-
公开(公告)号:CN108470154A
公开(公告)日:2018-08-31
申请号:CN201810163902.5
申请日:2018-02-27
Applicant: 燕山大学
IPC: G06K9/00
Abstract: 本发明公开了一种大规模人群显著性区域检测方法,将二维人群速度矢量场中的每一个速度矢量看作人群网络节点,基于速度矢量点积公式求取速度矢量夹角,从而确定速度矢量间关联关系,并用该值定量评估速度矢量之间关联程度,从而构造速度矢量夹角加权复杂网络模型;分析人群加权复杂网络特征参数,提取能理解并表达人群显著性运动区域与主流人群运动区域的特征值,构建特征矩阵检测大规模人群显著性运动区域。
-
公开(公告)号:CN108363988A
公开(公告)日:2018-08-03
申请号:CN201810195310.1
申请日:2018-03-09
Applicant: 燕山大学
Abstract: 本发明公开了一种结合图像特征和流体力学特征的人群计数方法,首先获取实验视频图像,利用混合高斯建模法获取前景运动目标,提取运动前景的图像特征;进一步的将视频运动像素点视为粒子,根据光流法处理基础上求取粒子速度信息,建立粒子切应力模型;通过切应力模型求取运动粒子切应力,对粒子切应力加和来表征人群粒子的流体力学特征;进一步的结合的图像和流体特征构建特征向量,将其作为输入向量完成回归模型训练,进一步实现对场景中人群数目的估计,实现对视频监控智能检测分析。本发明具有设计合理、应用广泛、预测准确等优点。
-
-
公开(公告)号:CN103020591B
公开(公告)日:2015-09-16
申请号:CN201210475137.3
申请日:2012-11-21
Applicant: 燕山大学
Abstract: 本发明公开了一种基于因果网络分析的中等规模人群异常行为检测方法,利用认知概念及社会力模型表达个体间的相互作用,根据Granger因果检验评估个体间关联度,从而依据个体间的联系,构建因果认知复杂网络,在保留个体微观信息的前提下,通过分析网络的功能参数,在宏观上表达和分析人群行为,可有效地检测与判别中等规模人群的异常行为。
-
公开(公告)号:CN101739687A
公开(公告)日:2010-06-16
申请号:CN200910175258.4
申请日:2009-11-23
Applicant: 燕山大学
Abstract: 本发明公开了一种基于协方差矩阵的快速机动目标跟踪方法,包括:提取目标的颜色、边缘、像素几何位置特征构建描述目标的协方差矩阵模型;利用遗传算法的快速寻优特性在大范围窗口内粗略搜索目标;在遗传算法获得的最佳个体附近邻域逐点搜索,依据协方差矩阵间的距离度量函数精确定位目标。本发明的基于协方差矩阵的快速目标跟踪方法融合了多种特征描述目标,可在复杂环境下稳定地跟踪目标,同时,将遗传算法的粗匹配与逐点精匹配相结合,缩短了计算时间,保障了大范围搜索快速机动目标的实时性。
-
公开(公告)号:CN108470154B
公开(公告)日:2021-08-24
申请号:CN201810163902.5
申请日:2018-02-27
Applicant: 燕山大学
IPC: G06K9/00
Abstract: 本发明公开了一种大规模人群显著性区域检测方法,将二维人群速度矢量场中的每一个速度矢量看作人群网络节点,基于速度矢量点积公式求取速度矢量夹角,从而确定速度矢量间关联关系,并用该值定量评估速度矢量之间关联程度,从而构造速度矢量夹角加权复杂网络模型;分析人群加权复杂网络特征参数,提取能理解并表达人群显著性运动区域与主流人群运动区域的特征值,构建特征矩阵检测大规模人群显著性运动区域。
-
-
-
公开(公告)号:CN106874885A
公开(公告)日:2017-06-20
申请号:CN201710125202.2
申请日:2017-03-03
Applicant: 燕山大学
IPC: G06K9/00
CPC classification number: G06K9/00778 , G06K9/00718
Abstract: 本发明公开了一种基于能级分布变化的人群异常检测方法,获取视频图像,将图像中每个像素点看成一个运动粒子,并根据粒子的速度以及质量信息,建立粒子的动能模型。根据动能模型求取视频中每个运动粒子的动能,并对动能进行量化分级得到粒子的能级分布,求得粒子能级共生矩阵。以共生矩阵的一致性、熵、对比度三个描绘子对图像中粒子的能级分布进行描述。通过分析三个参数的变化来分析人群行为,检测人群异常行为以及确定异常发生的时间,并进行报警提醒。本发明具有设计合理、应用广泛、计算快速准确等优点。
-
公开(公告)号:CN104318586B
公开(公告)日:2017-04-26
申请号:CN201410505484.5
申请日:2014-09-26
Applicant: 燕山大学
IPC: G06T7/262
Abstract: 一种基于自适应形态学滤波的运动模糊方向估计方法及装置,所述装置由运动模糊频谱图像获取单元、自适应形态学滤波单元、运动模糊方向估计单元连接组成;根据频谱图像中心条纹尺度信息,自适应调节形态学腐蚀算子的执行次数,利用Radon变换得到运动模糊方向的精确估计。本发明方法可有效抑制十字亮线对计算精度的干扰,同时能增强频谱图像中的有效信号,也克服了传统方法中在模糊尺度较小时误差较大等问题。
-
-
-
-
-
-
-
-
-