-
公开(公告)号：CN111273277A
公开(公告)日：2020-06-12
申请号：CN202010106242.4
申请日：2020-02-21
Applicant: 河南科技大学
Abstract: 本发明涉及一种预测引导的多扩展目标量测集划分方法，在目标相近并且出现目标个数低估问题时，利用量测和预测高斯混合项均值的几何分布特点和多边形顶点的几何知识，重新调整由预测状态确定的不合理的初始聚类中心点，大大改善了目标相近情况下由不合理的预测信息造成跟踪精度不高的问题，有助于准确地划分量测集，提高目标状态和个数估计结果的准确度和稳定性，同时对量测集划分数的合理限制大大降低了计算量，极大地改善了多扩展目标跟踪算法的跟踪性能，通过大幅度缩小量测集划分数，极大地提高了算法的跟踪速度。
-
公开(公告)号：CN118015043A
公开(公告)日：2024-05-10
申请号：CN202410080684.4
申请日：2024-01-19
Applicant: 河南科技大学
IPC: G06T7/246 , G06T5/77 , G06T5/90 , G06V10/764 , G06V10/80 , G06V10/766 , G06V10/82 , G06V10/32 , G06V10/36 , G06N3/0464
Abstract: 本发明涉及一种自适应雨纹去除和融合动态模板匹配的雨中目标跟踪方法，通过对输入雨图像进行自适应的雨纹去除和对比度增强，得到更加清晰的图像用于跟踪，提高模板匹配到正确目标的概率，使用融合动态模板匹配策略机制来对跟踪模板进行即时调整，使待匹配模板更接近于目标当前真实外观状态，大大提高了算法在雨天条件下目标发生外观变化时的跟踪精确度和鲁棒性；使用本发明能够快速且准确地对雨天场景视频序列中出现的任意目标进行鲁棒跟踪，从而显著提高雨天跟踪任务的完成效率。
-
公开(公告)号：CN116664623A
公开(公告)日：2023-08-29
申请号：CN202310546720.7
申请日：2023-05-16
Applicant: 河南科技大学
Abstract: 本发明涉及基于孪生网络联合跟踪与检测的视频目标长期跟踪方法，提出了一种联合跟踪与检测的目标跟踪策略，当视频序列中待跟踪目标被完全遮挡或离开视野区域，即目标消失时，传统的基于孪生网络的目标跟踪算法往往无法定位重新出现的目标，本发明使用目标消失判别模块判断出目标已经消失后，选择改用目标检测器进行全图检测，目标重新出现时，检测器给出所有同类对象，通过比较与模板的相似度找到待跟踪目标，并重新启用跟踪器；使用以上方法可以避免目标消失导致的跟踪失败的问题，提高跟踪精度与成功率。
-
公开(公告)号：CN116596972A
公开(公告)日：2023-08-15
申请号：CN202310632502.5
申请日：2023-05-31
Applicant: 河南科技大学
Abstract: 本发明涉及一种基于特征增强和动态模板更新的弱光场景目标跟踪方法，针对弱光条件下视频图像跟踪器性能下降问题，使用弱光图像特征增强模块对图像进行光照增强处理和自适应去噪处理，使图像亮度条件接近正常值，并对高强度噪声进行遏制，得到特征信息更加突出的模板图像及搜索图像；同时改进传统孪生网络的固定模板机制，使用动态模板更新来克服跟踪过程中目标的外观变化挑战，提高了跟踪器在弱光条件下跟踪精度和鲁棒性，能够有效克服弱光条件下目标跟踪的关键难题，拓展了跟踪器的实际应用范畴。
-
公开(公告)号：CN111273277B
公开(公告)日：2023-03-28
申请号：CN202010106242.4
申请日：2020-02-21
Applicant: 河南科技大学
Abstract: 本发明涉及一种预测引导的多扩展目标量测集划分方法，在目标相近并且出现目标个数低估问题时，利用量测和预测高斯混合项均值的几何分布特点和多边形顶点的几何知识，重新调整由预测状态确定的不合理的初始聚类中心点，大大改善了目标相近情况下由不合理的预测信息造成跟踪精度不高的问题，有助于准确地划分量测集，提高目标状态和个数估计结果的准确度和稳定性，同时对量测集划分数的合理限制大大降低了计算量，极大地改善了多扩展目标跟踪算法的跟踪性能，通过大幅度缩小量测集划分数，极大地提高了算法的跟踪速度。
-
Patent Agency Ranking
公开(公告)号：CN112069896A
