-
公开(公告)号：CN105303192B
公开(公告)日：2019-03-26
申请号：CN201510566612.1
申请日：2015-09-08
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本申请提供了一种基于混合描述子的形状匹配方法，获取目标形状的边缘，得到所述目标形状的边界轮廓点；计算每个所述边界轮廓点的混合描述子；根据所述目标形状中所有边界轮廓点的混合描述子，计算所述目标形状与数据库中各个模板形状的匹配度值；根据各个所述匹配度值，确定与所述目标形状相匹配的模板形状。本发明计算每个边界轮廓点的混合描述子，并根据目标形状中所有边界轮廓点的混合描述子，计算所述目标形状与数据库中各个模板形状的匹配度值，可以对图像形状进行特征的提取和有效表示，具有尺度不变性、旋转不变性和平移不变性等优良性能，有效抑制了噪声的干扰，从而提高了形状匹配的准确率和效率。
-
公开(公告)号：CN113591797B
公开(公告)日：2023-07-28
申请号：CN202110967362.8
申请日：2021-08-23
Applicant: 苏州大学
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种深度视频行为识别方法，包括以下步骤：将每个行为样本的深度视频进行正面、右侧面、左侧面和顶面投影，获得相应的投影序列；通过计算每个投影序列的动态图像，获得每个行为样本的动态图像；将每个行为样本的动态图像输入特征提取模块并提取特征；将每个行为样本的动态图像所提取到的特征进行连接，并将连接后的特征输入全连接层；构造四流人体行为识别网络；计算每个训练行为样本的深度视频的正面、右侧面、左侧面、顶面投影序列的动态图像，并输入四流人体行为识别网络，训练四流人体行为识别网络至收敛；计算待测试行为样本的每个动态图像，并将计算后的每个动态图像输入训练好的四流人体行为识别网络，实现行为识别。
-
公开(公告)号：CN108681700B
公开(公告)日：2021-09-28
申请号：CN201810421670.9
申请日：2018-05-04
Applicant: 苏州大学
IPC: G06K9/00
Abstract: 本发明公开了一种复杂行为识别方法，包括：利用传感器获取目标运动的三维骨骼关节点信息；对关节点信息预处理，归一化坐标系；提取每个关节点的运动轨迹，投影至三个二维平面；提取每两帧间的运动向量及其长度和方向角，用k‑means算法聚类得到运动基元，统计得到直方图；利用时间金字塔结合时间信息，结合所有直方图的各个簇的值，计算各关节点的权重，形成描述符；用SVM分类，实现动作识别。本发明可以对动作骨骼关节点信息进行特征的提取和有效表示，提高动作识别的准确率；所有的运动信息被完整保留，可以进行动作重建；对所有动作类进行聚类，从全局上捕捉人类动作特征；使用低级别特征，降低了计算难度，提高动作识别效率，满足系统的实时性要求。
-
公开(公告)号：CN106910169B
公开(公告)日：2019-09-20
申请号：CN201710057467.3
申请日：2017-01-26
Applicant: 苏州大学
IPC: G06T5/00
Abstract: 本发明公开了一种防止边缘模糊的图像椒盐噪声去除方法，分别进行边缘像素判断、椒盐噪声判断和滤波处理，对边缘像素进行单独处理，并对其它像素中的噪声点根据噪声密度选取大小不同的滤波窗口采用一致权重均值滤波进行处理。本发明首先进行边缘像素判断，利用图像边缘像素点周围像素值差异较大的特性，判断出边缘像素，采用单独的方法进行噪声去除，使得图像边缘信息得到较好保持，防止了边缘模糊情况；在进行椒盐噪声滤波时，无需设计模糊规则；不需要进行阈值的选取，提高了计算效率，能适应不同污染程度的图像的噪声去除。
-
公开(公告)号：CN105139677B
公开(公告)日：2017-08-25
申请号：CN201510446762.9
申请日：2015-07-28
Applicant: 苏州大学
IPC: G08G1/0962
CPC classification number: G08G1/0962
Abstract: 本发明公开了一种基于车路协同的无控交叉口车辆通行引导系统及其引导方法，该引导系统包括车载设备、路侧设备和监控中心，所述车载设备与路侧设备之间、车载设备与车载设备之间、以及路侧设备与监控中心之间均通过无线通信网络进行信息传递，该基于车路协同的无控交叉口车辆通行引导系统及其引导方法可有效避免无控交叉口处的车辆碰撞，并提高交叉口处的通行效率，真正实现交通管控一体。
-
Patent Agency Ranking
