-
公开(公告)号：CN111460999B
公开(公告)日：2024-11-08
申请号：CN202010245717.8
申请日：2020-03-31
Applicant: 北京工业大学
IPC: G06V20/17 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于FPGA的低空航拍影像目标跟踪的方法属于数字图像处理领域，将深度学习应用于嵌入式平台中，设计了用于目标跟踪的Siamese卷积神经网络架构，针对FPGA的资源限制问题对其加速优化，并将其作为TLD(Tracking Learning Detecting)跟踪框架的跟踪器一同进行模块化封装；搭建图像采集、数据处理和存储、目标跟踪模块以及控制调度的硬件系统，保证了跟踪的稳定运行；同时，本发明提供人机交互界面，操作简易；通过该方法进行控制，解决了无人机等飞行器跟踪依赖地面控制，通信容易受到干扰的问题，能够保证准确实时在线跟踪。
-
公开(公告)号：CN111460999A
公开(公告)日：2020-07-28
申请号：CN202010245717.8
申请日：2020-03-31
Applicant: 北京工业大学
Abstract: 一种基于FPGA的低空航拍影像目标跟踪的方法属于数字图像处理领域，将深度学习应用于嵌入式平台中，设计了用于目标跟踪的Siamese卷积神经网络架构，针对FPGA的资源限制问题对其加速优化，并将其作为TLD(Tracking Learning Detecting)跟踪框架的跟踪器一同进行模块化封装；搭建图像采集、数据处理和存储、目标跟踪模块以及控制调度的硬件系统，保证了跟踪的稳定运行；同时，本发明提供人机交互界面，操作简易；通过该方法进行控制，解决了无人机等飞行器跟踪依赖地面控制，通信容易受到干扰的问题，能够保证准确实时在线跟踪。
-
公开(公告)号：CN110634108A
公开(公告)日：2019-12-31
申请号：CN201910814843.8
申请日：2019-08-30
Applicant: 北京工业大学
IPC: G06T5/00
Abstract: 一种基于元-循环一致性对抗网络的复合降质网络直播视频增强方法属于数字图像处理领域，本发明对网络直播视频图像中存在曝光不足、运动模糊、低分辨率等复合降质因素的图像进行统一增强。首先，针对本专利利用元-循环一致性对抗网络，建立了一种端到端的复合降质图像增强方案，并使用非成对的低质-高质图像样本进行训练；其次，通过元网络的学习提高了网络的泛化能力，可实现在统一的网络中对存在复合降质的网络直播视频图像进行增强的任务，更符合实际应用中的处理需求。
-
公开(公告)号：CN110634108B
公开(公告)日：2023-01-20
申请号：CN201910814843.8
申请日：2019-08-30
Applicant: 北京工业大学
IPC: G06T5/00
Abstract: 一种基于元‑循环一致性对抗网络的复合降质网络直播视频增强方法属于数字图像处理领域，本发明对网络直播视频图像中存在曝光不足、运动模糊、低分辨率等复合降质因素的图像进行统一增强。首先，针对本专利利用元‑循环一致性对抗网络，建立了一种端到端的复合降质图像增强方案，并使用非成对的低质‑高质图像样本进行训练；其次，通过元网络的学习提高了网络的泛化能力，可实现在统一的网络中对存在复合降质的网络直播视频图像进行增强的任务，更符合实际应用中的处理需求。
-
-
-
Search Results
4
records
(took 0.023 seconds)