公开(公告)日：2020-12-11
申请号：CN202010771725.6
申请日：2020-08-04
Applicant: 河南科技大学
Abstract: 本发明涉及一种基于孪生网络融合多模板特征的视频目标跟踪方法，提出了一种半监督模板在线更新策略，当视频序列中待跟踪目标出现遮挡、形变和光照变化等复杂情况，通过计算APCE值和模板相似度评估目标变化和被遮挡情况，目标外观产生巨大变化时，利用上一帧图片提取的特征与原始模板特征进行特征融合，得到表达能力更强的新模板，有助于适应多种复杂情况；为提高模型的泛化能力，适应多类目标，训练过程中采用正则化技术防止模型过拟合；为进一步提升算法速度，对于非复杂情形只采用原始模板进行跟踪，大大降低了计算量，使本发明的方法在获得更好跟踪性能的条件下取得了较其他方法更快的运行速度。
-
公开(公告)号：CN108647182A
公开(公告)日：2018-10-12
申请号：CN201810450931.X
申请日：2018-05-11
Applicant: 河南科技大学
IPC: G06F17/15
Abstract: 一种证据理论中基于可分配确定度的概率转换方法，包括如下步骤：S1、计算证据中各个命题的信任函数值和似然函数值；S2、根据各个命题的信任函数值计算证据可分配的确定度信息；S3、判断证据是否包括全部单命题；S4、根据S3中的判定结果进行概率转换；S4.1、若证据包括全部单命题，则使用比例分配法对证据的可信度进行概率转换；S4.2、若证据只包括部分单命题，则使用加权组合法进行概率转换。本发明提供一种证据理论中基于可分配确定度的概率转换方法，准确度更高，而且适用范围广泛。
-
公开(公告)号：CN107644267A
公开(公告)日：2018-01-30
申请号：CN201710812597.3
申请日：2017-09-11
Applicant: 河南科技大学
Abstract: 一种基于D-S证据理论的温室控制决策融合方法，包括如下步骤：步骤一、使用箱线图提取温室内传感器量测值中的野值，并对野值进行修正；步骤二、对修正后的量测值进行聚类融合，得到聚类值集合；步骤三、利用聚类值集合与决策基准值集合通过D-S证据理论对聚类值进行决策分配。本发明提供一种基于D-S证据理论的温室控制决策融合方法，能够有效提升温室环境中指标数据的融合精度和决策可信度，同时降低决策风险。
-
公开(公告)号：CN107367718A
公开(公告)日：2017-11-21
申请号：CN201710576183.5
申请日：2017-07-14
Applicant: 河南科技大学
Abstract: 一种多散射点量测下机动随机超曲面扩展目标建模方法，具体步骤如下：步骤一、从多散射点量测中获取机动随机超曲面扩展目标的描述参数并对其进行预处理；步骤二、利用预处理后的描述参数得到机动随机超曲面扩展目标的形态描述；步骤三、根据形态描述，利用机动随机超曲面扩展目标的轮廓线曲线的平移得到机动随机超曲面扩展目标的机动描述；步骤四、利用机动随机超曲面扩展目标的运动状态转移矩阵 和扩展形态转移矩阵求得系统转移矩阵；步骤五、利用机动描述和系统转移矩阵 得到机动随机超曲面扩展目标的系统模型。本发明能够解决机动过程中目标运动状态和扩展形态的时间演化问题，有助于达到对其精确跟踪的目的。
-
公开(公告)号：CN117974712A
公开(公告)日：2024-05-03
申请号：CN202311647353.6
申请日：2023-12-04
Applicant: 河南科技大学
Abstract: 本发明涉及一种基于分轨迹的自适应多目标跟踪方法，提出了分轨迹策略与自适应权重策略，当视频序列中待跟踪目标出现长时间遮挡、形变和光照变化等复杂情况，通过将遮挡轨迹与未遮挡轨迹进行分离，根据不同轨迹的特点来选取最合适的关联策略，尤其对于被遮挡轨迹，通过计算被遮挡帧数来选取外观信息与位置信息之间的权重，进一步提升了跟踪准确率；外观特征更新模块将被关联检测框置信度作为更新权重，将高质量外观特征在特征更新中占更大的比重以提高外观特征的判别性，将目标检测与外观特征提取嵌入到同一网络中使本发明的方法在获得稳定的跟踪性能的条件下取得了更快的运行速度。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.035 seconds)
