-
公开(公告)号：CN103324914B
公开(公告)日：2016-01-06
申请号：CN201310214797.0
申请日：2013-05-31
Applicant: 长安大学
Abstract: 本发明提供一种基于稀疏系数的人脸图像多表情相互转换方法，通过训练集人脸图像对相同表情的单帧输入图像进行线性组合逼近，获取稀疏重构系数，然后利用稀疏重构系数以及目标表情训练集人脸图像将输入图像的表情转换为目标表情，不包含烦琐的人脸特征提取步骤，方法简单，易于实现，从而降低了算法复杂度，同时获得了较好的人脸图像多表情转换效果，显著的提高了转换效率。
-
公开(公告)号：CN102637362B
公开(公告)日：2014-06-18
申请号：CN201210096256.8
申请日：2012-04-01
Applicant: 长安大学
Abstract: 本发明公开了一种基于交通视频的隧道车型识别方法，主要包括设置虚拟线圈，检测所得到的视频图像为车辆经过虚拟线圈时的视频图像，并在车辆经过虚拟线圈的时候对当前帧与背景进行相减运算，得到车辆所在纵向高度的灰度直方图。再使用帧差法的车高方向灰度直方图计算车辆高度。最后利用车高判断车型，即将车型分类将车辆按其车身大小将车分成大，中，小3种类型进行逻辑判断。主要用于隧道内车辆检测，因隧道内的特殊环境，该方法可不考虑车长因素，直接用高度对其车型进行判断，具有较好的高效性，实用性和便捷性，具有广阔的应用前景。
-
公开(公告)号：CN103150550B
公开(公告)日：2015-10-28
申请号：CN201310045531.8
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于运动轨迹分析的道路行人事件检测方法，通过划分成多个块区域图像中的每个块，在背景图像中找到与该块位置相同的背景块，计算灰度差值的绝对值之和并赋值，确定目标块，寻找最佳角点，得到特征点，同时创建一个目标结构体，记录这些目标的特征点位置以及匹配跟踪计数器信息，用模板在当前帧图像中搜索，重复上述过程，得到目标的跟踪轨迹，通过查找映射表，得到跟踪轨迹对应的实际距离，求得跟踪轨迹的速度，判断该目标是否为行人。本发明的检测方法，可对视频范围内所有行人目标进行检测，不受环境限制，能够对实时视频进行检测，且检测时间短、易于实现、准确性较高，很适合于实时检测行人事件，具有广阔的应用前景。
-
公开(公告)号：CN103324914A
公开(公告)日：2013-09-25
申请号：CN201310214797.0
申请日：2013-05-31
Applicant: 长安大学
Abstract: 本发明提供一种基于稀疏系数的人脸图像多表情相互转换方法，通过训练集人脸图像对相同表情的单帧输入图像进行线性组合逼近，获取稀疏重构系数，然后利用稀疏重构系数以及目标表情训练集人脸图像将输入图像的表情转换为目标表情，不包含烦琐的人脸特征提取步骤，方法简单，易于实现，从而降低了算法复杂度，同时获得了较好的人脸图像多表情转换效果，显著的提高了转换效率。
-
公开(公告)号：CN102622886A
公开(公告)日：2012-08-01
申请号：CN201210080262.4
申请日：2012-03-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的车辆违章变道事件检测方法。该方法主要包括基于块的二值化分割将待处理的视频中每帧图像中的目标背景分离开来，基于块的特征角点选择，通过标记目标的特征点进行车辆跟踪，同时记录其跟踪点位置信息，和基于跟踪轨迹特征实现匹配计算车辆位置比例方差从而判断车辆是否变道。与现有技术相比，本发明所提供的方法可对视频范围内所有车辆目标进行检测，不受环境限制，能够对实时视频进行判断，且检测时间短、易于实现、准确性较高，很适合于实时检测车辆违章变道事件，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN102930510B
公开(公告)日：2016-05-18
