跟踪目标的方法和装置
    1.
    发明授权

    公开(公告)号:CN101996312B

    公开(公告)日:2015-03-18

    申请号:CN200910165942.4

    申请日:2009-08-18

    Abstract: 本发明涉及跟踪目标的方法和装置。跟踪目标的方法包括:计算分别与目标的多个特征相关的多个相似度曲面,该相似度曲面为一组候选目标与目标模板之间的相似度构成的曲面;基于相关的相似度曲面的参数和参考相似度曲面的参数来计算特征的可信度,其中参考相似度曲面为目标处于初始位置时获得的相应的相似度曲面,相关的相似度曲面的参数和参考相似度曲面的参数反映相应特征的可信度,参数包括相似度曲面的平坦程度、平均相似度和多峰程度中的一个或多个;基于每个特征的可信度将多个相似度曲面进行加权相加以得到合成相似度曲面,其中可信度大的特征被赋予更大的权重;以及基于合成相似度曲面来确定目标的位置。本发明能够有效地跟踪目标。

    跟踪目标的方法和装置
    2.
    发明公开

    公开(公告)号:CN101996312A

    公开(公告)日:2011-03-30

    申请号:CN200910165942.4

    申请日:2009-08-18

    Abstract: 本发明涉及跟踪目标的方法和装置。跟踪目标的方法包括:计算分别与目标的多个特征相关的多个相似度曲面,该相似度曲面为一组候选目标与目标模板之间的相似度构成的曲面;基于相关的相似度曲面的参数来计算特征的可信度;基于每个特征的可信度将多个相似度曲面进行合成以得到合成相似度曲面;以及基于合成相似度曲面来确定目标的位置。本发明能够有效地跟踪目标。

    一种参考块缩放方法及计算机可读存储介质

    公开(公告)号:CN112435168B

    公开(公告)日:2024-01-19

    申请号:CN202011382860.8

    申请日:2020-12-01

    Inventor: 金欣 江帆

    Abstract: 本发明提供一种参考块缩放方法及计算机可读存储介质,方法包括:包括如下步骤:S1:获取待缩放处理的图像的块大小缩放系数,计算得到对应的参考块大小;S2:根据所述参考块的大小在参考帧中的匹配位置获取缩放后的参考块,进一步获取所述缩放后的参考块的边界像素;S3:所述缩放后的参考块整形回所述图像的块大小的尺寸,得到结果块。保持纹理信息不变但是尺度对应变化,与缩放前尺寸保持一致,方便后续其他预测操作。

    一种参考块缩放方法及计算机可读存储介质

    公开(公告)号:CN112435168A

    公开(公告)日:2021-03-02

    申请号:CN202011382860.8

    申请日:2020-12-01

    Inventor: 金欣 江帆

    Abstract: 本发明提供一种参考块缩放方法及计算机可读存储介质,方法包括:包括如下步骤:S1:获取待缩放处理的图像的块大小缩放系数,计算得到对应的参考块大小;S2:根据所述参考块的大小在参考帧中的匹配位置获取缩放后的参考块,进一步获取所述缩放后的参考块的边界像素;S3:所述缩放后的参考块整形回所述图像的块大小的尺寸,得到结果块。保持纹理信息不变但是尺度对应变化,与缩放前尺寸保持一致,方便后续其他预测操作。

    对等网络中基于二元意见的局部信任模型的建立方法

    公开(公告)号:CN100471199C

    公开(公告)日:2009-03-18

    申请号:CN200510011903.0

    申请日:2005-06-09

    Applicant: 清华大学

    Inventor: 徐恪 江帆 崔勇

    Abstract: 对等网络中基于二元意见的局部信任模型的建立方法,属于对等网络的信任模型技术领域,其特征在于:它使每个节点能够根据自己及自己信任节点的意见推导出对其它节点的局部意见,而节点惩罚机制使得推举恶意节点的节点也受到连带的惩罚,从而有效地抵御间谍攻击;即使恶意节点对某一部分节点进行了成功的攻击,也不会像全局信任模型那样通过全局统一的意见值立刻影响到网络中的所有其它节点;模拟试验表明,在绝大多数情况下,采用惩罚机制的局部信任模型能使交易成功率保持在90%以上。

