-
公开(公告)号：CN106981071B
公开(公告)日：2020-06-26
申请号：CN201710170160.4
申请日：2017-03-21
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
Abstract: 一种基于无人艇应用的目标跟踪方法，包括步骤：获取目标的图像序列，在以上一帧目标所在位置为搜索中心的设定范围内，利用预设滤波器f(z)＝WTZ，搜索到最大响应位置，该最大响应位置作为目标在当前帧的候选位置中心；在候选位置中心的周围采用多尺度滑动窗口采样得到若干候选框，利用结构化SVM分类器对所有候选框计算得分，得分最大的候选框作为当前帧目标的预测结果；判断目标是否被遮挡；若目标被遮挡，则不进行在线学习，不更新预设滤波器参数和结构化SVM分类器参数；若目标未被遮挡，更新预设滤波器参数；更新结构化SVM分类器参数；重复步骤S1‑S5，直到图像序列的最后一帧。本发明能够长时间稳定地跟踪。
-
公开(公告)号：CN108446721A
公开(公告)日：2018-08-24
申请号：CN201810174210.0
申请日：2018-03-02
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
Abstract: 本发明涉及数字图像处理技术领域，具体公开了一种基于多分支网络的水面环境解析方法，包括制作训练样本；构造多分支网络模型，利用训练样本对多分支网络模型进行训练，并作保存；采集待解析环境的图像，将图像调至一定尺寸，输入多分支网络模型进行前向计算；提取待解析环境的图像特征；对待解析环境的图像特征进行目标检测；对待解析环境的图像特征进行环境区域解析。本发明通过采用多分支网络的结构，只需获取一个图像特征即可完成目标检测和环境解析，实现完整的环境解析，而且具有较快的运算速度。
-
公开(公告)号：CN106960446B
公开(公告)日：2020-04-24
申请号：CN201710213710.6
申请日：2017-04-01
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
Abstract: 一种面向无人艇应用的水面目标检测跟踪一体化方法，包括以下步骤：S1，训练目标检测神经网络模型；S2，目标检测，将检测结果放入集合Bd中；S3，检验目标跟踪结果，将上一帧图片的目标跟踪结果，输入到目标检测神经网络模型中进行检测，保留没有丢失目标的跟踪框，将该跟踪框放入集合Bt中；S4、精调目标框和目标跟踪的大小和位置；S5，判断是否出现新目标；S6，目标跟踪；S7，连续跟踪m帧，然后重复步骤2至步骤7，直到最后一帧图片。本发明结合了目标检测与目标跟踪的优点，方法准确率高、速度快的同时可以得到稳定的目标位置信息，为无人艇自主避障提供了有效的技术保障。
-
公开(公告)号：CN106981071A
公开(公告)日：2017-07-25
申请号：CN201710170160.4
申请日：2017-03-21
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
CPC classification number: G06K9/6269 , G06K9/4671 , G06T2207/20081
Abstract: 一种基于无人艇应用的目标跟踪方法，包括步骤：获取目标的图像序列，在以上一帧目标所在位置为搜索中心的设定范围内，利用预设滤波器f(z)＝WTZ，搜索到最大响应位置，该最大响应位置作为目标在当前帧的候选位置中心；在候选位置中心的周围采用多尺度滑动窗口采样得到若干候选框，利用结构化SVM分类器对所有候选框计算得分，得分最大的候选框作为当前帧目标的预测结果；判断目标是否被遮挡；若目标被遮挡，则不进行在线学习，不更新预设滤波器参数和结构化SVM分类器参数；若目标未被遮挡，更新预设滤波器参数；更新结构化SVM分类器参数；重复步骤S1‑S5，直到图像序列的最后一帧。本发明能够长时间稳定地跟踪。
-
公开(公告)号：CN106960446A
公开(公告)日：2017-07-18
申请号：CN201710213710.6
申请日：2017-04-01
Applicant: 广东华中科技大学工业技术研究院 , 华中科技大学 , 广东省智能机器人研究院
Abstract: 一种面向无人艇应用的水面目标检测跟踪一体化方法，包括以下步骤：S1，训练目标检测神经网络模型；S2，目标检测，将检测结果放入集合Bd中；S3，检验目标跟踪结果，将上一帧图片的目标跟踪结果，输入到目标检测神经网络模型中进行检测，保留没有丢失目标的跟踪框，将该跟踪框放入集合Bt中；S4、精调目标框和目标跟踪的大小和位置；S5，判断是否出现新目标；S6，目标跟踪；S7，连续跟踪m帧，然后重复步骤2至步骤7，直到最后一帧图片。本发明结合了目标检测与目标跟踪的优点，方法准确率高、速度快的同时可以得到稳定的目标位置信息，为无人艇自主避障提供了有效的技术保障。
