-
公开(公告)号：CN115035452A
公开(公告)日：2022-09-09
申请号：CN202210679583.X
申请日：2022-06-15
Applicant: 辽宁工程技术大学
IPC: G06V20/40 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种定位质量信息增强的孪生网络目标跟踪算法，包括：确定目标，获取第一帧图像，利用已知信息确定标注框，裁剪目标区域，获取目标模板；相似性比对，获取当前帧，利用特征提取子网络获取目标和搜索区域的特征图并进行相似性比对，得到相似性矩阵；目标定位，融合分类分支基于相似性矩阵进行分类任务，输出相似性预测分数；边界预测，回归分支基于相似性矩阵预测目标边界，并结合相似性预测分数，选择最佳预测框；输出跟踪结果，输出目标边界框，进行下一帧的目标跟踪。本发明能够改善分类和边界预测过程，引入CNN网络使模型对特征图中的语义信息利用更充分，预测结果具有较高的可信度。
-
公开(公告)号：CN104881884B
公开(公告)日：2017-07-11
申请号：CN201510369172.0
申请日：2015-06-29
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于视觉量子的目标跟踪方法，属于计算机视觉技术领域。该方法首先在目标区域内自上而下均匀分布视觉量子，计算并统计视觉量子内部信息熵分布的极大值所对应的灰度阶，计算视觉量子的熵基和量子频率，然后将目标边缘区域的视觉量子移动至平衡状态，并计算视觉量子的频率积分，最后以达到量子平衡状态且频率积分相等的视觉量子的位置信息作为目标跟踪结果。本发明方法抓住了运动目标前景与背景交界处具有的量子频率不变性的特点，将频率不变特征采用多个视觉量子进行描述，可以有效克服遮挡、形状与尺度变化等因素对运动目标跟踪的影响，失跟率较低，同时由于视觉量子计算过程简单，计算复杂度和空间复杂度较低，跟踪实时性较高。
-
公开(公告)号：CN102324022B
公开(公告)日：2013-03-20
申请号：CN201110259963.X
申请日：2011-09-05
Applicant: 辽宁工程技术大学
Abstract: 本发明属于模式识别技术领域，具体涉及一种基于复合梯度向量的人脸识别方法，该方法首先在定位后的人脸图像中标定目标区域，并在目标区域内划分特征子区域，然后以特征子区域的边缘奇异点作为向量的起点和终点进行正交采样得到基向量，将目标区域内所有基向量组建向量簇，通过对基向量的多维复合得到向量簇内所有极大梯度向量，最后以极大梯度向量作为元素组建复合梯度向量并统计复合梯度向量的维度和梯度信息，将复合梯度向量、复合梯度向量维度和梯度进行人脸库对比，识别出人脸身份，本发明提供的人脸识别方法比其它人脸识别方法具有更强的环境适应性和特征提取能力，在光照强度变化、多姿态、多表情条件下，具有较高识别性能，可用于生物特征识别领域中大范围复杂环境下的人脸识别。
-
公开(公告)号：CN101984377B
公开(公告)日：2012-06-06
申请号：CN201010502277.6
申请日：2010-09-28
Applicant: 辽宁工程技术大学
IPC: G05B17/02
Abstract: 本发明属于监测控制装置，特别涉及一种智能楼宇实时并行仿真系统及仿真方法，包括无线子网通信电路、语音提示与报警电路，系统中还包括中央控制电路、仿真控制电路、短信消息发射电路；其中中央控制电路和仿真控制电路中包括S3C2410单片机U1和CON201控制模块U2；智能楼宇实时并行仿真系统的仿真方法是：首先现场设备的运行状态通过各子网内部传感器以通信协作的方式将状态数据接力式传输到并行仿真系统的无线子网通信模块U3，无线子网通信模块U3将信号识别、过滤后传送至中央控制器U1，最后进行三维数据分组，本发明体积小、价格低、运行可靠，维护方便。
-
-
-
Search Results
14
records
(took 0.028 seconds)
