-
公开(公告)号：CN115239765B
公开(公告)日：2024-03-29
申请号：CN202210921013.7
申请日：2022-08-02
Applicant: 合肥工业大学
IPC: G06T7/246 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于多尺度可形变注意力的红外图像目标跟踪系统及方法。其中跟踪系统包括搜索图分支、模板图分支、特征融合模块和预测模块；其中搜索图分支用于提取搜索图在第一尺度和第二尺度下的特征拼接得到的搜索图多尺度特征Fs；模板分支用于提取模板图在第三尺度和第四尺度下的特征拼接得到的模板图多尺度特征Ft；特征融合模块用于根据搜索图多尺度特征Fs和模板图多尺度特征Ft计算融合特征Gst；预测模块用于根据融合特征Gst预测搜索图中的目标边框。该系统融合了低层和高层的特征，有利于红外图像中目标的跟踪。
-
公开(公告)号：CN102779269A
公开(公告)日：2012-11-14
申请号：CN201210194538.1
申请日：2012-06-13
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于图像传感器成像系统的人脸识别算法，该算法在基于相关型图像传感器（CIS）的三维人脸成像系统获得的三维人脸数据基础上，首先利用等深度线和傅里叶描绘子表示三维人脸数据，再利用改进的流形学习方法实现特征提取，最终使用基于欧式距离的最邻近分类器实现分类识别。本发明的将人脸识别中使用的三维数据转变为二维数据（等深度线）进行处理，在保留原始人脸信息的基础上降低了数据处理的复杂度；同时使用改进的流形学习方法实现特征提取，识别率和识别速度都有较大提高。
-
公开(公告)号：CN102663375A
公开(公告)日：2012-09-12
申请号：CN201210140426.8
申请日：2012-05-08
Applicant: 合肥工业大学
Abstract: 本发明公开了一种H.264中基于数字水印技术的主动目标识别方法，旨在解决智能视频监控系统中目标识别算法存在计算复杂度大、精度不高等问题。具体是利用H.264帧间预测与编码重建的特点，在当前帧的编码重建帧中的目标区域内嵌入不同的数字水印作为目标的不变特征，在下一帧帧间预测的参考帧（上一帧的重建帧）中的目标区域内提取不同的水印信息即可实现目标识别，随后继续在重建帧的运动检测分割结果中嵌入匹配后的水印，循环处理，直至完成整段视频序列的运动目标识别。本发明具有简单、准确度高、实时性及视频编码的客观质量未受到明显影响的优点。
-
公开(公告)号：CN100571395C
公开(公告)日：2009-12-16
申请号：CN200710132043.5
申请日：2007-09-20
Abstract: 本发明公开了一种基于H.264视频流的加密方法，是在H.264编码时，将一帧图像分成m(m≥1)个Slice，每个Slice包含了n(n≥1)个宏块，每个宏块又以4×4为基本单位分成16个子块：Zm,n,0，Zm,n,1，…，Zm,n,15，每个子块包含16个DCT系数，即Zm,n,i＝{Cm,n,i,0，Cm,n,i,1，…，Cm,n,i,15}(m≥1，n≥1，0≤i≤15)；建立与宏块相对应的DCT系数分层模型，分成直流DC系数层，和其余15个交流AC系数层；然后对每帧图像数据分发密钥，可以每层分配一个密钥，也可以根据需要若干层共用一个密钥；每帧图像数据开始加密时，密钥序列指针复位，逐层置乱，直到该帧结束。本发明安全性高，可以获得较高的压缩比。
-
公开(公告)号：CN113887382B
公开(公告)日：2024-02-23
申请号：CN202111148969.X
申请日：2021-09-29
Applicant: 合肥工业大学
IPC: G06V40/10 , G06V10/40 , G06V10/764
Abstract: 本发明公开了一种基于RGB‑D跨模态行人再识别方法，该方法分别通过深度图像和RGB图像的全局支路提取深度图像和RGB图像的全局特征，通过深度图像和RGB图像的局部支路提取深度图像和RGB图像的局部特征；通过融合全局损失函数和局部损失函数来训练跨模态行人再识别网络。利用训练好的跨模态行人再识别网络进行行人再识别。该方法通过充分利用深度图像和RGB图像两个模态间的关系，提高识别精度。
-
Patent Agency Ranking
公开(公告)号：CN117576725A
公开(公告)日：2024-02-20
申请号：CN202311527859.3
申请日：2023-11-16
Applicant: 合肥工业大学
