-
公开(公告)号：CN116416550A
公开(公告)日：2023-07-11
申请号：CN202211669730.1
申请日：2022-12-25
Applicant: 电子科技大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于图像增强和图像融合的联合检测跟踪方法。本发明结合传统的检测和跟踪的算法，两个任务共享特征提取网络。本发明在Resnet‑50骨干特征提取网络的基础上提出了图像增强模块，图像增强模块有效的解决了多目标跟踪中特征提取不充分的问题。本发明在Resnet‑50骨干特征提取网络和图像增强模块的基础上，提出了图像融合模块，有效的融合了图像的多尺度特征，改善了检测和跟踪对于特征深度要求不同的冲突。
-
公开(公告)号：CN111079765B
公开(公告)日：2022-07-01
申请号：CN201911289613.0
申请日：2019-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度图的稀疏点云稠密化及路面去除方法，涉及激光雷达数据处理及应用领域。本发明首先利用传感器参数矩阵对稀疏点云进行投影得到稀疏深度图，采用基于Delaunay三角剖分(DT)的线性插值方法得到粗糙稠密深度图，接着应用从稀疏深度图提取的掩模得到精细稠密深度图。在空间坐标系中对稀疏点云进行RANSAC地面拟合并去除，滤除离群点，然后投影得到无地面稀疏深度图并生成掩模，并对精细稠密深度图进一步应用，得到无路面精细稠密深度图。最后对这两种深度图进行反向投影，得到有路面和无路面的稠密点云。本方法能够在不结合其他数据的前提下对感兴趣的点云数据进行稠密化和路面去除，且速度较快，较好地保证了点云数据信息的有效性。
-
Patent Agency Ranking
公开(公告)号：CN113393582A
公开(公告)日：2021-09-14
申请号：CN202110563571.6
申请日：2021-05-24
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的三维物体重建算法，包括：输入多个从任意角度获得的物体二维图像并进行预处理，建立卷积神经网路，将二维图像作为训练数据输入到建立的卷积神经网络中进行训练，将待测的二维图像输入到训练好的卷积神经网络模型中，卷积神经网络模型输出三维重建结果。本发明中，所述的卷积神经网络模型包括编码器、解码器、多视图特征组合模块。其中，编码器的输入为多视角的二维图像，输出为二维特征向量，需将其转换为三维信息；将三维信息输入到解码器中，得到单幅图像的三维预测体素占用；再通过多视图特征组合模块，得到最终的预测体素占用。在测试阶段，根据分层预测策略预测所得的0‑1占用与地面真实占用来计算准确率。
-
公开(公告)号：CN115346266A
公开(公告)日：2022-11-15
申请号：CN202210710637.4
申请日：2022-06-22
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于骨架的监控视频中人体行为关键节点提取方法。该发明在行为检测领域有一定的通用性，可作为行为检测框架的一个模块。该专利中以打架、跌倒行为作为说明案例，展示对行为关键节点进行提取的方法。针对现有行为检测框架以固定的帧率抽取视频帧的不合理性，本发明提出根据人体的骨架关键点的运动信息动态调整抽取视频帧的位置以及抽取帧率，运动更快的行为节点段抽取更多视频帧。在现有的行为检测框架中加入基于骨架的人体行为关键节点提取模块能够更精准地确定特定行为发生的时空边界，取得更好的行为检测效果。
-
公开(公告)号：CN113052875A
公开(公告)日：2021-06-29
申请号：CN202110338092.4
申请日：2021-03-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种改进的基于状态感知模板更新的目标跟踪技术。在目标跟踪时，随着图像采集设备和目标之间角度的变化，或者目标本身特性造成的形态变化，会造成图像序列中目标形状、大小上的变化，即目标形变问题，给目标跟踪算法带来了一定的挑战。本发明根据目标形变问题，基于SiamRPN算法提出了一种基于状态感知模板更新的Siamese目标跟踪技术，从两个角度来着手改进目标跟踪里的模板更新。一是如何进行模板更新，结合元学习的思想，构建模板更新网络，实现快速可靠的模板更新。二是何时进行模板更新，通过构建一个长短记忆网络来对目标状态进行判断，决定更新目标模板的时机。本发明能有效的解决长时目标跟踪场景下的目标模板更新的问题。
-
公开(公告)号：CN111079765A
公开(公告)日：2020-04-28
申请号：CN201911289613.0
申请日：2019-12-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度图的稀疏点云稠密化及路面去除方法，涉及激光雷达数据处理及应用领域。本发明首先利用传感器参数矩阵对稀疏点云进行投影得到稀疏深度图，采用基于Delaunay三角剖分(DT)的线性插值方法得到粗糙稠密深度图，接着应用从稀疏深度图提取的掩模得到精细稠密深度图。在空间坐标系中对稀疏点云进行RANSAC地面拟合并去除，滤除离群点，然后投影得到无地面稀疏深度图并生成掩模，并对精细稠密深度图进一步应用，得到无路面精细稠密深度图。最后对这两种深度图进行反向投影，得到有路面和无路面的稠密点云。本方法能够在不结合其他数据的前提下对感兴趣的点云数据进行稠密化和路面去除，且速度较快，较好地保证了点云数据信息的有效性。
-
公开(公告)号：CN220041377U
公开(公告)日：2023-11-17
申请号：CN202321573829.1
申请日：2023-06-20
Applicant: 桂林电子科技大学
Abstract: 本实用新型属于匹克球计分指示装置，具体涉及一种匹克球双打比赛计分及指示装置。本实用新型通过设计一种匹克球双打计分及指示装置，通过功能选择模块的功能按键输入得分和犯规等情况，再通过单片机分析计算发球发球权和发球场地，最后通过发球场地显示模块、发球方指示模块的发光二极管显示并指示运动员完成发球，并且通过比分显示模块的数码管展示比分；本实用新型操作简单，显示直观，能够通过按键操作完成匹克球双打比赛的计分以及发球指示，有效减少了人力耗费，降低了比赛的开展门槛，有助于匹克球运动的推广。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
