-
公开(公告)号：CN117011768A
公开(公告)日：2023-11-07
申请号：CN202310983360.7
申请日：2023-08-07
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于鲁棒性数据关联的多船舶目标检测与跟踪方法，包括以下步骤：基于鲁棒性数据关联度量的损失函数，构建目标检测模型并训练；获取海事视频，基于训练后的目标检测模型对海事视频进行检测，获得船舶目标的检测结果；设计状态预测算法，基于所述状态预测算法获得船舶目标的预测结果；构建跟踪匹配策略，获取所述检测结果和预测结果的鲁棒性数据关联度量，进而获得相似度矩阵；将所述相似度矩阵输入到匈牙利算法中，获得船舶目标跟踪结果。本发明提出的多船舶目标检测与跟踪方法更稳定，更简单，精度更高，适用于多船舶跟踪问题。
-
公开(公告)号：CN116503943A
公开(公告)日：2023-07-28
申请号：CN202310447810.0
申请日：2023-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于优选动态几何特征的可解释步态识别方法，以发现对识别行人身份起到重要作用的人体局部区域。本发明包括：从采集到的RGB步态序列中，提取步态序列的二值轮廓图；对步态序列进行人体关键点提取，根据人体骨骼的刚性结构对获得的关键点进行扩充；基于训练好的关键区域推断模型，对人体关键点的位置进行几何结构限制区域内的动态优化，推断并选择出人体重要局部区域；通过端到端的联合训练关键区域推断模型和深度步态识别模型，得到对步态识别最有利的人体关键部位。实施本发明，在保证步态识别精度的同时，能很好的解释人体的哪些局部区域在步态识别任务中是关键的，为任何深度步态识别模型提供可解释性的特征。
-
公开(公告)号：CN104463099B
公开(公告)日：2017-10-31
申请号：CN201410619411.9
申请日：2014-11-05
Applicant: 哈尔滨工程大学
Abstract: 本发明属于模式识别领域，具体涉及一种基于图的半监督耦合度量的多角度步态识别方法。本发明包括：采用码本检测方法从视频流中得到目标轮廓序列；在一个周期中采用步态能量图提取步态的整体特征；构建多视角步态识别系统的离线训练阶段，训练得到基于图的半监督耦合投影矩阵对；对测试视频进行目标轮廓的提取，对大小归一化的轮廓序列检测步态周期，生成单周期的步态能量图特征，通过视角估计选取的基于图的半监督耦合投影矩阵对。本发明解决了传统步态识别方法需要存储所有视角下步态特征的高存储需求问题，对任意角度行走的步态的身份识别有效。
-
公开(公告)号：CN106656506A
公开(公告)日：2017-05-10
申请号：CN201611019232.7
申请日：2016-11-18
Applicant: 哈尔滨工程大学
CPC classification number: H04L9/3231 , H04L9/0861
Abstract: 本发明提供的是一种手指静脉加密方法。采用多尺度块中心对称局部二进制模式提取图像特征，在模糊承诺框架下采用BCH编码与二进制编码进行密钥结合。多尺度块中心对称的局部二进制模式用像素块区域的平均灰度值代替CSLBP算子中的单个像素点的灰度值进行比较，对噪声的影响不敏感，提取的特征包含了图像的微观结构和宏观结构，更完整的表达了图像的信息，分类效果比较好。在经过MB‑CSLBP算子编码之后，把得到的二进制编码作为手指静脉图像的特征，与经过BCH编码之后的密钥结合，对密钥进行加密。
-
-
-
Search Results
14
records
(took 0.019 seconds)
