-
公开(公告)号：CN113780205B
公开(公告)日：2024-12-20
申请号：CN202111083798.7
申请日：2021-09-14
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明公开了一种跨视角信息融合人体姿态估计与空间定位方法，将机器视觉图像采集系统与高精度伺服平台相结合，将固定的图像采集镜头替换为电控伺服变焦镜头，通过两套及以上云台变焦伺服运动平台实现大型运动场内对同一运动员的多目同步图像采集，扩宽了人体姿态估计技术和运动分析的应用领域。本发明使用双视角信息融合方法解决单视角采集图像方式不可避免的出现因目标肢体遮挡而导致的人体关键点位置信息丢失的问题。通过构建欠完备自编码器的方式对多粒度跨层级联网络的输出进行多视角信息融合，从而实现了不同视角下人体关键点位置信息的相互修正和补全。
-
公开(公告)号：CN113838098B
公开(公告)日：2024-02-09
申请号：CN202111156436.6
申请日：2021-09-30
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明公开的一种针对远距离高速运动目标的智能跟踪拍摄系统，属于计算机视觉、计算机控制与电视转播领域。本发明包括光学系统、稳定平台系统和显控系统。本发明以全景摄像机作为视觉传感器，将自适应目标检测跟踪方法与车载两轴三维稳定平台相融合，在目标跟踪方法中，结合全局相机引导特写相机跟踪拍摄与特写相机闭环检测双机制，提升整体系统的跟踪精度，保证目标处于视频画面中央。在多路视频输出时，该系统通过实时视频流智能切换方法对多路视频流进行实时评价、自动切换，实时输出稳定的视频画面，实现在恶劣环境、复杂场景下对高速运动目标的稳定跟拍，实时剪辑，能够为后续远程导播、云端重建、个性化转播等扩展应用提供良好的技术支持。
-
公开(公告)号：CN113763432B
公开(公告)日：2024-02-09
申请号：CN202111156695.9
申请日：2021-09-30
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明公开的基于图像清晰度与跟踪稳定性条件的目标检测跟踪方法，属于计算机视觉与计算机控制领域。本发明通过自适应调节目标跟踪模型，结合APCE目标重新检测机制建立检测—跟踪联合工作机制，有效提升跟踪算法的跟踪精度和稳定性；基于目标区域清晰度自适应更新模型，能够有效提高目标运动速度变化较大与图像模糊情况下的系统跟踪精度；同时本发明结合跟踪稳定性判断条件和YOLOv4目标检测算法，建立目标重检机制，能够解决目标丢失后无法自动重新找回跟踪目标的问题。本发明能够对感兴趣目标进行实时跟踪，主要应用于安防、智能交通及智能拍摄等领域。
-
公开(公告)号：CN113780205A
公开(公告)日：2021-12-10
申请号：CN202111083798.7
申请日：2021-09-14
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明公开了一种跨视角信息融合人体姿态估计与空间定位方法，将机器视觉图像采集系统与高精度伺服平台相结合，将固定的图像采集镜头替换为电控伺服变焦镜头，通过两套及以上云台变焦伺服运动平台实现大型运动场内对同一运动员的多目同步图像采集，扩宽了人体姿态估计技术和运动分析的应用领域。本发明使用双视角信息融合方法解决单视角采集图像方式不可避免的出现因目标肢体遮挡而导致的人体关键点位置信息丢失的问题。通过构建欠完备自编码器的方式对多粒度跨层级联网络的输出进行多视角信息融合，从而实现了不同视角下人体关键点位置信息的相互修正和补全。
-
公开(公告)号：CN116580107A
公开(公告)日：2023-08-11
申请号：CN202310506863.5
申请日：2023-05-08
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: G06T7/80 , G06T7/70 , G06V10/762 , G06V10/12
Abstract: 本发明公开了一种跨视角多目标实时轨迹跟踪方法及系统，将机器视觉图像采集系统与主控平台结合实现分布式采集，集中式处理系统架构，通过四套及以上大视场高速相机实现大场景下针对多目标多视角实时图像采集，实现多目标运动轨迹跟踪。本发明使用不少于四套采集系统实现全场景视角覆盖，解决了单一视角采集方式存在的目标定位精度差且存在因互相遮挡导致的目标位置信息丢失等问题。相比基于深度学习模型的目标定位方法，通过多相机联合解算目标位置能够实现更高的定位精度、更好的定位鲁棒性以及更高的帧率。
