-
Patent Agency Ranking
公开(公告)号：CN106407899B
公开(公告)日：2019-07-19
申请号：CN201610768488.1
申请日：2016-08-30
Applicant: 电子科技大学
Abstract: 本发明提供一种基于局部纹理特征的人群密度谱估计方法，采用SIFT关键点检测器可以有效检测出图像中行人所在的区域，使用SVM分类器对每个关键点区域进行分类，有效得到各个关键点区域的人群密度。另外，本发明还提供一种纹理特征的提取方式，通过提取局部纹理模式的灰度共生矩阵特征来表达图像块的行人密度，简单有效。
-
公开(公告)号：CN106407899A
公开(公告)日：2017-02-15
申请号：CN201610768488.1
申请日：2016-08-30
Applicant: 电子科技大学
CPC classification number: G06K9/00778 , G06K9/6269
Abstract: 本发明提供一种基于局部纹理特征的人群密度谱估计方法，采用SIFT关键点检测器可以有效检测出图像中行人所在的区域，使用SVM分类器对每个关键点区域进行分类，有效得到各个关键点区域的人群密度。另外，本发明还提供一种纹理特征的提取方式，通过提取局部纹理模式的灰度共生矩阵特征来表达图像块的行人密度，简单有效。
-
公开(公告)号：CN106408596A
公开(公告)日：2017-02-15
申请号：CN201610803492.7
申请日：2016-09-06
Applicant: 电子科技大学
CPC classification number: G06T3/4007 , G06T2207/10021
Abstract: 本发明提供一种基于边缘的局部立体匹配方法，在得到初始视差图后，对视差图进行格点采样，并删除不稳定的格点，保留稳定的格点，对图像提取Canny边缘点，将稳定边缘点和稳定格点合并为稳定点集合，根据这些稳定点对应的视差对其余点进行插值，得到精确的稠密视差图。进一步的，本发明提供一种利用梯度为匹配代价，采用固定窗口的代价聚合方式计算匹配代价，经过左右一致性检测得到初始视差图的方法。本发明复杂度低、速度快、精度高的优点，适合实时性要求高的场合。
-
公开(公告)号：CN106408596B
公开(公告)日：2019-06-21
申请号：CN201610803492.7
申请日：2016-09-06
Applicant: 电子科技大学
Abstract: 本发明提供一种基于边缘的局部立体匹配方法，在得到初始视差图后，对视差图进行格点采样，并删除不稳定的格点，保留稳定的格点，对图像提取Canny边缘点，将稳定边缘点和稳定格点合并为稳定点集合，根据这些稳定点对应的视差对其余点进行插值，得到精确的稠密视差图。进一步的，本发明提供一种利用梯度为匹配代价，采用固定窗口的代价聚合方式计算匹配代价，经过左右一致性检测得到初始视差图的方法。本发明复杂度低、速度快、精度高的优点，适合实时性要求高的场合。
-
公开(公告)号：CN106446785A
公开(公告)日：2017-02-22
申请号：CN201610766183.7
申请日：2016-08-30
Applicant: 电子科技大学
CPC classification number: G06K9/00798 , G06K9/6269
Abstract: 本发明提供一种基于双目视觉的可行道路检测方法，先利用双目视觉的左右两幅图像，通过视差信息粗略估计出道路区域；然后对整幅图像提取颜色、梯度和纹理等特征信息，利用分类器进一步检测道路区域；融合前两步的道路检测结果，建立道路区域和非道路区域的二维颜色直方图，计算各像素点的道路概率，利用概率再次更新可行道路的检测结果。基于双目视觉的可行道路检测方法可以快速有效地检测出图像中的可行道路区域，该方法不基于任何预先假设，所以可以适应各种场景。此外该方法没有利用图像分割方法，大大减少了计算量，满足了实时处理的要求，同时还精确地检测出可行道路区域。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
