-
公开(公告)号：CN118823542B
公开(公告)日：2024-12-27
申请号：CN202411305356.6
申请日：2024-09-19
Applicant: 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V10/80 , G06V10/74 , G06V10/25 , G06V10/62 , G06V10/46 , G06V20/52 , G06V20/40 , G06V40/20 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及图像识别技术领域，具体涉及一种视觉特征与时空信息融合的跨时空目标关联方法，包括以下步骤：提取监控视频和待关联图像的目标特征；构建大时空下各摄像机之间的动态时空拓扑结构；基于摄像机之间的动态时空拓扑结构筛选时空关联范围；利用目标特征以及时空一致性原则判断待关联的目标图像与关联范围内的图像是否为同一目标身份，进而进行小时空下的目标关联；以关联上的目标图像为新的待关联图像，逐步扩大搜索范围，重复执行上述小时空范围关联，实现大时空范围下的目标关联。本发明可融合目标特征以及各个摄像机间的时空信息，实现更高效、准确的大时空目标关联。
-
Patent Agency Ranking
公开(公告)号：CN118823542A
公开(公告)日：2024-10-22
申请号：CN202411305356.6
申请日：2024-09-19
Applicant: 北京航空航天大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V10/80 , G06V10/74 , G06V10/25 , G06V10/62 , G06V10/46 , G06V20/52 , G06V20/40 , G06V40/20 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及图像识别技术领域，具体涉及一种视觉特征与时空信息融合的跨时空目标关联方法，包括以下步骤：提取监控视频和待关联图像的目标特征；构建大时空下各摄像机之间的动态时空拓扑结构；基于摄像机之间的动态时空拓扑结构筛选时空关联范围；利用目标特征以及时空一致性原则判断待关联的目标图像与关联范围内的图像是否为同一目标身份，进而进行小时空下的目标关联；以关联上的目标图像为新的待关联图像，逐步扩大搜索范围，重复执行上述小时空范围关联，实现大时空范围下的目标关联。本发明可融合目标特征以及各个摄像机间的时空信息，实现更高效、准确的大时空目标关联。
-
公开(公告)号：CN114241008B
公开(公告)日：2023-03-07
申请号：CN202111573298.1
申请日：2021-12-21
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种适应场景和目标变化的长时区域跟踪方法，包括：采用粗精跟踪与中心位置矫正三级结合的方式实现跟踪位置快速准确预测；多线索研判，联合目标表观相似度对跟踪置信度进行修正，考虑多帧间隔约束，对跟踪结果进行综合研判，排除跟踪虚警，提高跟踪结果可靠性；灵活跟踪，根据跟踪研判结果，在跟踪成功时自适应更新跟踪区域，在跟踪失败时重新捕获目标。当判定跟踪结果成功时，短时小场景间隔采用逐帧加权更新方式适应帧间微弱变化，长时间隔通过主动重启模块适应大间隔目标表观显著变化。该方法具有跟踪响应快、精度高以及置信度可靠的优点。
-
公开(公告)号：CN114241008A
公开(公告)日：2022-03-25
申请号：CN202111573298.1
申请日：2021-12-21
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种适应场景和目标变化的长时区域跟踪方法，包括：采用粗精跟踪与中心位置矫正三级结合的方式实现跟踪位置快速准确预测；多线索研判，联合目标表观相似度对跟踪置信度进行修正，考虑多帧间隔约束，对跟踪结果进行综合研判，排除跟踪虚警，提高跟踪结果可靠性；灵活跟踪，根据跟踪研判结果，在跟踪成功时自适应更新跟踪区域，在跟踪失败时重新捕获目标。当判定跟踪结果成功时，短时小场景间隔采用逐帧加权更新方式适应帧间微弱变化，长时间隔通过主动重启模块适应大间隔目标表观显著变化。该方法具有跟踪响应快、精度高以及置信度可靠的优点。
-
公开(公告)号：CN118038499B
公开(公告)日：2024-07-19
申请号：CN202410437074.5
申请日：2024-04-12
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于模态转换的跨模态行人再识别方法，涉及计算机视觉技术领域，该方法包括如下步骤：通过多台图像拍摄设备获取目标场景的图像数据集；图像数据集包括可见光图像和红外图像；基于训练好的行人图像模态转换模型，将可见光图像转化为对应的伪红外图像；通过优化后的行人再识别模型，分别提取红外图像和伪红外图像的行人特征并进行匹配，根据匹配结果获得跨模态行人再识别结果。该方法将可见光图像转化为伪红外图像，减弱了模态间的表观差异；基于优化后的行人再识别模型，提升了跨模态行人再识别的准确率。
-
公开(公告)号：CN118038499A
公开(公告)日：2024-05-14
申请号：CN202410437074.5
申请日：2024-04-12
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于模态转换的跨模态行人再识别方法，涉及计算机视觉技术领域，该方法包括如下步骤：通过多台图像拍摄设备获取目标场景的图像数据集；图像数据集包括可见光图像和红外图像；基于训练好的行人图像模态转换模型，将可见光图像转化为对应的伪红外图像；通过优化后的行人再识别模型，分别提取红外图像和伪红外图像的行人特征并进行匹配，根据匹配结果获得跨模态行人再识别结果。该方法将可见光图像转化为伪红外图像，减弱了模态间的表观差异；基于优化后的行人再识别模型，提升了跨模态行人再识别的准确率。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
