-
公开(公告)号：CN106682087A
公开(公告)日：2017-05-17
申请号：CN201611063148.5
申请日：2016-11-28
Applicant: 东南大学
CPC classification number: G06F17/30247 , G06K9/6249 , G06K9/6255 , G06K9/6269
Abstract: 本发明公开了一种基于车载装饰品特征稀疏编码的车辆检索方法，包括获取车辆图像数据，并采用灰度共生矩阵特征及支持向量机检测图像中的车辆区域；获取的车辆图像中的车载装饰品区域图像；构建车载装饰品区域图像的超完备字典；求解待查询车辆所对应的车载装饰品区域图像的稀疏向量；重构待查询车载装饰品区域图像，并计算该重构图像与待查询车载装饰品区域图像之间的欧氏距离；更新待查询车载装饰品区域图像的稀疏向量，并根据大小排序该稀疏向量的元素，设定阈值，得到车载装饰品区域图像的检索结果。与现有技术相比，本发明以基于车载装饰品特征来进行车辆检索，大大增加了检索精度和可靠性，为有效解决违法车辆追踪问题提供了重要依据。
-
公开(公告)号：CN106056062A
公开(公告)日：2016-10-26
申请号：CN201610361751.5
申请日：2016-05-27
Applicant: 东南大学
CPC classification number: G06K9/00771 , G06K9/38
Abstract: 本发明提供了一种基于自适应局部特征背景模型的车辆检测方法，首先在像素预定义的区域使用自适应的距离阈值计算纹理，通过最近计算的特征构建背景模型，输入视频帧和背景模型之间的差值通过自适应局部均值二值化模式的纹理特征进行计算，根据当前帧的输入像素的自适应局部均值二值模式特征和背景模型的自适应局部均值二值模式特征之间的汉明距离将像素点分为背景和前景，最后基于联合保守更新和随机采样的方法更新背景模型来适应不断变化的光照和动态背景。本发明可以有效解决背景模型在复杂交通场景中容易被突然或者逐渐变化的光照所污染的问题。
-
Patent Agency Ranking
公开(公告)号：CN106023216A
公开(公告)日：2016-10-12
申请号：CN201610352978.3
申请日：2016-05-25
Applicant: 东南大学
IPC: G06T7/00
CPC classification number: G06T2207/10016 , G06T2207/20004 , G06T2207/30252
Abstract: 本发明公开了一种基于像素点和置信度的自适应分割的车辆检测方法，首先提出了一种背景模型的初始化方法，在初始化背景模型后，引入图像前景检测计数器、背景置信度图像计数器、图像各点像素所处的交通状态并设置初始值，并对当前场景像素点交通状态进行判别和背景模型中像素点置信度的计算及是否更新进行判定且根据当前交通状态用阈值自适应更新方案更新背景模型，最后运用基于像素的自适应分割方法检测前景。本发明可以有效解决复杂城市交通场景中缓慢移动和临时停车的车辆污染背景检测模型的问题。
-
公开(公告)号：CN106056062B
公开(公告)日：2017-11-03
申请号：CN201610361751.5
申请日：2016-05-27
Applicant: 东南大学
Abstract: 本发明提供了一种基于自适应局部特征背景模型的车辆检测方法，首先在像素预定义的区域使用自适应的距离阈值计算纹理，通过最近计算的特征构建背景模型，输入视频帧和背景模型之间的差值通过自适应局部均值二值化模式的纹理特征进行计算，根据当前帧的输入像素的自适应局部均值二值模式特征和背景模型的自适应局部均值二值模式特征之间的汉明距离将像素点分为背景和前景，最后基于联合保守更新和随机采样的方法更新背景模型来适应不断变化的光照和动态背景。本发明可以有效解决背景模型在复杂交通场景中容易被突然或者逐渐变化的光照所污染的问题。
-
公开(公告)号：CN105976612B
公开(公告)日：2017-07-07
申请号：CN201610268210.8
申请日：2016-04-27
Applicant: 东南大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于鲁棒混合高斯模型的城市交通场景中车辆检测方法，包括以下步骤：1)实时采集城市交通场景视频，快速得到较为理想的城市交通场景背景模型；2)引入图像计数器，图像前景检测计数器，背景置信度图像计数器，图像更新标志，图像各点像素所处的交通状态并设置相应的初始值；3)图像的像素点当前场景的交通状态的判定；4)背景模型的每个像素点置信度是否更新的判定；5)每个像素点背景模型更新判定；6)背景更新时，根据当前场景所处的交通状态，用自适应的学习率来更新背景模型；7)城市交通场景前景检测。本发明用于实现车辆计数，车型分类，车辆跟踪以及交通参数的获取，从而实现对卡口视频数据的智能化管理。
-
公开(公告)号：CN105976612A
公开(公告)日：2016-09-28
申请号：CN201610268210.8
申请日：2016-04-27
Applicant: 东南大学
CPC classification number: G08G1/0133 , G06K9/00771 , G06K9/6256
Abstract: 本发明公开了一种基于鲁棒混合高斯模型的城市交通场景中车辆检测方法，包括以下步骤：1)实时采集城市交通场景视频，快速得到较为理想的城市交通场景背景模型；2)引入图像计数器，图像前景检测计数器，背景置信度图像计数器，图像更新标志，图像各点像素所处的交通状态并设置相应的初始值；3)图像的像素点当前场景的交通状态的判定；4)背景模型的每个像素点置信度是否更新的判定；5)每个像素点背景模型更新判定；6)背景更新时，根据当前场景所处的交通状态，用自适应的学习率来更新背景模型；7)城市交通场景前景检测。本发明用于实现车辆计数，车型分类，车辆跟踪以及交通参数的获取，从而实现对卡口视频数据的智能化管理。
-
公开(公告)号：CN105930812A
公开(公告)日：2016-09-07
申请号：CN201610268208.0
申请日：2016-04-27
Applicant: 东南大学
CPC classification number: G06K9/00825 , G06K9/00711 , G06K9/46 , G06K9/54 , G06K9/6267 , G06K2209/23
Abstract: 本发明公开了一种基于融合特征稀疏编码模型的车辆品牌类型识别方法，包括以下步骤：1)车辆前脸区域的定位提取及车辆前脸图像的预处理；2)提取车辆前脸特征并构建融合特征；3)构建基于融合特征的稀疏编码模型；4)构建非负性约束稀疏编码模型；5)采用重构误差最小法进行车辆品牌类型识别。本发明有效地提取车辆前脸的特征来实现对不同车辆品牌的分类，用于自动提取拍摄到的交通卡口视频中车辆品牌信息并进行分类，实现对卡口视频数据的智能化管理。
-
-
-
-
-
-
Search Results
7
records
(took 0.015 seconds)
