-
公开(公告)号：CN107705560A
公开(公告)日：2018-02-16
申请号：CN201711032264.5
申请日：2017-10-30
Applicant: 福州大学
Abstract: 本发明公开了一种融合视觉特征和卷积神经网络的道路拥堵检测方法，包括步骤：1）对输入的影像视频序列进行移动前景检测与背景建模，得到原始影像的背景和初步移动前景；2）将初步移动前景集合输入卷积神经网络，进行移动车辆识别，排除其他非移动车辆的移动前景；3）利用最终移动前景集合计算反映交通状态的图像视觉特征，图像视觉特征包括交通密度、交通速度、交通占有率和交通流量；4）计算图像光流直方图的信息熵；5）利用交通密度、交通速度、交通占有率、交通流量和光流直方图的信息熵，判断交通道路拥堵状态。本发明融合多维度的视觉特征与卷积神经网络，可以更加准确的判断道路的拥堵程度。
-
公开(公告)号：CN107122732A
公开(公告)日：2017-09-01
申请号：CN201710277191.X
申请日：2017-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种监控场景下高鲁棒性的快速车牌定位方法，包括以下步骤：步骤S1：对车牌训练图像进行语义分组，即将车牌图像分为车牌和非车牌两个语义组，并按组将训练图像输入到支持向量机中进行训练；步骤S2：采用基于Epanechikov核密度估计自适应快速车辆检测方法对车辆区域进行快速检测；步骤S3：利用基于AFRD的帧滑动算法对视频帧进行过滤，得到感兴趣的帧图像；步骤S4：对感兴趣帧图像中车辆区域采用形态学、颜色和MSER相结合的方法对车牌进行检测；步骤S5：对步骤S4中得到的候选车牌运用步骤S1中训练好的支持向量机进行二元分类，得到正确的车牌。本发明的定位方法能够改善车牌识别系统在低对比度、低光照等恶劣环境下的鲁棒性。
-
公开(公告)号：CN106886778A
公开(公告)日：2017-06-23
申请号：CN201710278593.1
申请日：2017-04-25
Applicant: 福州大学
Abstract: 本发明涉及一种监控场景下车牌字符分割与识别方法，包括以下步骤：步骤S1：对车牌字符图像进行分类，为显式特征分类器和隐式特征分类器的训练做好准备；步骤S2：输入车牌图像；步骤S3：对车牌图像采用投影分割法和连通域法相结合的字符分割方法进行字符分割；步骤S4：采用显式特征分类器和隐式特征分类器相融合的方法对车牌字符进行识别。本发明采用投影分割法和连通域法相结合的方法来改善车牌字符分割的效果，针对车牌字符识别特征考虑单一的问题，提出了基于显式特征分类器与隐式特征分类器融合的方法，能够结合两者在特征提取上的优势，从而改善字符识别的效果。
-
公开(公告)号：CN106250915A
公开(公告)日：2016-12-21
申请号：CN201610585022.8
申请日：2016-07-22
Applicant: 福州大学
IPC: G06K9/62
CPC classification number: G06K9/6256
Abstract: 本发明涉及一种融合深度特征和语义邻域的自动图像标注方法：针对传统图像标注方法中人工选取特征费时费力，以及传统标签传播算法忽视语义近邻，导致视觉相似而语义不相似进而影响标注效果等问题，提出了融合深度特征和语义邻域的自动图像标注方法，该方法首先构建基于深度卷积神经网络（CNN）的统一、自适应深度特征提取框架，接着对训练集划分语义组并建立待标注图像的邻域图像集，最后根据视觉距离计算邻域图像各标签的贡献值并排序得到标注关键词。本发明简单灵活，具有较强的实用性。
-
Patent Agency Ranking
公开(公告)号：CN105678766A
公开(公告)日：2016-06-15
申请号：CN201610008271.0
申请日：2016-01-06