-
Patent Agency Ranking
公开(公告)号：CN113838098A
公开(公告)日：2021-12-24
申请号：CN202111156436.6
申请日：2021-09-30
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明公开的一种针对远距离高速运动目标的智能跟踪拍摄系统，属于计算机视觉、计算机控制与电视转播领域。本发明包括光学系统、稳定平台系统和显控系统。本发明以全景摄像机作为视觉传感器，将自适应目标检测跟踪方法与车载两轴三维稳定平台相融合，在目标跟踪方法中，结合全局相机引导特写相机跟踪拍摄与特写相机闭环检测双机制，提升整体系统的跟踪精度，保证目标处于视频画面中央。在多路视频输出时，该系统通过实时视频流智能切换方法对多路视频流进行实时评价、自动切换，实时输出稳定的视频画面，实现在恶劣环境、复杂场景下对高速运动目标的稳定跟拍，实时剪辑，能够为后续远程导播、云端重建、个性化转播等扩展应用提供良好的技术支持。
-
公开(公告)号：CN113763432A
公开(公告)日：2021-12-07
申请号：CN202111156695.9
申请日：2021-09-30
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明公开的基于图像清晰度与跟踪稳定性条件的目标检测跟踪方法，属于计算机视觉与计算机控制领域。本发明通过自适应调节目标跟踪模型，结合APCE目标重新检测机制建立检测—跟踪联合工作机制，有效提升跟踪算法的跟踪精度和稳定性；基于目标区域清晰度自适应更新模型，能够有效提高目标运动速度变化较大与图像模糊情况下的系统跟踪精度；同时本发明结合跟踪稳定性判断条件和YOLOv4目标检测算法，建立目标重检机制，能够解决目标丢失后无法自动重新找回跟踪目标的问题。本发明能够对感兴趣目标进行实时跟踪，主要应用于安防、智能交通及智能拍摄等领域。
-
公开(公告)号：CN115086516A
公开(公告)日：2022-09-20
申请号：CN202210568408.3
申请日：2022-05-24
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于深度学习模型的摄像系统自动对焦方法。通过构建离焦量回归模型，华为开发板对摄像机捕捉的离焦图像进行离焦量估计，串口信号转换器将估计得到的离焦量大小进行编码处理，传输到舵机驱动模块，进而控制齿轮带动可调焦镜头，完成摄像系统自动对焦的目的。本发明解决了当前传统自动对焦算法存在的响应时间长、离焦估计精度低等问题，为人员在线跟踪、动作捕捉等需要连续变焦的摄像系统提供清晰的对焦图像输入，提升系统的整体性能。
-
公开(公告)号：CN113143214A
公开(公告)日：2021-07-23
申请号：CN202110422806.X
申请日：2021-04-16
Applicant: 北京理工大学
Abstract: 本发明涉及一种活体漫反射图像获取方法及装置，属于图像技术领域和测量装置领域，该方法包括：图像采集模块，图像处理模块，图像输出模块；图像采集模块，使用特定光谱光源作为探测光，采集包含漫反射成分和镜面反射成分的活体时序图像；图像处理模块，其分为脉动交流成分与直流成分分离、基于颜色空间投影的漫反射成分与镜面反射成分分离和融合脉动交流与直流成分中的漫反射成分三个步骤；图像输出模块，将融合后得到的活体漫反射图像输出显示。具有真实性和鲁棒性，成本低，获取方式对生物无损害。
-
公开(公告)号：CN106683091A
公开(公告)日：2017-05-17
申请号：CN201710010558.1
申请日：2017-01-06
Applicant: 北京理工大学
Abstract: 本发明属于图像处理与目标检测领域，公开了一种基于深度卷积神经网络的目标分类及姿态检测方法。所述方法核心内容包括：1.样本集的制作方法；2.候选窗口生成方法；3.特征提取方法；4.网络训练方法；5.目标标注方法。待检测图像经过卷积神经网络得到深度卷积特征后，将具备姿态角的候选窗口映射到该特征层上，得到方向性的区域特征向量，通过该特征向量进行分类和预测得到最终的检测结果。该方法能够从样本中提取更加纯净的目标特征，可提高分类的正确率，并且能够实现目标姿态角检测功能。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.021 seconds)
