基于局部敏感直方图的视频目标压缩跟踪方法

    公开(公告)号:CN104715494A

    公开(公告)日:2015-06-17

    申请号:CN201510146249.8

    申请日:2015-03-30

    Applicant: 江南大学

    Abstract: 一种基于局部敏感直方图的视频目标压缩跟踪方法。本发明对视频图像中的目标跟踪起到指导作用,其特征是:(1)通过计算局部敏感直方图,提取光照不变特征;(2)联合压缩跟踪中使用的特征得到更优的特征。该发明简单易行,在目标姿势发生较大变化和光照变化剧烈的情况下能够实现稳定的跟踪,并且满足实时性要求。

    一种基于可变步长关键帧提取的网络视频拷贝检索方法

    公开(公告)号:CN104715057A

    公开(公告)日:2015-06-17

    申请号:CN201510146248.3

    申请日:2015-03-30

    Applicant: 江南大学

    Abstract: 一种基于可变步长关键帧提取的网络视频拷贝检索方法,用来快速有效地检测网络中的拷贝视频,除了使用在版权保护外,视频拷贝检测还可以运用在改进网页检索、广告监控、基于实例的视频检索、减少冗余和概念跟踪等领域。其特征:(1)选取关键帧中的核心区域与受影响较小的边缘区域,对不同的区域取权值并通过转换距离度量分块灰度顺序特征(OM)来判断两帧间相似度。(2)利用滑动窗口来查找最大相似匹配(3)检测出查询视频中的拷贝片段。在网络数据和MUSCLE-VCD-2007数据上的实验结果表明,该方法相对于现有的基于OM特征拷贝检测法而言,其鲁棒性更强,检测效率更高,同时给网络视频网站提供借鉴意义。

    一种结合颜色协方差流形的MEAP聚类图像分割方法

    公开(公告)号:CN106023141A

    公开(公告)日:2016-10-12

    申请号:CN201610294446.9

    申请日:2016-05-05

    Applicant: 江南大学

    Inventor: 陈秀宏 刘季

    CPC classification number: G06T2207/10004 G06T2207/10024

    Abstract: 一种结合颜色协方差流形的MEAP聚类图像分割方法。本发明对MEAP算法在彩色图像分割上的应用起到指导作用,其特征是:(1)通过简单线性迭代聚类算法对伯克利数据库中的彩色图像进行超像素分割,得到超像素块集合;(2)提取每个超像素块的颜色协方差特征和空间位置特征,分别用黎曼流形距离和欧式距离对它们进行相似性度量并进行特征融合,构建新的相似度矩阵;(3)将融合后的相似度矩阵作为多代表点仿射传播聚类算法中的相似度矩阵,再利用多代表点仿射传播聚类算法对彩色图像进行分割。该发明简单易行,当图像较大时,能够通过超像素减少图像分割的计算时间,利用颜色和空间信息作为特征进行分割的同时能够保证分割精确度。

    基于邻域信息熵的核模糊C均值图像分割算法

    公开(公告)号:CN105976373A

    公开(公告)日:2016-09-28

    申请号:CN201610294972.5

    申请日:2016-05-05

    Applicant: 江南大学

    CPC classification number: G06K9/6218

    Abstract: 基于邻域信息熵的核模糊C均值图像分割方法。本发明对灰度图像的分割起到指导作用,其特征是:(1)借助邻域信息熵来提取像素点的邻域信息;(2)利用核策略解决线性不可分问题;(3)通过结合邻域像素点灰度值变异系数,提高了算法的去噪声能力。该发明简单易行,在各种噪声环境下都表现出强的鲁棒性,且有强的保存图像细节纹理的能力。

    一种基于稀疏表示的快速图像超分辨率重建方法

    公开(公告)号:CN104715460A

    公开(公告)日:2015-06-17

    申请号:CN201510145852.4

    申请日:2015-03-30

    Applicant: 江南大学

    Inventor: 陈秀宏 曹翔

    Abstract: 一种基于稀疏表示的快速图像超分辨率重建方法,用来对降质的图像进行快速超分辨率重建,从而提高图像的分辨率。本发明对于快速提高图像分辨率具有明显效果。其特征是:(1)在字典训练阶段引入快速核密度估计算法对训练样本规模进行估计,得到数量合理的训练样本;(2)在稀疏表示阶段使用改进的广义正交匹配追踪算法,克服了贪婪系列稀疏表示算法中的固定稀疏度缺陷且缩短了迭代时间;(3)运用现有的Matlab软件,将降质图像进行超分辨率重建,得到重建图像,实验表明,该方法极大地提升了字典训练速度,有效地缩短了稀疏编码时间同时兼顾了重建质量。

Patent Agency Ranking