-
公开(公告)号：CN101706964B
公开(公告)日：2011-11-23
申请号：CN200910091755.6
申请日：2009-08-27
Applicant: 北京交通大学
Abstract: 一种基于图像导数结构的颜色恒常性计算方法及系统，属于颜色恒常性计算和图像光照处理技术领域。其包括：首先，基于图像导数结构进行图像特征提取，提出色度直方图特征向量，以便用于计算颜色恒常性；其次，应用ELM神经网络对色度直方图特征向量进行训练，并将每幅训练图像对应的光照色度构成神经网络的输出向量；最后，通过对角模型，对测试图像进行光照校正，以得到白光下的图像颜色。本发明充分利用图像导数结构的特征信息来提高颜色恒常性计算的性能，具有学习速度快，泛化能力强，而且可以同时进行二维光照色度的估计等优点。
-
公开(公告)号：CN101706964A
公开(公告)日：2010-05-12
申请号：CN200910091755.6
申请日：2009-08-27
Applicant: 北京交通大学
Abstract: 一种基于图像导数结构的颜色恒常性计算方法及系统，属于颜色恒常性计算和图像光照处理技术领域。其包括：首先，基于图像导数结构进行图像特征提取，提出色度直方图特征向量，以便用于计算颜色恒常性；其次，应用ELM神经网络对色度直方图特征向量进行训练，并将每幅训练图像对应的光照色度构成神经网络的输出向量；最后，通过对角模型，对测试图像进行光照校正，以得到白光下的图像颜色。本发明充分利用图像导数结构的特征信息来提高颜色恒常性计算的性能，具有学习速度快，泛化能力强，而且可以同时进行二维光照色度的估计等优点。
-
Patent Agency Ranking
公开(公告)号：CN101561932A
公开(公告)日：2009-10-21
申请号：CN200910084007.5
申请日：2009-05-12
Applicant: 北京交通大学
Abstract: 一种动态复杂背景下的实时运动目标检测方法和装置，它的方案为：从视频中获取帧图像，确定当前帧图像中颜色的协方差，并获得所述帧图像的灰度图像；获得所述灰度图像中像素点的灰度值和梯度值，根据得到的所述像素点的灰度值、梯度值和预定参数确定像素点值，判断所述像素点值是否小于前一帧图像中确定的颜色的协方差的预定倍数，若是，则所述像素点为背景点，若否，则所述像素点为前景点，所述前景点的集合为实时运动目标。本发明实施例通过将视频图像转换为灰度图像来抑制光照的突然变化对检测结果的影响，从而更准确的检测运动目标。
-
公开(公告)号：CN1945629A
公开(公告)日：2007-04-11
申请号：CN200610113910.6
申请日：2006-10-20
Applicant: 北京交通大学
Abstract: 本发明公开了一种图像物体大小恒常性的计算方法，属于计算机视觉、图像理解与模式识别的技术领域。知觉恒常性是人类感知世界最重要、最突出的方面。大小恒常性是最重要的知觉恒常性之一。本发明能使计算机像人一样，对单幅二维图像中的各物体能实现大小恒常性感知，因为该方法完全模拟了人类视觉系统大小恒常性的机制。它的主要步骤包括：用天空检测技术计算出图像中间线；在图像地面部分计算出从图像底端边线到中间线的深度变化最快方向直线参数；计算各图像物体中点处感知深度；计算各图像物体的恒常性大小。本发明特别有助于解决物体识别中的视点不变难题，可用于图像物体的识别。
-
公开(公告)号：CN101561932B
公开(公告)日：2012-01-11
申请号：CN200910084007.5
申请日：2009-05-12
Applicant: 北京交通大学
Abstract: 一种动态复杂背景下的实时运动目标检测方法和装置，它的方案为：从视频中获取帧图像，确定当前帧图像中颜色的协方差，并获得所述帧图像的灰度图像；获得所述灰度图像中像素点的灰度值和梯度值，根据得到的所述像素点的灰度值、梯度值和预定参数确定像素点值，判断所述像素点值是否小于前一帧图像中确定的颜色的协方差的预定倍数，若是，则所述像素点为背景点，若否，则所述像素点为前景点，所述前景点的集合为实时运动目标。本发明实施例通过将视频图像转换为灰度图像来抑制光照的突然变化对检测结果的影响，从而更准确的检测运动目标。
-
公开(公告)号：CN101706780A
公开(公告)日：2010-05-12
申请号：CN200910092164.0
申请日：2009-09-03
Applicant: 北京交通大学
Abstract: 本发明提出了一种完全数据驱动的，基于视觉注意力机制模型的图像检索方法，从而在无需增加用户交互负担的情况下，尽可能地从用户的角度理解图像的语义，贴近用户的感知以提高检索性能。该方法优点在于：(1)将视觉认知理论中的视觉注意力机制理论引入到图像检索中；(2)该方法是完全自底向上的检索模式，无需用户反馈所带来的用户负担；(3)同时考虑了图像中的显著边缘信息及显著区域信息，实现了融合检索的模式，提高了图像检索的性能。
-
公开(公告)号：CN1945628A
公开(公告)日：2007-04-11
申请号：CN200610113909.3
申请日：2006-10-20
Applicant: 北京交通大学
Abstract: 本发明公开了一种基于时空显著单元的视频内容表示方法，是以生物视觉的注意力机制为基础，通过模糊信息粒化方法将原特征空间映射到模糊信息粒特征空间，可以更有效地实现视觉信息的显著性分析，提取符合视觉感知特点的显著区域作为子单元的时域一致性分析主体；在此基础上，根据显著区域和背景区域对内容描述的不同影响程度，进行子单元的合并，从而得到具有时空内容一致性的时空显著单元。实验结果验证了本发明提取的时空显著单元作为视频内容表示模式的有效性和语义表征性。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