-
Patent Agency Ranking
公开(公告)号：CN109145747A
公开(公告)日：2019-01-04
申请号：CN201810810455.8
申请日：2018-07-20
Applicant: 华中科技大学
CPC classification number: G06K9/00624 , G06K9/342 , G06K9/6256 , G06K9/6292 , G06K2209/21 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了一种水面全景图像语义分割方法，包括：设计卷积神经网络，对训练集中的水面全景图像中各目标类别进行像素级标记得到真实标记图像，利用训练集训练卷积神经网络，将卷积神经网络的输出结果与真实标记图像进行对比，得到训练误差，将训练误差在卷积神经网络进行反向传播，更新卷积神经网络的参数，经过多次迭代训练后得到训练好的卷积神经网络。将待测水面全景图像输入卷积神经网络进行实时语义分割，得到水面全景图像的分割结果。本发明分割速度快、对小区域目标分割效果好。为无人艇等水面智能设备提供全面、快速、准确的环境感知信息。
-
公开(公告)号：CN107844750B
公开(公告)日：2020-05-19
申请号：CN201710979114.9
申请日：2017-10-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种水面全景图像目标检测识别方法，属于计算机视觉识别技术领域。本发明方法首先利用目标检测识别神经网络模型对全景图像进行目标检测识别，获取目标类别和检测框初始位置；之后对目标局部区域进行图像分割，得到多个超像素块，再采用多阈值融合策略合并所述超像素块，得到调整后目标检测框；再计算新的目标局部区域的边缘图，根据目标检测框box*周围边缘点的分布调整box*，得到最终目标检测框box*；最后由全景图像成像平面坐标系与世界坐标系的映射关系，将最终目标检测框box*位置转化为目标的实际位置。本发明方法能有效克服全景图像中畸变效应，从全景图像中将目标位置准确识别出来。
-
公开(公告)号：CN109087322A
公开(公告)日：2018-12-25
申请号：CN201810793231.0
申请日：2018-07-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种航拍图像的运动小目标检测方法，包括：对航拍图像的光流图中每个像素点进行梯度计算，得到运动边缘图像；对运动边缘图像依次进行去噪和细化后，得稀疏的运动边缘图像；根据边缘强度差对稀疏的运动边缘图像中的边缘点进行组合，得到边缘段，利用滑动窗口在稀疏的运动边缘图像中滑动，计算每个窗口包含目标的得分；将包含目标的得分大于等于阈值的窗口作为候选窗口，计算候选窗口的紧致度得分；根据候选窗口的紧致度得分，对候选窗口进行剔除，得到最终的小目标检测结果。本发明在目标尺寸小和背景复杂情况下，实现快速准确的目标检测。
-
公开(公告)号：CN107844750A
公开(公告)日：2018-03-27
申请号：CN201710979114.9
申请日：2017-10-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种水面全景图像目标检测识别方法，属于计算机视觉识别技术领域。本发明方法首先利用目标检测识别神经网络模型对全景图像进行目标检测识别，获取目标类别和检测框初始位置；之后对目标局部区域进行图像分割，得到多个超像素块，再采用多阈值融合策略合并所述超像素块，得到调整后目标检测框；再计算新的目标局部区域的边缘图，根据目标检测框box*周围边缘点的分布调整box*，得到最终目标检测框box*；最后由全景图像成像平面坐标系与世界坐标系的映射关系，将最终目标检测框box*位置转化为目标的实际位置。本发明方法能有效克服全景图像中畸变效应，从全景图像中将目标位置准确识别出来。
-
公开(公告)号：CN109145747B
公开(公告)日：2021-10-08
申请号：CN201810810455.8
申请日：2018-07-20
Applicant: 华中科技大学
Abstract: 本发明公开了一种水面全景图像语义分割方法，包括：设计卷积神经网络，对训练集中的水面全景图像中各目标类别进行像素级标记得到真实标记图像，利用训练集训练卷积神经网络，将卷积神经网络的输出结果与真实标记图像进行对比，得到训练误差，将训练误差在卷积神经网络进行反向传播，更新卷积神经网络的参数，经过多次迭代训练后得到训练好的卷积神经网络。将待测水面全景图像输入卷积神经网络进行实时语义分割，得到水面全景图像的分割结果。本发明分割速度快、对小区域目标分割效果好。为无人艇等水面智能设备提供全面、快速、准确的环境感知信息。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
