一种改进二叉树模型的无序图像快速拼接方法

    公开(公告)号:CN114612304B

    公开(公告)日:2024-11-22

    申请号:CN202210242863.4

    申请日:2022-03-11

    Abstract: 本发明涉及图像拼接技术领域,具体涉及一种改进二叉树模型的无序图像快速拼接方法;对若干无序图像归一化预处理后进行随机排序,得到图像序列;基于所述图像序列获取差异图像、相似率和匹配序列;将所述匹配序列按相似率从大到小依次与若干参考图像进行匹配,找到图像匹配对拼接,得到若干全景子图;改进二叉树,并基于若干所述全景子图制备配准索引表辅助二叉树拼接图像,得到最终全景图,通过计算每幅图像与其他图像匹配区之间的相似率来构建一个匹配序列,减少寻找图像匹配的无效匹配次数,在多幅无序图像配对并拼接后,记录拼接信息作为配准索引表,省去后续拼接中寻找图像匹配对的过程。

    一种改进FPHBN网络结构的路面裂缝检测方法

    公开(公告)号:CN114638802B

    公开(公告)日:2024-09-13

    申请号:CN202210253650.1

    申请日:2022-03-15

    Abstract: 本发明涉及道路检测技术领域,具体涉及一种改进FPHBN网络结构的路面裂缝检测方法,包括采集路面图像集;筛选路面图像集中含有裂缝的图像,将其裁剪成256×256的固定尺寸后进行标注得到GroundTrue数据,用以构建训练集和测试集;调整FPHBN模型及参数,用DeepCrack数据集对改进后的FPHBN模型进行训练;将采集到的路面裂缝图像放入训练后的FPHBN模型中进行测试,若测试结果不合格则调整FPHBN模型结构和参数重新训练,直至测试合格;利用测试合格的FPHBN模型对裂缝图像进行分类和损害程度的评估;通过改进的FPHBN网络结构,并整合空间注意力机制到特征金字塔模块,能够实现在复杂的背景环境中准确地检测出路面裂缝。

    一种改进YOLOX网络结构的轻量化目标检测方法

    公开(公告)号:CN115471667A

    公开(公告)日:2022-12-13

    申请号:CN202211096542.4

    申请日:2022-09-08

    Abstract: 本发明涉及目标检测技术领域,具体涉及一种改进YOLOX网络结构的轻量化目标检测方法,使用改进的YOLOX网络作为主干网络,将FPN结构、FPN分而治之思想和通道剪枝策略等模块融入到网络中,生成了一个新的目标检测器,与原轻量级网络相比有更高的检测精度和更好的检测效率,应用到互联网移动设备上可实现端到端的实时多目标检测。本发明解决以下技术问题:一是针对原始网络采用的路径聚合网络导致重复计算过多的特征信息,而忽略其他有用信息以及计算量过大的问题;二是针对轻量级网络模型在保持参数量不增加的前提下提升检测精度和检测效率的问题;三是针对被原始网络过多关注网络的尾部空间信息而忽略了头部的语义信息,造成网络的检测效果不好的问题。

    一种基于二叉树的图像的拼接方法

    公开(公告)号:CN109754366B

    公开(公告)日:2022-11-15

    申请号:CN201811608757.3

    申请日:2018-12-27

    Abstract: 本发明提供了一种基于二叉树的图像拼接方法,采用基于二叉树模型的自底向上的拼接方式来完成全景图的拼接,通过A‑KAZE算法提取图像的特征点,用双向KNN匹配的方法进行特征点匹配,再通过基于拼接缝的拉普拉斯图像融合方法对待拼接图像进行图像融合,提高了特征点检测的精确性,降低多个待拼接图像拼接后的扭曲,同时能够较好的消除拼接缝及鬼影,提升全景图拼接质量;当全景图的倾斜角度在矫直区间内时,采用矫直模型对所述全景图进行矫直,进一步消除了全景图的扭曲现象。

    一种基于深度强化学习的索引选择方法

    公开(公告)号:CN114579579A

    公开(公告)日:2022-06-03

    申请号:CN202210255497.6

    申请日:2022-03-15

    Abstract: 本发明涉及电通信技术领域,具体涉及一种基于深度强化学习的索引选择方法,包括创建数据库实例;根据数据库实例和指定规则分别生成训练工作负载和测试工作负载;根据五条启发式规则分析训练工作负载,生成候选索引;基于候选索引设置本次训练的索引限制条件,并基于索引限制条件训练索引选择智能体;使用索引选择智能体在测试工作负载上选择最优索引组合;在数据库实例创建索最优索引组合,针对具体的实例添加相应的索引,从而提升数据库系统的查询性能,解决了现有的索引选择方法未考虑索引交互带来的影响,会存在随着索引数量增加而查询提升率下降的情况的问题。

