-
公开(公告)号：CN107622244A
公开(公告)日：2018-01-23
申请号：CN201710874793.3
申请日：2017-09-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度图的室内场景精细化解析方法，应用于数字图像处理和模式识别技术领域，所述方法包括：提取深度图三通道特征，利用已训练的全卷积网络对待解析的室内场景深度图中的目标进行分割；在深度特征图上，利用全连接条件随机场，对分割结果的边界进行完善优化，得到所述待解析的室内场景深度图中所有像素的类别标签向量；将所述待解析的室内场景深度图转换成点云，基于所述类别标签向量解析所述目标的三维结构，得到所述目标的空间姿态。本发明仅采用深度图作为输入，实现对室内场景的语义分割，并给出具体物体在三维坐标下的空间姿态，可以有效克服遮挡，分离前景背景，更有利于保护使用者的隐私。
-
公开(公告)号：CN107622244B
公开(公告)日：2020-08-28
申请号：CN201710874793.3
申请日：2017-09-25
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度图的室内场景精细化解析方法，应用于数字图像处理和模式识别技术领域，所述方法包括：提取深度图三通道特征，利用已训练的全卷积网络对待解析的室内场景深度图中的目标进行分割；在深度特征图上，利用全连接条件随机场，对分割结果的边界进行完善优化，得到所述待解析的室内场景深度图中所有像素的类别标签向量；将所述待解析的室内场景深度图转换成点云，基于所述类别标签向量解析所述目标的三维结构，得到所述目标的空间姿态。本发明仅采用深度图作为输入，实现对室内场景的语义分割，并给出具体物体在三维坐标下的空间姿态，可以有效克服遮挡，分离前景背景，更有利于保护使用者的隐私。
-
公开(公告)号：CN108229421B
公开(公告)日：2021-07-02
申请号：CN201810071513.X
申请日：2018-01-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度视频信息的坠床行为实时检测方法，属于数字图像识别技术领域，包括：根据室内场景的深度视频，得到背景图像和前景图像，利用深度神经网络对前景图像进行检测，得到头部位置；当深度视频中连续两帧深度图像的头部位置距离小于距离阈值时，根据深度视频中连续多帧深度图像的头部位置，得到头部序列特征；利用坠床分类器对头部序列特征进行检测，判断是否发生坠床行为。本发明对坠床行为的检测不受被子等遮挡物影响，准确度高，实时性强。
-
公开(公告)号：CN108229421A
公开(公告)日：2018-06-29
申请号：CN201810071513.X
申请日：2018-01-24
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度视频信息的坠床行为实时检测方法，属于数字图像识别技术领域，包括：根据室内场景的深度视频，得到背景图像和前景图像，利用深度神经网络对前景图像进行检测，得到头部位置；当深度视频中连续两帧深度图像的头部位置距离小于距离阈值时，根据深度视频中连续多帧深度图像的头部位置，得到头部序列特征；利用坠床分类器对头部序列特征进行检测，判断是否发生坠床行为。本发明对坠床行为的检测不受被子等遮挡物影响，准确度高，实时性强。
-
-
-
Search Results
4
records
(took 0.016 seconds)
