-
公开(公告)号：CN107590818A
公开(公告)日：2018-01-16
申请号：CN201710794283.5
申请日：2017-09-06
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种交互式视频分割方法，首先，进行目标轮廓线预估，得到目标物体在当前帧的预估初始轮廓，并在当前帧目标预估轮廓线基础上，通过距离映射得出每个像素点到目标预估轮廓的最短距离，作为该像素点的位置属性。在当前帧每个像素除了三维颜色属性的基础上，加入反映时空约束的位置属性，即每个像素点距离预估目标轮廓的距离值，扩展到高维空间。建立图结构时先将高维空间的每个属性预先划分为多个直方图Bin，然后将帧间平滑项叠加到通过全局概率模型计算得到的数据项中，作为能量函数模型的数据项，最终利用最大流最小割算法得到能量函数模型的解，成功的融入了目标的运动信息，增加了视频分割的时空连续性。
-
公开(公告)号：CN107644429B
公开(公告)日：2020-05-19
申请号：CN201710946156.2
申请日：2017-09-30
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于强目标约束视频显著性的视频分割方法，属于图像处理技术领域。本发明方法在图像显著性的基础上引入了强目标约束，即通过多尺度跟踪算法和光流校正获得目标的位置及尺度约束，通过历史帧分割结果获得目标的颜色约束，计算得到视频显著性结果；对此视频显著性结果做直方图分类操作，获得标签掩图，计算当前帧的前/背景先验概率模型；在当前帧构建基于超像素的时空连续全连接条件随机场模型，使用此先验概率模型定义数据项，结合超像素间的颜色距离、空间距离和边缘关系定义帧内平滑项和帧间平滑项，并使用快速高维高斯滤波算法进行优化求解，完成视频目标分割。本发明方法有效的提高了视频分割的准确性和时间效率。
-
公开(公告)号：CN107590818B
公开(公告)日：2019-10-25
申请号：CN201710794283.5
申请日：2017-09-06
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种交互式视频分割方法，首先，进行目标轮廓线预估，得到目标物体在当前帧的预估初始轮廓，并在当前帧目标预估轮廓线基础上，通过距离映射得出每个像素点到目标预估轮廓的最短距离，作为该像素点的位置属性。在当前帧每个像素除了三维颜色属性的基础上，加入反映时空约束的位置属性，即每个像素点距离预估目标轮廓的距离值，扩展到高维空间。建立图结构时先将高维空间的每个属性预先划分为多个直方图Bin，然后将帧间平滑项叠加到通过全局概率模型计算得到的数据项中，作为能量函数模型的数据项，最终利用最大流最小割算法得到能量函数模型的解，成功的融入了目标的运动信息，增加了视频分割的时空连续性。
-
公开(公告)号：CN107644429A
公开(公告)日：2018-01-30
申请号：CN201710946156.2
申请日：2017-09-30
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于强目标约束视频显著性的视频分割方法，属于图像处理技术领域。本发明方法在图像显著性的基础上引入了强目标约束，即通过多尺度跟踪算法和光流校正获得目标的位置及尺度约束，通过历史帧分割结果获得目标的颜色约束，计算得到视频显著性结果；对此视频显著性结果做直方图分类操作，获得标签掩图，计算当前帧的前/背景先验概率模型；在当前帧构建基于超像素的时空连续全连接条件随机场模型，使用此先验概率模型定义数据项，结合超像素间的颜色距离、空间距离和边缘关系定义帧内平滑项和帧间平滑项，并使用快速高维高斯滤波算法进行优化求解，完成视频目标分割。本发明方法有效的提高了视频分割的准确性和时间效率。
-
公开(公告)号：CN111639564B
公开(公告)日：2022-05-27
申请号：CN202010420705.4
申请日：2020-05-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多注意力异构网络的视频行人重识别方法，属于图像处理领域。方法包括：构造并训练多注意力异构网络；利用训练好的网络对已知行人ID的视频和待定行人ID的视频进行特征提取，根据两个特征之间的余弦距离判定行人ID。本发明在OSNet网络中引入了Soft注意力和非局部注意力，利用Soft注意力关注图像中的行人区域特征，利用非局部注意力对视频序列中时空特征的学习能力，改进视频序列的特征表示，提取出更加鲁棒和更具判别性的特征，提高识别的准确率。同时选取了特定帧的特征作为局部特征学习网络分支，在学习视频序列中行人全局特征的同时，加强了行人局部特征的学习，提升了网络在视频行人重识别上的性能。
-
Patent Agency Ranking
公开(公告)号：CN110909772B
公开(公告)日：2022-04-01
申请号：CN201911077068.9
