一种基于传播融合的视频跟踪方法

    公开(公告)号:CN103714554A

    公开(公告)日:2014-04-09

    申请号:CN201310680307.6

    申请日:2013-12-12

    Abstract: 本发明公开了一种基于传播融合的视频跟踪方法,步骤:①接收一帧已知跟踪目标区域的视频图像t;②接收第t+1帧视频图像,在采样与第t帧视频图像跟踪目标等大的候选目标区域,构成候选目标集;③分别计算HOG、LBP和Haar-like特征表示下目标两两之间的相似度,得到相似度;④将计算得到的三个基于不同特征表示的相似度进行传播融合,融合为一个相似度;⑤选取第t+1帧视频图像中与已知的第t帧视频图像跟踪目标相似度最高的候选目标区域作为跟踪目标在该帧中的位置,并输出跟踪目标被矩形框标记的第t+1帧视频图像;⑥令t=t+1,重复②至⑤,直至视频结束。本发明考虑融合基于多种特征表示的多种相似度来描述已知目标和候选目标的相似性,从而提高目标跟踪的准确率。

    一种检索相似性形状的方法

    公开(公告)号:CN102200999B

    公开(公告)日:2012-10-10

    申请号:CN201110106315.0

    申请日:2011-04-27

    Inventor: 白翔 周瑜 刘文予

    Abstract: 本发明公开了一种相似性形状检索方法,步骤为:①提取输入查询图像和数据库中待检索图像的形状轮廓;②用内距离形状上下文描述子对所有形状(包括输入查询形状和数据库中的待检索形状)进行表示。③用动态规划方法对所有形状(包括输入查询形状和数据库中的待检索形状)进行两两之间的匹配。④用内容敏感的相似性度量方法计算获得新的相似度度量排序。⑤获得形状检索的结果。本发明不再使用两两形状之间的不相似性(距离)作为形状检索的直接依据,而是通过对形状的内在差异进行整合,利用形状相似性空间中的结构信息对原始两两形状之间的不相似度(距离)进行改进,从而有效的提升了形状检索的准确率。

    基于连通域数量稳定性的异常分数图二值化方法和装置

    公开(公告)号:CN119027384A

    公开(公告)日:2024-11-26

    申请号:CN202411093690.X

    申请日:2024-08-09

    Abstract: 本发明涉及计算机视觉技术领域,提供了一种基于连通域数量稳定性的异常分数图二值化方法和装置。方法包括:统计每张异常分数图对应的全图异常分数,自适应地确定阈值的搜索空间;对于异常分数图,在阈值搜索空间内进行等间隔的穷尽搜索,统计每个阈值下二值化结果中的连通域数量;根据阈值变化时二值化结果的连通域数量变化情况来自适应估计对应的阈值,并进行二值化。本发明通过自适应确定阈值搜索空间,并根据阈值变化时二值化结果的连通域数量变化情况来自适应地获得每张异常分数图像的二值化阈值,从而比较准确地定位缺陷在原图像中的位置,对于缺陷的误漏检具有较强的抑制能力,进而增强二值化结果的稳健性和可靠性。

    一种基于蒸馏比较的异常物体分割方法

    公开(公告)号:CN114170599B

    公开(公告)日:2024-08-23

    申请号:CN202111523499.0

    申请日:2021-12-14

    Abstract: 本发明公开了一种基于蒸馏比较的异常物体分割方法:在无异常训练集上,训练一个语义分割网络,移除语义分类头后作为教师分支;固定教师分支参数,利用语义特征分布蒸馏获得与教师分支结构相似的学生分支。两分支的输出在正常类上保持一致,在异常类上不一致。输入带异常测试图像,两分支分别对图像进行多尺度特征提取和聚合,提取的语义特征逐位置进行比较得到异常分数图,异常分数图双线性插值取阈值将图像中的所有像素划分为正常和异常两类。本方法引入了一种全新的简单灵活的蒸馏比较网络来进行异常物体分割,在推理阶段没有利用语义分类头的结果,大幅减少了对语义分割错误的正常类别像素的误判,实现了更准确的异常物体分割。

    基于自监督异构网络的工业场景未知类型缺陷分割方法

    公开(公告)号:CN114742799A

    公开(公告)日:2022-07-12

    申请号:CN202210401019.1

    申请日:2022-04-18

    Abstract: 本发明公开一种基于自监督异构网络的工业场景未知类型缺陷分割方法:准备大型预训练网络并固定参数,作为教师网络;构建异构学生网络,由异构特征编码模块、特征融合模块和分割模块组成;训练异构学生网络,将合成异常图像输入至教师和异构学生网络中,一方面,约束学生网络在合成图像的正常区域提取的多尺度特征与教师网络相应尺度特征相似,另一方面,约束分割模块产生的分割概率图准确回归合成的异常区域;测试阶段通过教师和异构学生网络提取的相应尺度的特征图的差异和分割概率图得到异常得分图,设置合适的阈值二值化得到异常分割图。本发明通过对特征编码模块的相关设计和自监督的引入,实现了对图像异常区域的精确分割。

