-
公开(公告)号：CN107704801A
公开(公告)日：2018-02-16
申请号：CN201710711696.2
申请日：2017-08-18
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00798
Abstract: 本发明提供一种基于分段直线加分段贝塞尔曲线的曲线车道线检测方法，包括步骤：1)对图像进行二值化处理得到二值图；2)对二值图进行霍夫Hough直线检测得到直线集；3)对直线集中的相邻直线进行连接：判断相邻直线斜率差值是否小于等于平行阈值，如是，则使用直线直接连接两相邻直线中第一条直线的终点与第二条直线的起点，如否，则使用贝塞尔曲线连接两相邻直线中第一条直线的终点与第二条直线的起点，贝塞尔曲线控制点为第一条直线与第二条直线的延长线交点。本发明对于曲率变化较大的车道线采用分段直线加分段贝塞尔曲线方案简单方便，并且准确率可以和直接多段贝塞尔曲线拟合结果媲美。
-
公开(公告)号：CN105868711A
公开(公告)日：2016-08-17
申请号：CN201610184336.7
申请日：2016-03-28
Applicant: 电子科技大学
Abstract: 本发明属于数字图像处理技术领域，涉及计算机视觉、模式识别、机器学习和数据挖掘等相关理论知识。本发明首先利用光流直方图对相邻两帧图片提取光流特征，并对单帧图像提取梯度直方图信息，获得监测场景内的运动特征信息，采用低维空间的特征信息并按照[动作1|动作2|动作3|……]的方式排列；然后用K均值的方式聚类，得到聚类中心后，将聚类中心作为过完备字典，求解测试样本在过完备字典下的稀疏低秩表达，得到表达矩阵；最后根据表达矩阵中的最大值求解出该测试样本所属的行为类别。本发明采用基于低秩稀疏的人体动作识别，采用交叉验证的方法，识别率92.3～98.79％，误识率1.21～7.6％。本发明具有低秩特点，且识别率上达到92.3～98.79％，误识率1.21～7.6％。
-
公开(公告)号：CN107563314B
公开(公告)日：2020-01-14
申请号：CN201710712127.X
申请日：2017-08-18
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明提供一种基于平行坐标系的车道线检测方法，包括以下步骤：截取车道线的检测区域得到二值化图；将二值化图中白色点表示在平行坐标系的S区域和T区域；在平行坐标中的S区域和T区域分别对连线经过的像素点值进行累加，取前N个像素点值最大的点，对这N个点进行去干扰处理，将去干扰之后得到点的像素值取平均值，如平均值大于等于像素阈值，则再对去干扰之后得到点的坐标值取平均，最后根据平均坐标值的点所对应在检测区域中相应直线作为检测到车道线，如平均值小于像素阈值，则认为所在区域没有检测出车道线。相对于基于Hough变换的车道线检测方法，本发明计算量大大降低，尤其适用于计算能力不强的嵌入式平台。
-
公开(公告)号：CN105930789B
公开(公告)日：2019-08-13
申请号：CN201610241082.8
申请日：2016-04-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于对数欧式空间词袋模型的人体行为识别，属于数字图像处理技术领域。本发明首先将输入视频分成固定长度且相互重叠的视频段，然后再将各视频段切分为固定大小并部分重叠的时空立方块，对每个时空立方块提取梯度与光流特征协方差或者形状特征协方差，并采用对称正定矩阵降维方法对协方差矩阵进行降维。对协方差矩阵进行对数变化，提取对数协方差上三角特征转换为对数欧式空间向量。在对数欧式采用词袋模型进行行为建模，采用谱聚类对行为特征聚类生成码本，并采用局部约束线性编码技术LLC对行为特征进行编码。利用非线性支撑向量机对行为特征进行训练与识别分类。本发明用于人体行为识别，其鲁棒性极好。
-
公开(公告)号：CN107766790A
公开(公告)日：2018-03-06
申请号：CN201710768472.5
申请日：2017-08-31
Applicant: 电子科技大学
CPC classification number: G06K9/00335 , G06K9/00718 , G06K9/6223
Abstract: 本发明提供了一种基于局部约束低秩编码的人体行为识别方法，包括步骤：1)样本库的特征提取步骤；2)字典生成步骤；3)对待测图像进行特征提取得到特征X，对特征X中的每一列向量都用字典进行线性表达，得到当前的特征X的编码系数Z；4)行为识别步骤：通过步编码系数Z，采用最大池化法计算Z中每一行的最大值，取最大值中的前T个，分别找出这T个值所对应的相应类别，找到该类别在编码系数Z中对应的系数，并把相同类别的系数叠加起来，得到的叠加结果的最大值所对应的类别即为最终的识别结果。本发明在求解编码系数Z时体现了特征的低秩性和局部结构信息，更好地描述行为动作，使得基于局部约束低秩的编码的识别效果更好。