    一种根据在覆盖路由网络中的路由表转发数据的方法

    公开(公告)号:CN100428743C

    公开(公告)日:2008-10-22

    申请号:CN200610089733.2

    申请日:2006-07-14

    Applicant: 清华大学

    Abstract: 本发明属于覆盖网络中的路由表计算技术领域,其特征在于,该方法以延迟、丢包率、带宽各度量参数中的任何一种作为权值,设定最大跳数受限,并通过设定的度量转换成权值、权值相加、权值比较和权值初始值各种权值操作,来计算覆盖路由网络中各相邻路由节点间的优化距离,据此得出从本地节点到覆盖路由网络中任意节点的优化距离。本发明支持延迟、丢包率、带宽等多种度量参数,并通过引入跳数受限机制大大降低了数据转发时发生路由环路的机率,从而提高了端到端的传输性能。

    覆盖路由网络中的路由表计算方法

    公开(公告)号:CN1889519A

    公开(公告)日:2007-01-03

    申请号:CN200610089733.2

    申请日:2006-07-14

    Applicant: 清华大学

    Abstract: 本发明属于覆盖网络中的路由表计算技术领域,其特征在于,该方法以延迟、丢包率、带宽各度量参数中的任何一种作为权值,设定最大跳数受限,并通过设定的度量转换成权值、权值相加、权值比较和权值初始值各种权值操作,来计算覆盖路由网络中各相邻路由节点间的优化距离,据此得出从本地节点到覆盖路由网络中任意节点的优化距离。本发明支持延迟、丢包率、带宽等多种度量参数,并通过引入跳数受限机制大大降低了数据转发时发生路由环路的机率,从而提高了端到端的传输性能。

    一种基于梯度信息的全光视频序列帧内预测方法

    公开(公告)号:CN113610055A

    公开(公告)日:2021-11-05

    申请号:CN202111003763.8

    申请日:2021-08-30

    Inventor: 金欣 江帆

    Abstract: 一种基于梯度信息的全光视频序列帧内预测方法,包括如下步骤:A1:获取视频序列第一帧,进行帧内运动估计,计算得到参考块大小缩放系数,以及不同微透镜焦距下对应参考块之间的距离参数;A2:根据计算得到的距离参数,找到当前块对应的左、左上、上方参考块位置,再根据所述位置和计算出来的大小缩放系数获取缩放后的参考块;A3:将参考块按纹理信息分为宏像素边界区域和非边界区域,再分别进行整形,使其与序列的原始缩放前参考块大小相等;A4:将整形后的参考块沿着宏像素边界区域平滑滤波,再进行加权操作以预测当前块。本发明能够高效地实现利用已编码的图像对未编码的全光图像的准确预测。

    面向聚焦式全光视频序列的帧内预测方法及存储介质

    公开(公告)号:CN112492288A

    公开(公告)日:2021-03-12

    申请号:CN202011387115.2

    申请日:2020-12-01

    Inventor: 金欣 江帆

    Abstract: 本发明提供一种面向聚焦式全光视频序列的帧内预测方法及存储介质,方法包括:获取全光视频序列的光学参数;根据光学成像原则和所述光学参数以及所述全光视频序列自带的参数,计算所述全光视频序列的参考块大小缩放系数,以及不同焦距的微透镜下对应参考块之间的距离参数;根据所述距离参数找到匹配参考块的位置,再根据所述缩放系数获取缩放后的参考块;在保持内容不变的情况下整形所述缩放后的参考块,使其与所述全光视频序列的原始缩放前参考块大小相等,再加权预测待预测的当前块,进而完成所述全光视频序列当前帧内所有块的帧内预测。高效地实现利用已编码的图像对未编码的全光图像的准确预测。

Patent Agency Ranking