    一种基于非对称空洞卷积的快速可行域分割方法

    公开(公告)号:CN112634289B

    公开(公告)日:2022-05-27

    申请号:CN202011585360.4

    申请日:2020-12-28

    Abstract: 本发明公开了一种基于非对称空洞卷积的快速可行域分割方法:对单目相机采集的图像进行多尺度图像特征提取,在最后一个卷积块使用非对称空洞卷积块消除局部噪声,获得具有区分力的表征;特征解码模块对特征编码器提取的多尺度图像特征进行逐点融合,得到高分辨率的高区分力的图像特征图;采用分类器基于融合后的图像特征,预测输出图像场景中的可行域分割结果,将图像中的所有像素划分为可行驶区域和不可行驶区域两类。本发明引入了一种全新的非对称空洞卷积模块来提高特征的区分力,大幅减少对不可行驶道路的误判,并且没有引入额外的计算量。基于轻量化的模块和网络设计,在保证精度的前提下,实现了对可行域的快速分割。

    一种基于三元注意力机制的鲁棒三维目标检测方法

    公开(公告)号:CN111046781B

    公开(公告)日:2022-05-27

    申请号:CN201911248274.1

    申请日:2019-12-09

    Abstract: 本发明公开了一种基于三元注意力机制的鲁棒三维目标检测方法,即以点云数据作为输入,通过该网络,输出在点云空间中目标物的三维包围盒。步骤包括:首先将点云转化成体素形式;然后使用三元注意力机制对每个体素进行特征提取;紧接着采用一个Coarse‑to‑Fine回归方式输出最终的候选框。该方法的核心思想包括如下两部分:1)采用了一种新颖的三元注意力机制来学习每个体素的特征表示,获得鲁棒的体素特征;2)使用金字塔采样融合方式实现跨层的融合,能同时获得网络低层的高分辨率精细的特征以及高层的语义信息,从而实现对目标精确的定位。本发明相较于之前的方法,尤其是在受干扰严重以及场景复杂的情况下,本发明的方法具有很好的鲁棒性。

    一种基于尺度上下文回归的目标追踪与跟随方法

    公开(公告)号:CN111445497B

    公开(公告)日:2021-03-30

    申请号:CN202010117523.X

    申请日:2020-02-25

    Abstract: 本发明公开了一种基于尺度上下文回归的目标追踪与跟随方法,包括:通过单目摄像机采集图片,用户通过在待跟随目标上设置一个标识物体所在图像区域的矩形包围盒来初始化追踪过程;使用尺度上下文回归模型进行目标追踪,获取目标位置和尺度;使用基于局部块的追踪目标质量评估方法,判断是否发生目标丢失并及时的进行重检测;建立跟随者自身与待跟随目标的相对位置关系,同时基于此相对位置关系调整跟随者自身位姿。本发明在目标跟随过程中,增强系统判别与待跟随目标具有相似语义干扰物的能力,通过后处理使系统能够判断目标是否丢失并及时进行重检测,建立自身与目标的相对位置关系,最后调整自身位姿进行跟随。

    一种基于三元注意力机制的鲁棒三维目标检测方法

    公开(公告)号:CN111046781A

    公开(公告)日:2020-04-21

    申请号:CN201911248274.1

    申请日:2019-12-09

    Abstract: 本发明公开了一种基于三元注意力机制的鲁棒三维目标检测方法,即以点云数据作为输入,通过该网络,输出在点云空间中目标物的三维包围盒。步骤包括:首先将点云转化成体素形式;然后使用三元注意力机制对每个体素进行特征提取;紧接着采用一个Coarse-to-Fine回归方式输出最终的候选框。该方法的核心思想包括如下两部分:1)采用了一种新颖的三元注意力机制来学习每个体素的特征表示,获得鲁棒的体素特征;2)使用金字塔采样融合方式实现跨层的融合,能同时获得网络低层的高分辨率精细的特征以及高层的语义信息,从而实现对目标精确的定位。本发明相较于之前的方法,尤其是在受干扰严重以及场景复杂的情况下,本发明的方法具有很好的鲁棒性。

    一种检索相似性形状的方法

    公开(公告)号:CN102200999A

    公开(公告)日:2011-09-28

    申请号:CN201110106315.0

    申请日:2011-04-27

    Inventor: 白翔 周瑜 刘文予

    Abstract: 本发明公开了一种相似性形状检索方法,步骤为:①提取输入查询图像和数据库中待检索图像的形状轮廓;②用内距离形状上下文描述子对所有形状(包括输入查询形状和数据库中的待检索形状)进行表示。③用动态规划方法对所有形状(包括输入查询形状和数据库中的待检索形状)进行两两之间的匹配。④用内容敏感的相似性度量方法计算获得新的相似度度量排序。⑤获得形状检索的结果。本发明不再使用两两形状之间的不相似性(距离)作为形状检索的直接依据,而是通过对形状的内在差异进行整合,利用形状相似性空间中的结构信息对原始两两形状之间的不相似度(距离)进行改进,从而有效的提升了形状检索的准确率。

Patent Agency Ranking