-
公开(公告)号:CN104065932A
公开(公告)日:2014-09-24
申请号:CN201410305768.X
申请日:2014-06-30
Applicant: 东南大学
Abstract: 本发明提出一种基于修正加权二部图的无重叠视域目标匹配方法,涉及计算机视觉领域。本发明将无重叠视域目标匹配问题表示成一个最大后验概率问题,从而将目标观测模型与监控网络时空约束信息结合起来,并通过求解加权二部图的最大权匹配解决最大后验概率问题。针对普通加权二部图构造中容易引入错误匹配的问题,本发明提出了一种基于自适应阈值的修正加权二部图构造方法,从而尽可能地避免在构造加权二部图的过程中引入错误的匹配。针对传统KM方法在处理大规模加权二部图匹配问题时计算量过大的弊端,提出了一种基于MH采样的方法近似求解加权二部图的最大权匹配,从而得到无重叠视域目标匹配关系。
-
公开(公告)号:CN104010168A
公开(公告)日:2014-08-27
申请号:CN201410266226.6
申请日:2014-06-13
Applicant: 东南大学
IPC: H04N7/18 , H04L12/751
Abstract: 本发明提出一种无重叠视域多摄像机监控网络拓扑自适应学习方法,涉及计算机视觉领域。本发明用加权有向图G= 表示监控网络的拓扑。本发明将单摄像机视域下目标的离开、进入位置作为拓扑节点V,并利用混合高斯模型进行建模。本发明提出一种基于联合外表相似度的互关联函数计算方法,并通过互关联函数判断某对节点的连通性,从而得到边集E。对于连通的节点对,通过标准化互关联函数计算转移时间分布。本发明利用节点对的交互信息表示该对节点的转移概率,从而得到权重集合W。本发明提出一种“虚假连接”排除策略排除拓扑中可能的“虚假连接”,并提出拓扑自适应更新策略保证拓扑结构对环境变化具有较强鲁棒性。
-
公开(公告)号:CN104065932B
公开(公告)日:2019-08-13
申请号:CN201410305768.X
申请日:2014-06-30
Applicant: 东南大学
Abstract: 本发明提出一种基于修正加权二部图的无重叠视域目标匹配方法,涉及计算机视觉领域。本发明将无重叠视域目标匹配问题表示成一个最大后验概率问题,从而将目标观测模型与监控网络时空约束信息结合起来,并通过求解加权二部图的最大权匹配解决最大后验概率问题。针对普通加权二部图构造中容易引入错误匹配的问题,本发明提出了一种基于自适应阈值的修正加权二部图构造方法,从而尽可能地避免在构造加权二部图的过程中引入错误的匹配。针对传统KM方法在处理大规模加权二部图匹配问题时计算量过大的弊端,提出了一种基于MH采样的方法近似求解加权二部图的最大权匹配,从而得到无重叠视域目标匹配关系。
-
公开(公告)号:CN104010168B
公开(公告)日:2017-06-13
申请号:CN201410266226.6
申请日:2014-06-13
Applicant: 东南大学
IPC: H04N7/18 , H04L12/751
Abstract: 本发明提出一种无重叠视域多摄像机监控网络拓扑自适应学习方法,涉及计算机视觉领域。本发明用加权有向图G= 表示监控网络的拓扑。本发明将单摄像机视域下目标的离开、进入位置作为拓扑节点V,并利用混合高斯模型进行建模。本发明提出一种基于联合外表相似度的互关联函数计算方法,并通过互关联函数判断某对节点的连通性,从而得到边集E。对于连通的节点对,通过标准化互关联函数计算转移时间分布。本发明利用节点对的交互信息表示该对节点的转移概率,从而得到权重集合W。本发明提出一种“虚假连接”排除策略排除拓扑中可能的“虚假连接”,并提出拓扑自适应更新策略保证拓扑结构对环境变化具有较强鲁棒性。
-
公开(公告)号:CN203482325U
公开(公告)日:2014-03-12
申请号:CN201320525007.6
申请日:2013-08-27
Applicant: 东南大学 , 苏州市公安局苏州工业园区分局
IPC: H04N7/18
Abstract: 本实用新型公开了一种智能视频监控系统,包括:服务器端设备和客户端设备;所述服务器端设备,用于运行异常行为监控算法、实时监控视频的采集与存储以及实时报警;所述客户端设备,用于接收并显示来自服务器端的实时视频以及对服务器端设备进行远程控制;所述服务器端设备与客户端设备通过无线网络连接。通过上述方式,本实用新型能够在发生异常行为时,进行声音报警和短信报警,并实时存储该异常行为发生时的画面便于事后取证。同时,该系统无须布线施工,操作简单,可方便运用于各种场景,填补了目前监控系统在应急布控上的空白。
-
-
-
-