申请日：2019-11-06
Applicant: 华中科技大学
IPC: G06V10/774 , G06V10/764 , G06V10/44 , G06V10/34 , G06K9/62
Abstract: 本发明公开了一种高精度实时多尺度表盘指针检测方法，属于图像处理技术。本发明方法对训练集中的表盘图片进行标记，记录表盘图片中指针区域的位置；再对训练集中的表盘图片进行数据增强操作；之后将训练集输入至FaceBoxes网络，训练得到表盘指针检测模型；最后将待测图像输入至表盘指针检测模型，输出待测图像中的指针框，再由表盘盘心和指针框中心点确定指针指向；同时通过对检测到的指针框使用自适应霍夫直线检测进一步精修指针指向，综合以上两种指针指向提取方法，给出指针的择优指向信息；本发明还公开了一种高精度实时多尺度表盘指针检测系统，本发明不仅大大的提高了指针检测的效率和准确度，而且算法更加稳定、鲁棒性更好。
-
公开(公告)号：CN110689054B
公开(公告)日：2022-04-01
申请号：CN201910853298.3
申请日：2019-09-10
Applicant: 华中科技大学
IPC: G06K9/62 , G06V40/20 , G06V10/774 , G06V10/80 , G06T7/277
Abstract: 本发明公开了一种工人违规行为监测方法，通过设计了一种多尺度预测的目标检测模型，在4个尺度上对违规目标进行预测，得到违规目标的类别信息和位置信息。该方法使用2倍上采样率将深层特征与浅层特征进行融合，并从不同的尺度对目标进行检测，具有较高的准确率。另外，本发明所提出的方法会根据检测结果对存在违规行为的工人采取告警措施，并对检测出违规行为的工人进行跟踪，判断相邻两帧视频图像中存在违规行为的工人是否是同一个人，通过考虑时域信息，避免由于仅考虑单帧图像而导致的对同一个违规工人的一次违规行为记录多次，有利于管理人员对违规信息的处理，是一种更加精准的监测方法。
-
公开(公告)号：CN111539370B
公开(公告)日：2022-03-15
申请号：CN202010369889.6
申请日：2020-04-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于多注意力联合学习的图像行人重识别方法和系统，属于图像处理技术领域。本发明在ResNet50特征提取网络中引入了Soft注意力和高阶注意力，利用两种不同类型的注意力对特征提取的互补作用，改善了特征提取网络对于行人特征的学习能力，使得特征提取网络关注行人图像中更具有判别性的特征。为获得更精确的注意力特征，提出多级注意力损失函数，利用这种损失损失函数指导特征提取网络的训练学习，进一步改善特征提取网络对于行人特征的学习能力。在学习行人全局特征的同时，融合特征提取网络中的中级特征以及加强了对行人局部特征的学习，提升网络学习行人特征之间细微差别的能力，提升网络在图像行人重识别上的性能。
-
公开(公告)号：CN111639602A
公开(公告)日：2020-09-08
申请号：CN202010481781.6
申请日：2020-05-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人遮挡及朝向检测方法，包括以下步骤：S11、采用行人检测模型对待检测图像进行检测，得到行人检测框，根据行人检测框将行人目标从待检测图像中剪裁出来，得到单个的行人目标图像，并对行人目标图像中的行人关键点进行检测，得到待检测图像上各关键点的置信度；S12、根据人体结构中关键点与部位之间的关系，结合所得各关键点的置信度，得到行人各部位的遮挡预测分数；S13、分别将行人各部位的遮挡预测分数与预设部位遮挡阈值进行比较，判断行人各部位是否被遮挡；该方法通过对行人各部位的遮挡状态进行判断，并不依赖于行人可视部分的面积，不仅遮挡检测结果的准确性较高，而且也可以准确的检测出遮挡的部位。
-
公开(公告)号：CN110852190A
公开(公告)日：2020-02-28
申请号：CN201911009347.1
申请日：2019-10-23
Applicant: 华中科技大学
Abstract: 本发明公开了一种融合目标检测和手势识别的驾驶行为识别方法及系统，属于驾驶行为识别领域，包括：在模型训练步骤中，收集驾驶行为图片和视频，对其中与第一不良驾驶行为相关的目标进行标注，得到目标检测数据集，并筛选出包含与第二不良驾驶行为相关的手势的视频帧，得到手势识别数据集；构建基于神经网络的驾驶行为识别模型，用于对输入图像进行目标检测和手势识别并融合，完成驾驶行为识别；利用两个数据集进行模型训练，得到目标驾驶行为识别模型；在驾驶行为识别步骤中，利用目标驾驶行为识别模型对待识别的目标图片或者目标视频中的各视频帧进行驾驶行为识别，以判断是否存在不良驾驶行为。本发明能够提高驾驶行为识别的识别精度和实时性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.026 seconds)