    一种自适应的视觉背景提取方法及装置

    公开(公告)号:CN108510517A

    公开(公告)日:2018-09-07

    申请号:CN201810298462.4

    申请日:2018-04-04

    Abstract: 本发明提出一种自适应的视觉背景提取方法,该方法包括以下步骤:S1.利用视频序列前若干奇数帧中的像素对背景模型进行初始化;S2.遍历当前视频帧信息,计算当前像素点的样本集与当前像素点的Sw×Sh邻域内的平均差之和,并根据该平均差之和判断当前像素点的背景复杂程度;S3.根据得到的背景复杂程度得到当前像素点的自适应分割阈值和自适应更新率;S4.对检测出来的结果进行后处理操作。本发明检测精度高、效果好;能够消除检测中存在鬼影的问题;对于动态复杂背景与光照变化等情况具有较强的鲁棒性。

    一种基于通信基站三维定位的跟踪与轨迹方法

    公开(公告)号:CN106970353A

    公开(公告)日:2017-07-21

    申请号:CN201710156027.3

    申请日:2017-03-16

    Inventor: 瞿中 陈宇翔 吴戈

    CPC classification number: G01S5/12 H04W64/00

    Abstract: 本发明涉及一种基于通信基站三维定位的跟踪与轨迹方法,主要解决现有技术中存在的定位结果为估计值,定位结果不准确,不能计算终端运行轨迹的技术问题。采用基于通信基站三维定位的跟踪与轨迹方法包括根据CHAN算法进行三维室内粗定位出基站采集TOA数据,预处理,建立基站加权投票估值模型,建立度量值拆分模型拆分出真实时延模型,噪声时延模型及干扰时延模型;建立机器学习度量微调模型,建立精确多点三维定位模型;建立精确三维定位优化模型;将精确三维定位优化模型用于精确多点三维定位模型,建立改进终端运动轨迹定位模型完成运动终端轨迹定位的技术方案,较好的解决了该问题,可用于室内三维定位的跟踪与轨迹方法中。

    一种视频序列图像中的运动目标跟踪方法

    公开(公告)号:CN104616318B

    公开(公告)日:2017-06-16

    申请号:CN201510032727.2

    申请日:2015-01-22

    Abstract: 本发明公开一种视频序列图像中的运动目标跟踪方法,属于图像处理技术领域,针对现有技术Kalman滤波跟踪成功率较差,粒子滤波实时性方面的不足,对粒子滤波算法的实时性进行研究,根据运动目标图像与颜色模板进行特征匹配,采用结合前景目标检测改进粒子滤波跟踪,改进基于前景检测的粒子滤波算法,引入了交叉遮挡判断,建立状态转移方程,完成运动目标跟踪,保证了粒子的可靠性和多样性,很好的描述目标的运动状态,在减少计算量的同时也提高了算法的实时性,在交叉时停止重采样,使得在目标周围的粒子不会受到干扰。

    视频序列图像中的异常行为智能检测方法

    公开(公告)号:CN104680557A

    公开(公告)日:2015-06-03

    申请号:CN201510104855.3

    申请日:2015-03-10

    Abstract: 本发明公开一种视频序列图像中的异常行为智能检测方法,涉及图像处理技术领域。本发明针对现有行为检测技术运算量大、实时性差的缺陷,通过码本背景建模和改进的粒子滤波对视频序列图像中的运动目标进行目标检测与目标跟踪,然后设置警戒线、警戒区域,根据目标检测与跟踪所得结果对运动目标的行为进行分析,对运动目标越过警戒线、运动目标进入虚拟墙、运动目标加速及其人体动作异常行为进行检测。

    一种改进ResNet-50网络结构的路面裂缝检测方法

    公开(公告)号:CN114677559B

    公开(公告)日:2025-04-15

    申请号:CN202210253649.9

    申请日:2022-03-15

    Abstract: 本发明涉及深度学习技术领域,尤其涉及一种改进ResNet‑50网络结构的路面裂缝检测方法,通过移除ResNet‑50网络的全连接层和平均池化层,将混合扩张卷积融入网络后三层中,在第二层与第三层、第三层与第四层、第四层与第五层之间加入空间‑通道注意力机制,并使用多尺度特征融合的方式对提取的特征进行融合形成改进ResNet‑50网络,并使用路面裂缝数据集对改进后的网络模型进行训练获得裂缝检测网络模型,最后使用裂缝检测网络模型进行裂缝分类和严重程度评估,改进的扩张卷积模块可以从更大范围的像素中提取特征,确保网络能获取全局特征信息,多尺度特征融合的方式对提取的特征融合提高了准确率。

Patent Agency Ranking