-
Patent Agency Ranking
公开(公告)号：CN104361611B
公开(公告)日：2017-05-17
申请号：CN201410659365.5
申请日：2014-11-18
Applicant: 南京信息工程大学
IPC: G06T7/215
Abstract: 本发明公开了一种基于群稀疏鲁棒PCA的运动目标检测方法，属于图像信息处理技术领域，包括以下步骤：输入视频序列；运用过分割算法进行区域分割，生成多个同性区域，将其作为群稀疏约束的分组信息；设置相关参数，使用增广拉格朗日乘子法迭代求解；通过群稀疏约束估计运动目标矩阵；应用核范数约束估计背景矩阵；更新乘子和惩罚参数；判断收敛性，如果收敛则输出所得的背景和运动目标，否则继续迭代。本发明利用运动分布的连续性先验，建立群稀疏鲁棒PCA运动目标检测模型，运用群稀疏准则判别各同性区域是否为运动目标，能够更加准确地度量运动目标的区域边界，且对复杂的背景运动更加鲁棒，达到了运动目标鲁棒检测的目的。
-
公开(公告)号：CN114584279A
公开(公告)日：2022-06-03
申请号：CN202210172453.7
申请日：2022-02-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种抗量子计算机攻击的区块链分布式时间戳生成方法，具体为：数据产生者计算数据信息的哈希值，将哈希值传输到分布式时间戳服务器中，所有分布式时间戳服务器对同一服务请求进行签名，并随机选择一个分布式时间戳服务器作为主服务器，主服务器收集所有的签名形成时间戳；通过时间戳建立哈希二叉树，树的根哈希值被输出到区块链的区块中作为VDF.Eval算法输入，并通过VDF.Verify算法对VDF.Eval算法计算的结果进行验证，判断形成的时间戳是否正确。本发明不仅能够避免服务器和用户合谋篡改或伪造时间戳等问题，还可以解决针对离散对数计算的量子攻击的问题。
-
公开(公告)号：CN104867162B
公开(公告)日：2017-10-27
申请号：CN201510275727.5
申请日：2015-05-26
Applicant: 南京信息工程大学
IPC: G06T7/215
Abstract: 本发明公开了一种基于多成分鲁棒PCA的运动目标检测方法，包括：S101、对待检测视频序列进行行列向量化，获得视频数据矩阵；S102、根据所述视频数据矩阵，构建多成分鲁棒PCA模型；S103、采用增广拉格朗日乘子法对所述多成分鲁棒PCA模型进行交替迭代优化和乘子更新；S104、更新迭代次数，计算并判断当前次迭代是否收敛；S105、若当前次迭代收敛，则根据当前次迭代结果计算得到背景矩阵、所检测得到的运动目标矩阵和背景中的动态变化矩阵，从而实现运动目标检测，否则返回执行步骤S103。本发明可以从背景扰动中分离出有意义的显著运动目标，提升检测算法的鲁棒性。
-
公开(公告)号：CN104867162A
公开(公告)日：2015-08-26
申请号：CN201510275727.5
申请日：2015-05-26
Applicant: 南京信息工程大学
IPC: G06T7/20
CPC classification number: G06T7/215
Abstract: 本发明公开了一种基于多成分鲁棒PCA的运动目标检测方法，包括：S101、对待检测视频序列进行行列向量化，获得视频数据矩阵；S102、根据所述视频数据矩阵，构建多成分鲁棒PCA模型；S103、采用增广拉格朗日乘子法对所述多成分鲁棒PCA模型进行交替迭代优化和乘子更新；S104、更新迭代次数，计算并判断当前次迭代是否收敛；S105、若当前次迭代收敛，则根据当前次迭代结果计算得到背景矩阵、所检测得到的运动目标矩阵和背景中的动态变化矩阵，从而实现运动目标检测，否则返回执行步骤S103。本发明可以从背景扰动中分离出有意义的显著运动目标，提升检测算法的鲁棒性。
-
公开(公告)号：CN104361611A
公开(公告)日：2015-02-18
申请号：CN201410659365.5
申请日：2014-11-18
Applicant: 南京信息工程大学
IPC: G06T7/20
CPC classification number: G06T7/251 , G06T7/207 , G06T7/215 , G06T2207/10016
Abstract: 本发明公开了一种基于群稀疏鲁棒PCA的运动目标检测方法，属于图像信息处理技术领域，包括以下步骤：输入视频序列；运用过分割算法进行区域分割，生成多个同性区域，将其作为群稀疏约束的分组信息；设置相关参数，使用增广拉格朗日乘子法迭代求解；通过群稀疏约束估计运动目标矩阵；应用核范数约束估计背景矩阵；更新乘子和惩罚参数；判断收敛性，如果收敛则输出所得的背景和运动目标，否则继续迭代。本发明利用运动分布的连续性先验，建立群稀疏鲁棒PCA运动目标检测模型，运用群稀疏准则判别各同性区域是否为运动目标，能够更加准确地度量运动目标的区域边界，且对复杂的背景运动更加鲁棒，达到了运动目标鲁棒检测的目的。
-
-
-
-
Search Results
5
records
(took 0.048 seconds)
