公开(公告)号：CN109741345A

公开(公告)日：2019-05-10

申请号：CN201811633926.9

申请日：2018-12-29

Applicant: 绍兴文理学院

Inventor： 胡珂立 ,  沈士根 ,  叶军 ,  赵利平 ,  彭华 ,  冯晟 ,  叶晓彤 ,  范恩

IPC: G06T7/11

Abstract: 本发明涉及一种强化特定区域类目标属性的中智分割参数自动选取方法，所述方法包括：获取图像数据并选定特定区域；设置不同的图像分割参数元组，并计算基于不同参数元组的分割结果；各分割结果下的基于菱形区域边界的特定区域类目标中智隶属度、不确定性度和非隶属度量测；各分割结果下的基于方形区域边界的特定区域类目标中智隶属度、不确定性度和非隶属度量测；计算针对各分割结果的中智相似度，最终确定适合当前图像分布的分割参数元组。本发明实现简单，适用范围广，基于当前图像特性，该方法能够自动完成强化特定兴趣区域类目标属性的分割参数选取，为后续目标跟踪等任务服务，大幅提升相关任务性能。

公开(公告)号：CN109711445A

公开(公告)日：2019-05-03

申请号：CN201811547139.2

申请日：2018-12-18

Applicant: 绍兴文理学院

Inventor： 胡珂立 ,  沈士根 ,  叶军 ,  赵利平 ,  樊长兴 ,  彭华 ,  叶晓彤 ,  范恩

IPC: G06K9/62

Abstract: 本发明涉及一种目标跟踪分类器在线训练样本的超像素中智相似加权方法，所述方法包括：读取视频帧，依据初始目标位置提取样本，初始化目标跟踪分类器；读取视频新帧，确定目标位置，计算相应超像素图像；基于相交区域的超像素中智隶属度、不确定性度和非隶属度量测；基于区域形状距离的超像素中智隶属度、不确定性度和非隶属度量测；计算超像素类目标置信向量；提取训练样本，计算样本中智权值；利用加权样本更新目标跟踪分类器。本发明的方法实现简单、抗干扰能力强，能够较好地适应背景复杂多变、光照变化等极具挑战的情况；本发明适用于基于鲁棒目标跟踪的应用，如视频监控、自动驾驶等，适用于大规模推广应用。