-
Patent Agency Ranking
-
公开(公告)号：CN115661207A
公开(公告)日：2023-01-31
申请号：CN202211419895.3
申请日：2022-11-14
Applicant: 南昌工程学院
Abstract: 本发明提出一种基于空间一致性匹配与权重学习的目标跟踪方法与系统，该方法包括：对模板分支与搜索区域分支的图像初始化以生成目标模板图像和搜索区域图像；对目标模板图像与搜索区域图像分别提取特征，对目标模板特征进行上采样获得目标模板深度特征；构建特征融合网络模型；采用克罗内克积对目标模板深度特征和搜索区域特征进行计算得到匹配置信度图；对空间一致性匹配模块与模板特征权重学习模块进行训练，以获得最终置信度图并将得分最高的目标候选块进行目标跟踪。本发明通过建立目标模板图像和搜索区域图像的空间一致性对应关系，充分利用目标模板图像和搜索区域目标候选块图像的空间位置信息，实现更准确跟踪。
-
公开(公告)号：CN113109803A
公开(公告)日：2021-07-13
申请号：CN202110426186.7
申请日：2021-04-20
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于测速信息的目标跟踪装置，包括壳体、测速装置、智能测速系统、以及所述壳体内设置的拆卸装置和固定装置；当需要进行测速时，首先将该装置放置在待测物体的顶部，通过该装置底部设置的磁性块与物体的顶部相互吸合，进行初步固定，在进行测速时，通过物体的移动使得风吹动叶轮的转动，进而通过转杆的转动带动第一锥齿轮的转动，进而通过第二锥齿轮和转轴带动齿轮转动，通过齿轮的转动使得拉杆拉动密封板向上滑动，使得通孔内以及皮搋内部形成负压，使得皮搋与物体的顶部充分吸合，保证了在对物体进行测速时的稳定性，防止测速时速度过快导致该装置掉落，造成损坏，确保了测速得到的数据的准确性，使得试验数据更具有参考价值。
-
公开(公告)号：CN115880337A
公开(公告)日：2023-03-31
申请号：CN202310121706.2
申请日：2023-02-16
Applicant: 南昌工程学院
IPC: G06T7/246
Abstract: 本发明提出一种基于重参数卷积和特征过滤器的目标跟踪方法与系统，该方法包括：构建得到特征提取子网络；将多个卷积分支压缩成一个单一的卷积块以构建得到无批次归一化重参数卷积模块；构建得到特征融合网络，通过特征融合网络中的特征过滤器对目标模板深度特征以及搜索区域深度特征进行融合，以获得中间融合特征；将目标模板深度特征进行优化以获得最终的模板特征并进行融合得到分数预测图；对分数预测图中得分最高的目标候选块进行目标跟踪。本发明通过提出的特征提取子网和特征融合网络，获得丰富的通道和空间信息，从而对重要信息的特征进行增强以获得中间融合特征，提高相似度计算的准确性，实现更准确的跟踪效果。
-
公开(公告)号：CN115661207B
公开(公告)日：2023-03-31
申请号：CN202211419895.3
申请日：2022-11-14
Applicant: 南昌工程学院
Abstract: 本发明提出一种基于空间一致性匹配与权重学习的目标跟踪方法与系统，该方法包括：对模板分支与搜索区域分支的图像初始化以生成目标模板图像和搜索区域图像；对目标模板图像与搜索区域图像分别提取特征，对目标模板特征进行上采样获得目标模板深度特征；构建特征融合网络模型；采用克罗内克积对目标模板深度特征和搜索区域特征进行计算得到匹配置信度图；对空间一致性匹配模块与模板特征权重学习模块进行训练，以获得最终置信度图并将得分最高的目标候选块进行目标跟踪。本发明通过建立目标模板图像和搜索区域图像的空间一致性对应关系，充分利用目标模板图像和搜索区域目标候选块图像的空间位置信息，实现更准确跟踪。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