公开(公告)号：CN104361600B
公开(公告)日：2017-08-25
申请号：CN201410687341.0
申请日：2014-11-25
Applicant: 苏州大学
Abstract: 本发明公开了一种运动识别方法及系统，包括：获取运动轨迹上的N个轨迹点；确定每个所述轨迹点的描述子，该描述子包括运动类别和尺度等级；对N个所述轨迹点的描述子进行排序，得到所述运动轨迹的描述子序列；利用所述运动轨迹的描述子序列，确定所述运动轨迹的运动类型，以完成运动识别。上述技术方案达到了有效利用运动轨迹的特征信息，进而提高了识别精度和准确率。
-
公开(公告)号：CN106910169A
公开(公告)日：2017-06-30
申请号：CN201710057467.3
申请日：2017-01-26
Applicant: 苏州大学
IPC: G06T5/00
Abstract: 本发明公开了一种防止边缘模糊的图像椒盐噪声去除方法，分别进行边缘像素判断、椒盐噪声判断和滤波处理，对边缘像素进行单独处理，并对其它像素中的噪声点根据噪声密度选取大小不同的滤波窗口采用一致权重均值滤波进行处理。本发明首先进行边缘像素判断，利用图像边缘像素点周围像素值差异较大的特性，判断出边缘像素，采用单独的方法进行噪声去除，使得图像边缘信息得到较好保持，防止了边缘模糊情况；在进行椒盐噪声滤波时，无需设计模糊规则；不需要进行阈值的选取，提高了计算效率，能适应不同污染程度的图像的噪声去除。
-
公开(公告)号：CN103136520A
公开(公告)日：2013-06-05
申请号：CN201310096658.2
申请日：2013-03-25
Applicant: 苏州大学
Abstract: 本发明公开了一种基于PCA-SC算法的形状匹配和目标识别方法，包括：对目标图像进行预处理，滤除目标图像中的部分噪声；提取目标图像的边缘；提取边界轮廓点信息，并求出轮廓点的直角坐标参数；将轮廓点由直角坐标转化为极坐标，得到每个点对应的对数极坐标直方图，形成局部特征描述符；形成协方差矩阵，提取出该矩阵较大特征值对应的特征向量，采用线性变换方法将矩阵由高维降至低维，形成新的特征矩阵用于形状匹配和目标识别；计算匹配度，获得目标图像与每个模板图像之间的匹配度值。本发明可以对图像形状进行特征的提取和有效表示，具有尺度不变性、旋转不变性和平移不变性，提高了识别的准确率和效率，有效抑制噪声的干扰。
-
公开(公告)号：CN113610046B
公开(公告)日：2023-09-26
申请号：CN202110968288.1
申请日：2021-08-23
Applicant: 苏州大学
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于深度视频联动特征的行为识别方法，包括以下步骤：将每个行为样本的深度视频进行正面、右侧面、左侧面和顶面投影，获得相应的投影序列；通过计算每个投影序列的动态图像，获得每个行为样本的动态图像；将每个行为样本的动态图像输入各自的特征提取模块并提取特征；将提取的特征输入多投影联动特征提取模块并提取各投影组合的联动特征；按通道连接提取到的所有联动特征，并将连接后的特征输入平均池化层和全连接层；构造基于深度视频联动特征的行为识别网络；将每个训练行为样本的深度视频输入基于深度视频联动特征的行为识别网络，训练网络至收敛；将每个待测试行为样本的深度视频输入训练好的行为识别网络，实现行为识别。
-
公开(公告)号：CN113221694B
公开(公告)日：2023-08-01
申请号：CN202110473438.1
申请日：2021-04-29
Applicant: 苏州大学
IPC: G06V40/20 , G06V20/40 , G06V10/50 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种动作识别方法，将动作视频样本分段，计算每个视频片段的动态图像；将每个视频片段的动、静态图像输入特征提取器；提取动态图像的运动特征向量；构建特征中心组，得到直方图表达；将直方图表达输入直方图连接层，得到动作视频样本的完整直方图表示；然后输入多层感知器，构成运动特征量化网络；训练其至收敛；将动态、静态图像输入训练好的运动特征量化网络中的特征提取器、增强器和软量化器，得到直方图表达；将直方图表达输入显著运动特征提取器，得到显著运动特征图；将显著运动特征图输入卷积神经网络，构成动作分类器；训练其至收敛；计算测试动作视频样本每个片段的动态、静态图像，并输入训练好的动作分类器，实现动作识别。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.026 seconds)
