-
公开(公告)号：CN114708543B
公开(公告)日：2022-08-30
申请号：CN202210629393.7
申请日：2022-06-06
Applicant: 成都信息工程大学
Abstract: 本发明涉及图像处理领域，具体涉及一种考场监控视频图像中考生定位方法，主要包括，首先根据考场监控视频图像数据中考生的耳朵可见情况、对包含了不同考试场景、不同考生的大量考场监控视频图像数据进行基于考生头顶部头发区域的框选标记，建立考生头顶部头发区域数据集，在此基础上进行基于高虚警率的目标检测的初步筛选，最后建立基于SSD深度学习目标检测的模型，对考生头发区域定位，最终实现考生的定位，该方法提高了对考场监控视频图像中考生定位的准确性、可靠性及泛化能力。
-
公开(公告)号：CN114677499A
公开(公告)日：2022-06-28
申请号：CN202210372813.8
申请日：2022-04-11
Applicant: 成都信息工程大学
IPC: G06V10/22 , G06K9/62 , G06V10/762
Abstract: 本发明涉及一种云微粒子图像粒子区域定位方法，主要包括首先对原始云微粒子图像数据进行数据划分和聚类，然后对所有图像数据进行像素块同区域搜索及像素块属性进行判定，接着对附属像素块进行了基于像素块轮次距离和像素块相似性距离的归属可能性值计算的多重归属性进行认定，再云微粒子区域进行定位，通过该方法可提高云微粒子数据中像素块划分的准确性和粒子区域定位准确性。
-
公开(公告)号：CN110824478B
公开(公告)日：2022-04-01
申请号：CN201911012198.4
申请日：2019-10-23
Applicant: 成都信息工程大学
Abstract: 本申请公开了一种基于多样化3D雷达回波特征的降水云类型自动分类方法及装置，通过对组网雷达数据进行分析，获取多个雷达回波特征，从多个回波特征中随机的选择两种回波特征，使用神经网络模型获得代价函数的最优解，并绘制学习曲线图；基于绘制学习曲线图分别计算高方差与高偏差，当满足所述高方差条件时，增加神经网络的训练样本数量，将增加的神经网络的训练样本输入所述的神经网络模型中，并再次绘制学习曲线图；当满足所述高偏差条件时，增加回波特征数量；将增加的回波特征输入所述的神经网络模型中，并再次绘制学习曲线图；当不满足高方差条件也不满足高偏差条件时，获得优化模型；获取优化后的特征量与优化后的特征数量进行训练；输入待分类数据到已训练完成的模型中，进行分类并获取分类结果，实现识别准确度高并且识别速度快的云体自动分类。
-
公开(公告)号：CN114047751A
公开(公告)日：2022-02-15
申请号：CN202111261316.2
申请日：2021-10-28
Applicant: 成都信息工程大学
IPC: G05D1/02
Abstract: 本发明公开了一种冷藏保鲜库内机器人立体巡检系统及方法，为冷藏保鲜库安装上智能传感器感知库内环境状况。以立体巡检机器人对冷库巡检，结合嗅觉传感器、味觉传感器、视觉传感器、红外摄像机、超声波测距传感器等设备及人工智能信息融合与数据分析方法，针对库内货物巡检的需要，采用巡检机器人在不同方位与高度进行多维空间内进行监测，集农产品外观颜色、状态、气味、距离等多信息融合技术，综合反映冷库内农产品状态，形成冷库智能巡检机器人系列新产品，实现设备集控条件下冷库内的农产品果蔬巡检。通过本发明可提升冷藏保鲜库内巡检管理效能，降低农产品损坏耗，节约成本，促进实现农产品全流程的冷链规范化、系统化、智能化。
-
公开(公告)号：CN108830883A
公开(公告)日：2018-11-16
申请号：CN201810567306.3
申请日：2018-06-05
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于超像素结构的视觉注意SAR图像目标检测方法，属于雷达遥感或图像处理技术，主要解决SAR图像目标检测时检测率低、虚警率和漏检率高以及检测到的目标失真的问题。其实现步骤为：确定待输入的SAR图像，先进行滤波；接着提取灰度和方向初级视觉特征；进行归一化和显著性处理；生成显著图；设定阈值Sth生成二值化的显著图选出候选目标区域；将二值化的显著图和滤波后的图像点乘；用SLIC超像素生成算法将图像分割成超像素区域；设定角点检测的阈值Rth对图像进行Harris角点检测以突出目标与背景的超像素的结构特征的差异；统计每个超像素区域内的角点个数；设定阈值Th进行离群值检测以剔除候选目标区域中包含的虚警，得到最终SAR图像目标检测结果。本发明充分利用超像素、视觉注意、Harris角点检测相结合的方法来实现SAR图像目标检测，得到的检测结果显示本发明方法检测率高、虚警率和漏检率低，并且检测结果不失真，即检测后的SAR图像目标形态能够完整的保留。
