公开(公告)号：CN106980895A

公开(公告)日：2017-07-25

申请号：CN201710095188.6

申请日：2017-02-22

Applicant: 中国科学院自动化研究所

Inventor： 刘子坤 ,  翁璐斌 ,  胡锦高 ,  杨一平

IPC: G06N3/04 ,  G06N3/08

CPC classification number: G06N3/0454 ,  G06N3/08

Abstract: 本发明涉及一种基于旋转区域的卷积神经网络预测方法，包括以下步骤：步骤1,根据输入图像生成卷积神经网络特征图和基于旋转矩形框的感兴趣区域；步骤2，根据所述卷积神经网络特征图和感兴趣区域，利用旋转感兴趣区域池化层得到特征映射图；步骤3，将所述特征映射图映射为一维特征向量；步骤4，对所述一维特征向量进行分类，得到分类结果；步骤5，对所述一维特征向量进行旋转矩形框回归预测，得到回归预测结果；步骤6，根据所述分类结果和回归预测结果输出最终预测结果。本发明中，解决了图像中由于目标发生旋转和聚集现象所带来的难以定位和识别的问题，实现了精准的定位。

公开(公告)号：CN107038683B

公开(公告)日：2020-09-15

申请号：CN201710190407.9

申请日：2017-03-27

Applicant: 中国科学院自动化研究所

Inventor： 胡锦高 ,  王彦情 ,  张吉祥 ,  杨一平 ,  刘子坤

IPC: G06T3/40 ,  G06T5/50 ,  G06T7/269

Abstract: 本发明提供了一种运动目标的全景成像方法，对运动目标采集高清视频，运用图像拼接技术从而生成运动目标的高清全景图像。本方法主要包括特征点提取、特征点光流计算与分析、前景帧和背景帧分离以及图像融合等步骤。本发明可以克服火车等狭长目标运动时，全景成像和高清成像难以兼顾的问题，通过在运行中的火车一侧采集高清视频序列，应用本发明中的方法即可拼接出火车车身的高清全景图像，为后续的基于视觉的火车车型分析、车号识别、车速测量等提供了基础条件。

公开(公告)号：CN107038683A

公开(公告)日：2017-08-11

申请号：CN201710190407.9

申请日：2017-03-27

Applicant: 中国科学院自动化研究所

Inventor： 胡锦高 ,  王彦情 ,  张吉祥 ,  杨一平 ,  刘子坤

IPC: G06T3/40 ,  G06T5/50 ,  G06T7/269

CPC classification number: G06T3/4038 ,  G06T5/50 ,  G06T2207/10016 ,  G06T2207/20221

Abstract: 本发明提供了一种运动目标的全景成像方法，对运动目标采集高清视频，运用图像拼接技术从而生成运动目标的高清全景图像。本方法主要包括特征点提取、特征点光流计算与分析、前景帧和背景帧分离以及图像融合等步骤。本发明可以克服火车等狭长目标运动时，全景成像和高清成像难以兼顾的问题，通过在运行中的火车一侧采集高清视频序列，应用本发明中的方法即可拼接出火车车身的高清全景图像，为后续的基于视觉的火车车型分析、车号识别、车速测量等提供了基础条件。