-
Patent Agency Ranking
公开(公告)号：CN107516078A
公开(公告)日：2017-12-26
申请号：CN201710712894.0
申请日：2017-08-18
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00798
Abstract: 本发明提供一种车道线检测稳固方法，针对路面反光、车辆遮挡和车辆变道情况，在之前的最大直线的检测结果的周围提取一块平行于该直线的区域，然后在该区域内再次进行边缘和hough变换，得到区域内的所有直线，取直线数最多的区域内的所有直线的位置平均作为最后的结果。本发明能够很好的拟合车道线，使原来偏离正确车道线的直线得以纠正。
-
公开(公告)号：CN105787472A
公开(公告)日：2016-07-20
申请号：CN201610182756.1
申请日：2016-03-28
Applicant: 电子科技大学
CPC classification number: G06K9/00778 , G06K9/00744 , G06K9/6215 , G06K9/6218
Abstract: 一种基于时空拉普拉斯特征映射学习的异常行为检测方法。本发明属于数字图像处理技术领域，涉及计算机视觉、模式识别、机器学习和数据挖掘等相关理论知识。本发明首先利用光流直方图对相邻两帧图片提取光流特征，获得监测场景内的运动特征信息，采用低维空间的视频表达形式，运用谱聚类的方式对运动信息特征进行聚类，得到聚类个数和不同类别下的特征集合，最后对不同类的特征集合运用Hausdorff距离测量其集合间的相似度，找出明显区别于其他类别的特征集合，从而检测出异常行为。本发明将高维空间中的数据在低维空间中重新表示，降低了运算复杂度，利于密集人群场景的异常行为检测。其异常行为检测率达到73.52～78.45％，漏检率为17.05％～21.45％，误检率4.5～6.1％％。
-
公开(公告)号：CN107704801B
公开(公告)日：2021-08-06
申请号：CN201710711696.2
申请日：2017-08-18
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明提供一种基于分段直线加分段贝塞尔曲线的曲线车道线检测方法，包括步骤：1)对图像进行二值化处理得到二值图；2)对二值图进行霍夫Hough直线检测得到直线集；3)对直线集中的相邻直线进行连接：判断相邻直线斜率差值是否小于等于平行阈值，如是，则使用直线直接连接两相邻直线中第一条直线的终点与第二条直线的起点，如否，则使用贝塞尔曲线连接两相邻直线中第一条直线的终点与第二条直线的起点，贝塞尔曲线控制点为第一条直线与第二条直线的延长线交点。本发明对于曲率变化较大的车道线采用分段直线加分段贝塞尔曲线方案简单方便，并且准确率可以和直接多段贝塞尔曲线拟合结果媲美。
-
公开(公告)号：CN107766790B
公开(公告)日：2021-04-30
申请号：CN201710768472.5
申请日：2017-08-31
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于局部约束低秩编码的人体行为识别方法，包括步骤：1)样本库的特征提取步骤；2)字典生成步骤；3)对待测图像进行特征提取得到特征X，对特征X中的每一列向量都用字典进行线性表达，得到当前的特征X的编码系数Z；4)行为识别步骤：通过步编码系数Z，采用最大池化法计算Z中每一行的最大值，取最大值中的前T个，分别找出这T个值所对应的相应类别，找到该类别在编码系数Z中对应的系数，并把相同类别的系数叠加起来，得到的叠加结果的最大值所对应的类别即为最终的识别结果。本发明在求解编码系数Z时体现了特征的低秩性和局部结构信息，更好地描述行为动作，使得基于局部约束低秩的编码的识别效果更好。
-
公开(公告)号：CN105930790B
公开(公告)日：2021-02-05
申请号：CN201610241121.4
申请日：2016-04-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于核稀疏编码的人体行为识别方法，属于数字图像处理技术领域。本发明首先将输入视频分成固定长度且相互重叠的视频段，再对每个视频段提取梯度与光流特征协方差或者形状特征协方差，并采用对称正定矩阵降维方法对协方差矩阵进行降维。在Stein核的基础上，提出一种稀疏最大化的对阵正定矩阵空间字典学习，并将黎曼流形嵌入再生核希尔伯特空间提出一种黎曼稀疏求解器。本发明用于视频的人体行为识别，处理简单，计算复杂度低，对行为差异、视角变化、低分辨率具有很好的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