-
Patent Agency Ranking
公开(公告)号：CN116016794B
公开(公告)日：2024-10-08
申请号：CN202211564903.3
申请日：2022-12-07
Applicant: 成都信息工程大学
IPC: H04N1/32
Abstract: 本发明公开了一种分级图像显示方法，属于图像显示技术领域，该方法具体步骤包括：将原始图像的属性信息进行分级；根据不同的属性信息对应嵌入不同的图像信息，将不同的图像信息生成对应的密钥；彩色图像信息通过颜色到灰度映射算法将原始彩色图信息高频小波子带中，颜色恢复算法根据密钥将色彩信息提取出来重建彩色图；深度图像信息通过深度到灰度的映射算法，将深度图像信息的隐藏在高频小波子带中，深度恢复算法根据密钥将深度信息提取出来重建深度图；根据显示需求提取密钥，依据密钥从重建图像中提取对应属性信息的图像，实现分级图像显示。该方法能够较好实现图像不同属性信息嵌入与图像重建，获取的重建图像的质量较好。
-
公开(公告)号：CN117456426A
公开(公告)日：2024-01-26
申请号：CN202311698456.5
申请日：2023-12-12
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种固定场景监控视频目标检测方法，主要目的是提高目标检测的准确性和效率。本方法结合了多帧分析和多尺度处理技术，首先通过随机选择多个帧及其前一帧与背景帧进行比较，快速捕捉场景中的变化。接着，利用多尺度差分技术，将随机帧及其前一帧的结果相乘，有效减少误判和漏判的可能性。此外，本方法采用多帧综合判断机制，只有在多个随机帧中的大部分指示存在新增目标时，才确认目标的存在。这种方法不仅增强了对小目标和远距离目标的检测能力，也提高了在低对比度场景中的表现。通过这种综合的目标检测策略，本发明显著提升了视频监控系统在复杂环境下的目标检测效率和准确性。
-
公开(公告)号：CN115908099A
公开(公告)日：2023-04-04
申请号：CN202211684816.1
申请日：2022-12-27
Applicant: 成都信息工程大学
IPC: G06T1/00
Abstract: 本发明提供了一种二值图像的数字水印嵌入方法，属于数字多媒体防伪技术领域，包括如下步骤：定义两个具有不同方向性的误差扩散滤波器；将数字水印转化为多个比特并确定比特总数，根据比特总数将目标二值图像按照一定顺序均匀的分割为多个像素块；对多个比特依次进行提取，根据每次提取的比特选择一个对应的误差扩散滤波器；利用选择的误差扩散滤波器及多尺度误差扩散算法将提取的比特嵌入到当前的像素块中并进行二值化，得到嵌入隐藏水印的二值化图像。本发明所提出的目标二值图像数字水印技术，能够应用于所有目标二值图像，通用性强；本发明非常适合用作重要文件的印刷和传递过程的防伪和安全认证，鲁棒性较强。
-
公开(公告)号：CN114708543A
公开(公告)日：2022-07-05
申请号：CN202210629393.7
申请日：2022-06-06
Applicant: 成都信息工程大学
Abstract: 本发明涉及图像处理领域，具体涉及一种考场监控视频图像中考生定位方法，主要包括，首先根据考场监控视频图像数据中考生的耳朵可见情况、对包含了不同考试场景、不同考生的大量考场监控视频图像数据进行基于考生头顶部头发区域的框选标记，建立考生头顶部头发区域数据集，在此基础上进行基于高虚警率的目标检测的初步筛选，最后建立基于SSD深度学习目标检测的模型，对考生头发区域定位，最终实现考生的定位，该方法提高了对考场监控视频图像中考生定位的准确性、可靠性及泛化能力。
-
公开(公告)号：CN114708279A
公开(公告)日：2022-07-05
申请号：CN202210374304.9
申请日：2022-04-11
IPC: G06T7/11 , G06T7/90 , G06K9/62 , G06V10/762
Abstract: 本发明涉及一种云微粒子数据区域提取方法，主要包括对云微粒子数据进行数据集筛选和聚类，然后对所有图像数据中的像素块属性进行初步确认，在对初步确认的中心像素块和附属像素块分别进行中心像素块同区域搜索和附属像素块同区域搜索后，以中心像素块为核心，以归属于该中心像素块的附属像素块为扩展区域，两者共同作为单个云微粒子区域，以单个云微粒子区域为对象进行云微粒子提取，通过该方法提高了云微粒子数据区域提取的完整性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.043 seconds)
