公开(公告)号：CN118037774A

公开(公告)日：2024-05-14

申请号：CN202410145381.6

申请日：2024-02-01

Applicant: 东北大学

Inventor： 雷为民 ,  张宗源 ,  王泓凯 ,  张伟 ,  景庆阳 ,  陈新怡

IPC: G06T7/246 ,  G06T7/269 ,  G06T7/277 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明设计了一种基于空间弱线索的车站密集行人跟踪系统及方法；首先将图像帧转化为预测检测框集合，再通过预设的高阈值和低阈值将其进行二分类，得到高、低置信度检测框；然后将上一帧轨迹集合中的跟踪框经卡尔曼滤波预测得到当前帧跟踪框，将高置信度检测框与当前帧跟踪框进行第一次空间相似度匹配，并计算关联成本，得到第一次匹配成功轨迹集合，未匹配到轨迹的检测框并入低置信度检测框；然后低置信度关联模块将剩余轨迹集合中的跟踪框执行上述匹配，得到第二次匹配成功轨迹集合，将其并入匹配成功轨迹集合；最后，对目标轨迹进行新建、删除以及更新，得到最终输出轨迹，完成车站密集行人跟踪；可实时检测地铁车站密集的人流并分析其数据。

公开(公告)号：CN116503432A

公开(公告)日：2023-07-28

申请号：CN202310396372.X

申请日：2023-04-14

Applicant: 东北大学

Inventor： 雷为民 ,  任雪晴 ,  田岸霖 ,  张伟 ,  陈新怡 ,  王延文

IPC: G06T7/13 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明设计一种基于密集网络的图像边缘检测模型及方法，属于图像分割技术领域；所述检测模型，包括图像特征提取模块、特征融合模块及上采样模块以及特征细化模块；图像经过图像特征提取模块，缩小图像特征尺寸并且最大化提取图像特征，充分利用中间层输出的结构，充分融合图像所有的结构特征，避免特征信息丢失，依次提取得到特征；将提取得到的特征通过特征融合及上采样模块生成图像的特征，最后再将这些特征通过细化模块进行融合，生成最终更薄的边缘图像；与现有技术相比，本发明方法更加简单、高效，具有十分重要的研究价值和意义。

公开(公告)号：CN114972942A

公开(公告)日：2022-08-30

申请号：CN202210520908.X

申请日：2022-05-13

Applicant: 东北大学

Inventor： 雷为民 ,  梁辉 ,  赵莹月 ,  张伟 ,  陈新怡

IPC: G06V10/80 ,  G06N3/04 ,  G06N3/08 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供一种基于混合语义的双流图像重建系统及方法，所述系统包括低级特征提取模块、高级语义特征提取模块、混合特征流模块、低级特征流模块、重建模块；设计混合特征流支路和低级特征流支路搭建重建网络，采用双特征流网络设计可以保证语义信息和结构信息更好地用于图像重建，其中混合特征流支路输出混合语义信息特征图，低级特征流支路输出结构信息特征图；低级特征流支路采用可变形卷积模块提取特征，利用可变形卷积可以自适应改变感受野，从而捕获一些重要的信息；为了加强特征的传播和重用，采用特征融合技术concat()操作和add()操作；本发明方法可以重建出质量较好的图像，且重建的图像会保留完整的结构信息和语义信息。