申请号：CN201210358748.X
申请日：2012-09-24
Applicant: 长安大学
IPC: G06T5/00
Abstract: 本发明提供一种人脸图像多角度相互转化方法：将人脸图像表示为像素灰度值的列向量形式；将某角度的单帧输入人脸图像视为高维空间中的一点，同角度训练集人脸图像视为该点的近邻点，将问题转化为局部邻域嵌入非线性降维理论中，求取高维空间某点的近邻点权值问题；利用求解出的权值以及目标角度训练集人脸图像合成目标角度人脸图像；将合成的目标角度人脸图像表示为像素灰度值的矩阵形式；本发明所述人脸图像多角度相互转化方法算法简单，并且在计算速度以及头发和人脸边缘部分合成效果明显优于现有技术。
-
公开(公告)号：CN102622886B
公开(公告)日：2014-04-30
申请号：CN201210080262.4
申请日：2012-03-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的车辆违章变道事件检测方法。该方法主要包括基于块的二值化分割将待处理的视频中每帧图像中的目标背景分离开来，基于块的特征角点选择，通过标记目标的特征点进行车辆跟踪，同时记录其跟踪点位置信息，和基于跟踪轨迹特征实现匹配计算车辆位置比例方差从而判断车辆是否变道。与现有技术相比，本发明所提供的方法可对视频范围内所有车辆目标进行检测，不受环境限制，能够对实时视频进行判断，且检测时间短、易于实现、准确性较高，很适合于实时检测车辆违章变道事件，具有广阔的应用前景。
-
公开(公告)号：CN103150550A
公开(公告)日：2013-06-12
申请号：CN201310045531.8
申请日：2013-02-05
Applicant: 长安大学
Abstract: 本发明提供了一种基于运动轨迹分析的道路行人事件检测方法，通过划分成多个块区域图像中的每个块，在背景图像中找到与该块位置相同的背景块，计算灰度差值的绝对值之和并赋值，确定目标块，寻找最佳角点，得到特征点，同时创建一个目标结构体，记录这些目标的特征点位置以及匹配跟踪计数器信息，用模板在当前帧图像中搜索，重复上述过程，得到目标的跟踪轨迹，通过查找映射表，得到跟踪轨迹对应的实际距离，求得跟踪轨迹的速度，判断该目标是否为行人。本发明的检测方法，可对视频范围内所有行人目标进行检测，不受环境限制，能够对实时视频进行检测，且检测时间短、易于实现、准确性较高，很适合于实时检测行人事件，具有广阔的应用前景。
-
公开(公告)号：CN102637362A
公开(公告)日：2012-08-15
申请号：CN201210096256.8
申请日：2012-04-01
Applicant: 长安大学
Abstract: 本发明公开了一种基于交通视频的隧道车型识别方法，主要包括设置虚拟线圈，检测所得到的视频图像为车辆经过虚拟线圈时的视频图像，并在车辆经过虚拟线圈的时候对当前帧与背景进行相减运算，得到车辆所在纵向高度的灰度直方图。再使用帧差法的车高方向灰度直方图计算车辆高度。最后利用车高判断车型，即将车型分类将车辆按其车身大小将车分成大，中，小3种类型进行逻辑判断。主要用于隧道内车辆检测，因隧道内的特殊环境，该方法可不考虑车长因素，直接用高度对其车型进行判断，具有较好的高效性，实用性和便捷性，具有广阔的应用前景。
-
公开(公告)号：CN102637361A
公开(公告)日：2012-08-15
申请号：CN201210096047.3
申请日：2012-04-01
Applicant: 长安大学
Abstract: 本发明公开了一种基于视频的车型判别方法，通过利用视频检测以及图像处理的相关技术，求出车辆长度，从而对车辆类型进行判别。与现有技术相比，可以对视频范围内所有车辆类型进行识别，不受环境限制，能够对车辆类型进行实时、可靠的判别。并且易于实现、准确性较高，很适合于实时判别车辆类型，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.018 seconds)
