-
公开(公告)号：CN115131395B
公开(公告)日：2025-03-04
申请号：CN202110320233.X
申请日：2021-03-25
Applicant: 南京邮电大学
IPC: G06T7/246
Abstract: 本发明公开了一种视频目标跟踪方法及系统，包括：获取预先构建的结合二阶特征的时空相关滤波器模型；对该模型进行优化求解，得到子问题f的计算模型、子问题g的计算模型和子问题h的计算模型；依次对每一帧进行目标特征提取、目标检测和尺度检测以及优化更新迭代，并计算和绘制目标区域的操作，直到计算并绘制视频的最后一帧图像的目标区域；输出跟踪视频和视频跟踪速率。优点：有效地缓解时空相关滤波器由于缺少二阶及高阶特征导致近似的欠拟合从而导致的滤波器退化问题，让视频目标跟踪的准确性和鲁棒性提升。相比传统方法，充分利用了二阶特征信息来拟合两个分布信号的匹配程度。
-
公开(公告)号：CN114897938B
公开(公告)日：2025-02-11
申请号：CN202210575210.8
申请日：2022-05-25
Applicant: 南京邮电大学
Abstract: 一种改进余弦窗的相关滤波目标跟踪方法，提出尺度自适应余弦窗的改进，利用目标初始大小对余弦窗进行削峰处理，另外加上考虑目标的尺度变化，通过尺度变化因子，对余弦窗削峰的位置进行动态调整，提高了跟踪算法在目标发生尺度变化场景下的跟踪成功率；改进ADTrack算法，引入了训练目标和背景两种滤波器之间的自约束和互约束，进一步优化了目标函数，优化了现存跟踪器的跟踪漂移和模板快速退化现象，并且对新的目标函数进行了ADMM的优化推导。
-
公开(公告)号：CN114897993B
公开(公告)日：2024-12-24
申请号：CN202210568853.X
申请日：2022-07-08
Applicant: 南京邮电大学
IPC: G06T7/80
Abstract: 本发明属于光学测量技术领域，具体地说，是一种基于虚拟靶标的远心相机标定方法，具体步骤为：建立远心相机成像模型；远心相机放置于LCD显示屏正前方，并使得远心相机成像平面与LCD显示屏表面平行；生成虚拟靶标并将虚拟靶标正交投影于LCD显示屏，相机拍摄虚拟靶标在屏幕上的正交投影图像；计算虚拟靶标平面映射到相机成像平面单应性矩阵H，从单应性矩阵H获得远心相机成像模型内参数；计算LCD平面映射到相机成像平面单应性矩阵Hc，从单应性矩阵Hc获得远心相机成像模型外参数。该方法使用虚拟靶标代替传统方法中使用的物理靶标，相比传统方法能取得更准确的标定结果，并且消除了手动多次移动物理平面靶标的需要。
-
公开(公告)号：CN118072021A
公开(公告)日：2024-05-24
申请号：CN202410292178.1
申请日：2024-03-14
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于自校正交叉注意力学习的点云可供性区域分割方法，属于点云分类分割技术领域；方法为：对获取的数据进行局部特征提取；对图像特征和点云特征进行相似度计算得到权重矩阵，并通过自注意机制获取图像特征和点云特征的增强特征；采用自校正注意力学习将图像增强特征和点云增强特征进行对齐处理，得到结构相似度高区域的联合特征；对物体和背景以及物体和主体之间的相关因素联合建模，得到包含上下文信息的增强特征；建立损失函数优化训练过程。本发明通过采用插值和池化对图像增强特征和点云增强特征进行分割，实现点云和图像结构相似度高区域的对齐；利用自校正注意力学习方法解决特征对齐中特征背景不匹配和特征前景背景纠缠的问题，提高点云可供性区域分割的准确性。
-
公开(公告)号：CN117809112A
公开(公告)日：2024-04-02
申请号：CN202311863462.1
申请日：2023-12-29
Applicant: 南京邮电大学
IPC: G06V10/764 , G06T7/00 , G06T7/194 , G06V10/26
Abstract: 本发明公开了基于张量重构的低秩正则化背景估计红外小目标检测方法，该方法主要包括：输入红外图像序列，将红外图像按序堆叠在一起，形成观测张量；将观测张量输入到基于变换域多维度展开的张量重构模型中，并通过构造随机化的子空间估计出低密度矩阵，来降低计算复杂度，从而快速准确地计算出观测张量的秩；将张量秩输入基于低秩正则化的张量补全模型中，通过交替乘子法、交替投影法，更新迭代基于低秩正则化的张量补全的各参数，最终计算出目标张量、背景张量和噪声张量，得到红外小目标检测结果；本发明解决了相关技术中，在单帧检测中目标被遮挡时无法准确检测，以及在处理张量模型中检测效率低的问题。
-
Patent Agency Ranking
公开(公告)号：CN116242348A
公开(公告)日：2023-06-09
