一种仪表图像的分割优化方法、设备及介质

    公开(公告)号:CN116129109A

    公开(公告)日:2023-05-16

    申请号:CN202211520828.0

    申请日:2022-11-30

    Abstract: 本发明公开了一种仪表图像的分割优化方法、设备及介质,属于图像处理技术领域,用于解决现有的卷积神经网络对图像分割预测时,图像的边缘纹理信息容易被弱化,难以很好地保留浅层边缘纹理特征的技术问题。方法包括:将预获取的仪表图像数据集进行归一化处理;根据预设卷积神经网络中的卷积块,对归一化后的初始输入图像进行特征提取,得到第零特征图;根据若干编码层,对第零特征图进行图像特征块的切割,得到第四特征图;对第四特征图进行最大上采样处理,得到第四采样特征图;将第四采样特征图与第三特征图进行特征融合,得到第零采样特征图;并进行特征预测,得到预测特征图;根据预设二值交叉熵损失函数,对卷积神经网络进行优化训练。

    一种基于三元组损失和联合特征的目标跟踪方法及设备

    公开(公告)号:CN115984953A

    公开(公告)日:2023-04-18

    申请号:CN202211517781.2

    申请日:2022-11-30

    Abstract: 本申请公开了一种基于三元组损失和联合特征的目标跟踪方法及设备,方法包括:获取目标视频并对目标视频进行图像处理,以得到输入视频;将输入视频输入至预训练的YOLOv5m模型中进行行人检测,以得到目标行人的位置信息以及置信度信息,并将位置信息以及置信度信息同步到DeepSort算法中;构建基于三元组损失和联合特征的特征提取网络,并对特征提取网络进行训练;通过Deepsort算法以及特征提取网络,获取目标行人的特征,并计算不同行人之间的相似度;结合目标行人的位置坐标之间的马氏距离对相邻两帧视频中的相同目标进行匹配;利用卡尔曼滤波算法预测目标行人的位置并更新目标状态。

Patent Agency Ranking