能力，对遥感图像进行特征提取；特征融合分割模块由金字塔池化模块、特征金字塔模块和高效通道注意力机制组成，用于对提取出来的特征进行特征融合；分割输出模块用于处理最后的结果图像。本发明提升了对遥感影像的分割精度，提高了分割效率，提高了遥感影像语义分割的性能表现和应用效果。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.033 seconds)