申请号：CN202310157198.3
申请日：2023-02-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种室内移动机器人自动导航系统及其导航方法，属于工业控制技术领域，所述导航方法包括：通过SLAM中的建图算法建立当前环境的先验地图作为导航的静态地图输入；对移动机器人的运行进行实时测速，生成里程计信息并将其与雷达信息结合利用自适应蒙特卡洛算法进行定位；根据输入的目标点，结合静态地图生成的全局代价地图更新并生成最短全局路径，与移动机器人所测量的距离信息生成的局部代价地图进行局部路径规划，生成运动控制信息；对控制信息进行解算，生成控制指令下发到电机驱动器进行运动控制。本发明通过在全局路径的基础上检测删除已规划路径中的冗余节点，降低路径长度，克服了传统导航方法中存在的路径冗余的局限性。
-
公开(公告)号：CN116228575A
公开(公告)日：2023-06-06
申请号：CN202310155339.8
申请日：2023-02-22
Applicant: 南京邮电大学
IPC: G06T5/00 , G06V10/774 , G06T9/00
Abstract: 本发明提供一种基于频域增强Transformer网络的红外光谱恢复方法，通过使用若干配对的退化红外光谱和原始红外光谱来构建训练数据集；搭建基于频域增强的Transformer网络模型；使用构建的训练数据集上对基于频域增强的Transformer网络模型进行训练，获得训练后的基于频域增强的Transformer网络模型；利用训练后的基于频域增强的Transformer网络模型处理退化的红外光谱信号，得到恢复后的红外光谱信号；该方法能够在红外光谱的谱峰与平坦区域均有效去除噪声，且未发生失真，具有更加出色的恢复效果。
-
公开(公告)号：CN115100406A
公开(公告)日：2022-09-23
申请号：CN202210568085.8
申请日：2022-05-24
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/762 , G06V10/44
Abstract: 本发明属于聚类算法领域，具体地说，是一种基于超像素处理的权重信息熵模糊C均值聚类方法，其分割步骤概括为：首先，对输入的图像使用超像素算法得到预分割结果；然后根据预分割结果得到聚类数并初始化隶属度矩阵和聚类中心矩阵；最后采用一种基于权重信息熵的模糊C均值聚类算法得到分割结果。公开的聚类方法基于图像超像素处理，因此大大减少了图像分割的时间。该方法还对目标函数使用了权重信息熵，提高了图像分割的分割准确度，降低了分割的边界位移误差和全局一致性错误。
-
公开(公告)号：CN114897938A
公开(公告)日：2022-08-12
申请号：CN202210575210.8
申请日：2022-05-25
Applicant: 南京邮电大学
Abstract: 一种改进余弦窗的相关滤波目标跟踪方法，提出尺度自适应余弦窗的改进，利用目标初始大小对余弦窗进行削峰处理，另外加上考虑目标的尺度变化，通过尺度变化因子，对余弦窗削峰的位置进行动态调整，提高了跟踪算法在目标发生尺度变化场景下的跟踪成功率；改进ADTrack算法，引入了训练目标和背景两种滤波器之间的自约束和互约束，进一步优化了目标函数，优化了现存跟踪器的跟踪漂移和模板快速退化现象，并且对新的目标函数进行了ADMM的优化推导。
-
公开(公告)号：CN114897842A
公开(公告)日：2022-08-12
申请号：CN202210545081.8
申请日：2022-05-19
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T7/10 , G06K9/62 , G06V10/44 , G06V10/54 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明是一种基于纹理增强网络的红外小目标分割检测方法，包括步骤1：从原始视频数据集中获取带有红外小目标的图片，将图片划分为训练集和测试集，然后为图片打上标注，得到数据图片以及与之对应的标签图像数据集；步骤2：将获得的数据图片以及标签图像数据集输入纹理增强网络中，得到三个子输出；步骤3：构建差异性损失来度量得到的3个子输出特征图，得到差异性损失，并根据3个子输出计算出平均输出；步骤4：将得到的平均输出转化成单通道的分割预测图像，得到最终预测图像的输出。本发明在纹理增强网络的基础上构建了差异性损失，以一种更加高效准确的方式逼近网络，检测概率得到了提升，生成的预测分割图片简洁明了，无多余杂波出现。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.028 seconds)