IPC: G06V40/10 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于注意力特征融合的RGB‑D跨模态行人再识别系统和方法，其中行人再识别系统包括局部特征提取分支、全局特征提取分支、注意力特征融合模块和识别模块；局部特征提取分支对深度图和RGB图进行特征提取，得到局部特征FB；全局特征提取分支对深度图和RGB图进行全局特征提取，并增强显著性拼接为全局特征FR；注意力特征融合模块对局部特征FB和全局特征FR进行特征融合，得到融合特征FC；识别模块计算输入的待识别深度图像和RGB图像的相似度，根据相似度得到识别结果。该系统通过迭代多尺度通道注意力机制来整合语义和尺度不一致的特征，提高模型对行人身体结构的感知能力，进而提升模型对跨模态行人再识别的准确性。
-
公开(公告)号：CN116862952A
公开(公告)日：2023-10-10
申请号：CN202310923810.3
申请日：2023-07-26
Applicant: 合肥工业大学 , 安徽南瑞继远电网技术有限公司
IPC: G06T7/246 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种用于相似背景条件下的变电站作业人员视频追踪方法，与现有技术相比解决了灰色工装与灰色电气设备相似背景下难以实现人员追踪的缺陷。本发明包括以下步骤：多目标跟踪数据集的建立；多目标跟踪网络的构建；多目标跟踪网络的训练；变电站监控视频数据的实时获取；多目标跟踪特征图的生成；多特征动态加权检测框关联计算；变电站作业人员视频的追踪。本发明将历史帧和当前帧的目标视觉特征进行聚合，融合了时空信息，能够提取稳健的时空视觉特征以应对遮挡、背景干扰等问题；同时，设计的多特征动态加权方法能有效解决作业人员着装与背景相似的问题，提升作业人员跟踪的准确性。
-
公开(公告)号：CN114693577A
公开(公告)日：2022-07-01
申请号：CN202210417736.3
申请日：2022-04-20
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于Transformer的红外偏振图像融合方法，其步骤包括：1、对红外偏振图像进行预处理，降低偏振度图像中的噪声干扰；2、构建基于Transformer红外偏振图像融合网络；3、建立红外偏振图像与融合图像之间的损失函数；4、用红外强度与偏振度图像对融合网络进行训练，并用训练后的模型对待处理的红外偏振图像进行融合。本发明通过Transformer自注意力机制对偏振度图像的全局显著性特征进行提取，并能利用偏振度图像总变分约束损失，进一步提升网络性能，从而能有效提高红外偏振图像的融合效果。
-
公开(公告)号：CN110598654A
公开(公告)日：2019-12-20
申请号：CN201910880993.9
申请日：2019-09-18
Applicant: 合肥工业大学
Abstract: 本发明公开了一种多粒度交叉模态特征融合行人再识别方法和再识别系统，其中行人再识别方法包括：1、构建训练样本集；2、构建细粒度特征提取网络和粗粒度特征提取网络；3、采用训练样本集对细粒度特征提取网络和粗粒度特征提取网络进行训练，得到训练好网络；4、将待识别的IR图像分别输入细粒度特征提取网络和粗粒度特征提取网络，提取其细粒度特征和粗粒度特征，并对提取出的特征进行融合得到融合特征Ftest，得到待识别图像中的行人属于每个类别的概率，选择其中概率值最大的行人类别作为识别结果。该方法结合图像小区域的细粒度特征和具有全局性的粗粒度特征，得到更具有判别性的融合特征来进行行人的分类识别。
-
公开(公告)号：CN114693577B
公开(公告)日：2023-08-11
申请号：CN202210417736.3
申请日：2022-04-20
Applicant: 合肥工业大学
IPC: G06T5/50 , G06T7/11 , G06T7/136 , G06V10/762 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Transformer的红外偏振图像融合方法，其步骤包括：1、对红外偏振图像进行预处理，降低偏振度图像中的噪声干扰；2、构建基于Transformer红外偏振图像融合网络；3、建立红外偏振图像与融合图像之间的损失函数；4、用红外强度与偏振度图像对融合网络进行训练，并用训练后的模型对待处理的红外偏振图像进行融合。本发明通过Transformer自注意力机制对偏振度图像的全局显著性特征进行提取，并能利用偏振度图像总变分约束损失，进一步提升网络性能，从而能有效提高红外偏振图像的融合效果。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.033 seconds)
