-
Patent Agency Ranking
公开(公告)号：CN103338433A
公开(公告)日：2013-10-02
申请号：CN201310232026.4
申请日：2013-06-13
Applicant: 江南大学
Abstract: 通过移动台自身获取的GSM基站信息，对于不依赖于GSM基站信息数据库和不依靠GPS的移动台的路径跟踪及定位方法进行了研究。设计了基于ARM的监控管理系统，通过使用GSM模块TC35I，将无线技术与定位技术有机结合，可以针对老人小孩等重点人群进行定位。该技术具有隐蔽性好，不受高层建筑遮挡的影响等特点，具有很好的实际应用价值和理论研究意义。
-
公开(公告)号：CN107045520A
公开(公告)日：2017-08-15
申请号：CN201611077648.4
申请日：2016-11-29
Applicant: 江南大学
Abstract: 本发明提供了一种基于位置信息加权词汇树的车辆图像检索方法，发明首先提取训练图像的车辆部分，然后对车辆部分提取局部特征，利用分层K均值方法将局部特征量化为视觉单词词汇树，然后将测试图像提取车身部分并提取其局部特征，再将局部特征分配到对应的视觉单词，同时计算局部特征点的空间位置影响信息，并根据特征点与视觉单词之间的从属关系，将特征点的空间位置信息聚类为视觉单词之间的位置影响，然后将视觉单词的空间位置信息作为加权系数，加入到视觉单词的权值匹配中，最后通过相似度排序检索相似图像。该方法在不影响检索时间的基础上，提高了车辆图像的检索准确率，可满足实际应用要求。
-
公开(公告)号：CN107045520B
公开(公告)日：2020-07-03
申请号：CN201611077648.4
申请日：2016-11-29
Applicant: 江南大学
IPC: G06F16/583 , G06F16/58 , G06K9/62 , G06K9/46
Abstract: 本发明提供了一种基于位置信息加权词汇树的车辆图像检索方法，发明首先提取训练图像的车辆部分，然后对车辆部分提取局部特征，利用分层K均值方法将局部特征量化为视觉单词词汇树，然后将测试图像提取车身部分并提取其局部特征，再将局部特征分配到对应的视觉单词，同时计算局部特征点的空间位置影响信息，并根据特征点与视觉单词之间的从属关系，将特征点的空间位置信息聚类为视觉单词之间的位置影响，然后将视觉单词的空间位置信息作为加权系数，加入到视觉单词的权值匹配中，最后通过相似度排序检索相似图像。该方法在不影响检索时间的基础上，提高了车辆图像的检索准确率，可满足实际应用要求。
-
公开(公告)号：CN106776856B
公开(公告)日：2020-07-03
申请号：CN201611069889.4
申请日：2016-11-29
Applicant: 江南大学
IPC: G06F16/783 , G06F16/732 , G06K9/00 , G06K9/46 , G06K9/62
Abstract: 本发明提供了一种融合颜色特征与词汇树的车辆图像检索方法，首先提取训练图像的车辆部分，然后对车辆部分提取局部特征，利用分层k‑means方法将特征量化为视觉单词词汇树，然后将测试图像提取车身部分局部特征，再将该特征分配到对应的视觉单词，并采用感知哈希的原理，将视觉单词分别映射为哈希码，得到图像的哈希码序列，然后提取车身图像的颜色特征，量化并统一为一个特征度，按照颜色差异由小到大排序，根据排序结果建立颜色特征权重，计算图像哈希码序列之间汉明距离，将颜色特征权重作为汉明距离的加权系数，计算图像的最终相似度，该方法有效节约车辆图像检索时间，提高车辆图像的检索准确率，可满足实际应用要求。
-
公开(公告)号：CN106776856A
公开(公告)日：2017-05-31
申请号：CN201611069889.4
申请日：2016-11-29
Applicant: 江南大学
Abstract: 本发明提供了一种融合颜色特征与词汇树的车辆图像检索方法，首先提取训练图像的车辆部分，然后对车辆部分提取局部特征，利用分层k‑means方法将特征量化为视觉单词词汇树，然后将测试图像提取车身部分局部特征，再将该特征分配到对应的视觉单词，并采用感知哈希的原理，将视觉单词分别映射为哈希码，得到图像的哈希码序列，然后提取车身图像的颜色特征，量化并统一为一个特征度，按照颜色差异由小到大排序，根据排序结果建立颜色特征权重，计算图像哈希码序列之间汉明距离，将颜色特征权重作为汉明距离的加权系数，计算图像的最终相似度，该方法有效节约车辆图像检索时间，提高车辆图像的检索准确率，可满足实际应用要求。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
