公开(公告)号：CN116823880A

公开(公告)日：2023-09-29

申请号：CN202310682503.0

申请日：2023-06-09

Applicant: 南昌大学

Inventor： 熊剑 ,  吴杰 ,  张强 ,  廖玮 ,  权略 ,  郭杭 ,  衷卫声 ,  李宇

IPC: G06T7/246 ,  G06T7/194

Abstract: 本发明提出了基于Vibe长期背景建模的运动目标检测方法，包括1）建立初始背景样本库；2）利用初始背景样本库初次差分出背景图，并进行高动态标记；3）优化模型确认当前帧分离出的时刻背景图是否超过更新周期；4）若超过更新周期则输入到优化模型二次处理，并重置更新周期；5）对处理后的同一帧图像进行差分操作，修复存在前景的区域；6）完成视频中全部背景模型的更新，处理完毕。本发明相较传统算法，采用双模型优化背景更新策略进行图像处理，初始模型采用逐帧帧差法检测图像，至更新周期后，将当前帧传送给优化模型重新检测，以此加强对半动态目标与微动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升了前景提取效果。

公开(公告)号：CN116543009A

公开(公告)日：2023-08-04

申请号：CN202310248706.9

申请日：2023-03-15

Applicant: 南昌大学

Inventor： 熊剑 ,  覃东文 ,  张强 ,  权略 ,  廖玮 ,  郭杭 ,  吴杰 ,  万涛

IPC: G06T7/246 ,  G06T5/20

Abstract: 本发明公开了一种基于ViBe的图像语义标签制作方法，包括1）视频采集并进行预处理；2）利用ViBe算法对视频图像进行运动目标检测；3）使用滑动窗口Sliding Window思想对视频图像运动目标进行关键帧提取；4）对3）提取的关键帧进行二值化区分前景与背景并使用中值滤波去除离群点，得到二值图像；5）对4）中的二值图像进行标签分类并对其前景所表示的区域进行像素填充；6）通过程序终端与人为判断将标签放入对应文件夹。本发明方法通过对关键帧的提取，结合滑动窗口思想提取目标关键帧前景并填充像素、给定标签，无需人为分割图像，降低了语义标签制作的复杂性，提高了标签制作的精度与效率。

公开(公告)号：CN118447090A

公开(公告)日：2024-08-06

申请号：CN202410595604.9

申请日：2024-05-14

Applicant: 南昌大学

Inventor： 熊剑 ,  吴杰 ,  熊鹏文 ,  郭杭 ,  黄玉水 ,  衷卫声 ,  范龙威 ,  鲁杰 ,  陈思梦

IPC: G06T7/73 ,  G06T17/20 ,  G06V10/44 ,  G06V10/82 ,  G06V10/25

Abstract: 本发明公开了一种动态视觉SLAM方法，包括：1）读取视频流的图像数据；2）将图像输入前端中检测ORB特征点；3）通过YOLO检测常见的动态物体并提供其最小边界框；4）利用动态ViBe检测边界框内的动态物体，保留其中的静态环境；5）结合统计出动态特征的坐标信息，将动态特征的坐标与视觉里程计中的ORB特征点进行比对；检测落在半径内的ORB特征点，并消除此半径内的ORB特征点；6）择优选取不存在动态物体的关键帧，利用这些不存在动态物体的关键帧建立时间和空间跨度的全局约束，以优化各帧的相机位姿；7）判断当前帧是否为最后一帧，否则跳转到2），是则结束。本发明相较传统MonoSLAM方法，能够消除环境动态物体对MonoSLAM系统的影响，从而提升定位精度与建图效果。

公开(公告)号：CN116934790A

公开(公告)日：2023-10-24

申请号：CN202310563548.6

申请日：2023-05-18

Applicant: 南昌大学

Inventor： 熊剑 ,  万涛 ,  吴杰 ,  张强 ,  廖玮 ,  权略 ,  覃东文 ,  李宇

IPC: G06T7/194 ,  G06T7/215

Abstract: 本发明提供了一种基于ViBe多级级联的低动态前景提取方法，包括1）视频素材像素点的数学建模和初始化，建立原始图像样本库；2）设立阈值系数，对关键帧图像进行前景与背景的数值更新；3）重新维护阈值等参数，以一级级联的背景结果作为输入进行二级级联；4）进一步更新阈值等参数，以二级级联的背景结果作为输入进行三级级联，取三级级联下的前景结果作为终值模板输出。本发明方法能够分离出三种运动状态的物体，其中一级模型用于提取高动态运动目标，二级提取中速运动目标，三级提取低动态目标，以此加强对低动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升了前景提取效果。

公开(公告)号：CN117197562A

公开(公告)日：2023-12-08

申请号：CN202311158007.1

申请日：2023-09-08

Applicant: 南昌大学

Inventor： 熊剑 ,  吴杰 ,  张强 ,  廖玮 ,  权略 ,  郭杭 ,  衷卫声

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/26 ,  G06V20/40

Abstract: 本发明公开了一种基于改进YOLO的目标检测方法，包括：1）读入视频流；2）将图像输入YOLO v4网络中；3）对当前帧进行目标捕捉，获取目标种类与标定坐标；4）ViBe算法提取视频中前15帧背景建模；5）判断当前帧是否有YOLO目标框定区；6）RGB图转灰度图，对框定区进行ViBe目标检测；7）分割YOLO框定区目标构建一个YOBE数据库，进行目标分类；8）无框定区进行ViBe常规检测，进行相似度匹配，满足相似度阈值，则进行YOLO种类判定；9）重复上述步骤直至完成对所有图像帧的检测。本发明通过将YOLO与Vibe算法进行结合提出YOBE算法，相较单一的YOLO算法或Vibe算法，能够更好的完成对微小目标或低像素目标的检测，同时有效解决目标提取中的阴影与重影问题。