Applicant: 福州大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于局部邻域和全局信息的模糊c均值图像分割方法，通过将局部邻域因子和全局空间因子引入到传统的模糊C均值图像分割模型中，对待分割的图像进行分割。该方法通过对分割中心以及模糊隶属度的不断迭代来确定合理的分割效果，分割性能的好坏可以通过本发明所提出的有效性指标来衡量。本发明所提出的一种基于局部邻域和全局信息的模糊C均值图像分割方法，简单灵活，设备要求简单，并且具有较强的实用性。
-
公开(公告)号：CN105678340A
公开(公告)日：2016-06-15
申请号：CN201610035975.7
申请日：2016-01-20
Applicant: 福州大学
IPC: G06K9/62
CPC classification number: G06K9/6277
Abstract: 本发明涉及一种基于增强型栈式自动编码器的自动图像标注方法：针对深度学习中传统SAE模型难以有效训练有偏数据集的问题，提出一种提升低频标签准确率的平衡栈式自动编码器，较好地改善低频标签的标注效果。然后针对单个B-SAE模型不稳定导致标注效果易随参数改变而发生较大变化的问题，提出一种针对图像标注任务的增强平衡栈式自动编码器，通过分组按序训练、加权累加各组最优B-SAE子模型，取得稳定的标注结果。该方法通过逐层预训练权值并用后向传播算法整体调优，改善了传统浅层模型泛化能力弱、难以收敛到最佳极值点等问题，并在训练过程中加强弱标签样本的训练，提升了整个模型的标注效果，该方法简单灵活，具有较强的实用性。
-
公开(公告)号：CN307930799S
公开(公告)日：2023-03-24
申请号：CN202230737663.7
申请日：2022-11-05
Applicant: 福州大学
Abstract: 1.本外观设计产品的名称：面料（实例分割）。
2.本外观设计产品的用途：用于作为服装面料使用。
3.本外观设计产品的设计要点：在于形状、图案与色彩的结合。
4.最能表明设计要点的图片或照片：主视图。
5.请求保护的外观设计包含色彩。
6.使用时不易见或不常见面，省略后视图;本外观设计产品为平面产品，省略左视图;本外观设计产品为平面产品，省略右视图;本外观设计产品为平面产品，省略俯视图;本外观设计产品为平面产品，省略仰视图。
7.其他需要说明的情形其他说明：本外观设计产品为单幅不连续。-
公开(公告)号：CN307319377S
公开(公告)日：2022-05-10
申请号：CN202130812150.3
申请日：2021-12-09
Applicant: 福州大学
Abstract: 1.本外观设计产品的名称：面料（骨骼点映射）。
2.本外观设计产品的用途：作为服饰、书籍、包装等纺织用品的面料使用。
3.本外观设计产品的设计要点：在于图案与色彩的结合。
4.最能表明设计要点的图片或照片：主视图。
5.请求保护的外观设计包含色彩。
6.本外观设计产品的背面为使用时不容易看到或看不到的部位，省略后视图;本外观设计产品为平面产品，省略左右俯仰视图。
7.该外观设计为四方连续的无限定边界的单元图案。-
公开(公告)号：CN307319378S
公开(公告)日：2022-05-10
申请号：CN202130812163.0
申请日：2021-12-09
Applicant: 福州大学
Abstract: 1.本外观设计产品的名称：面料（词云图）。
2.本外观设计产品的用途：作为服饰、书籍、包装等纺织用品的面料使用。
3.本外观设计产品的设计要点：在于图案与色彩的结合。
4.最能表明设计要点的图片或照片：主视图。
5.请求保护的外观设计包含色彩。
6.本外观设计产品的背面为使用时不容易看到或看不到的部位，省略后视图;本外观设计产品为平面产品，省略左右俯仰视图。
7.该外观设计为四方连续的无限定边界的单元图案。
-
-
-
-
-
-
-
-
Search Results
299
records
(took 0.021 seconds)
