-
公开(公告)号:CN101996400B
公开(公告)日:2015-09-09
申请号:CN200910166494.X
申请日:2009-08-19
IPC: G06T7/00
Abstract: 本发明公开一种更新目标检测器的方法和装置。所述目标检测器由多个子分类器组成,用于检测视频中的目标。所述方法包括:可信度判断步骤,判断所述目标检测器的可信度是否满足预定更新条件;以及更新步骤,如果所述可信度满足预定更新条件,则用新的子分类器取代所述多个子分类器中的至少一个分类能力最低的子分类器。根据本发明的更新目标检测器的方法和装置通过在检测过程中根据目标检测器的可信度来更新目标检测器中至少一个分类能力最低的子分类器,使得目标检测器能够适应视频中的目标的状态变化,从而鲁棒地检测和跟踪目标。
-
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。
-
公开(公告)号:CN101996400A
公开(公告)日:2011-03-30
申请号:CN200910166494.X
申请日:2009-08-19
IPC: G06T7/00
Abstract: 本发明公开一种更新目标检测器的方法和装置。所述目标检测器由多个子分类器组成,用于检测视频中的目标。所述方法包括:可信度判断步骤,判断所述目标检测器的可信度是否满足预定更新条件;以及更新步骤,如果所述可信度满足预定更新条件,则用新的子分类器取代所述多个子分类器中的至少一个分类能力最低的子分类器。根据本发明的更新目标检测器的方法和装置通过在检测过程中根据目标检测器的可信度来更新目标检测器中至少一个分类能力最低的子分类器,使得目标检测器能够适应视频中的目标的状态变化,从而鲁棒地检测和跟踪目标。
-
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。
-
公开(公告)号:CN118862918A
公开(公告)日:2024-10-29
申请号:CN202410785014.2
申请日:2024-06-18
Applicant: 清华大学
IPC: G06K7/14
Abstract: 本发明提供一种二维码图像的重建方法及系统,该方法包括:确定待重建二维码图像和参考二维码图像;根据待重建二维码图像和参考二维码图像,基于预设二维码图像重建深度学习网络进行二维码图像的重建,得到重建后的二维码图像;预设二维码图像重建深度学习网络用于引导待重建二维码图像学习参考二维码图像的结构特征。本发明利用深度学习的方法对待重建二维码图像进行重建,有效提高了二维码图像的识别率和识别准确率。
-
公开(公告)号:CN108876839B
公开(公告)日:2021-05-28
申请号:CN201810791127.8
申请日:2018-07-18
Applicant: 清华大学
Abstract: 本发明提供一种结构光三维成像系统的景深扩展方法、装置及系统,所述方法包括:分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列;使用格雷码的局部精细深度估计算法,获取各结构光图像序列的局部精细深度图,使用基于最大流方法的全局粗糙深度估计算法,获取所有结构光图像序列的全局粗糙深度图;根据全局粗糙深度图将各局部精细深度图进行融合,获取目标场景的全局精细深度图。本发明实现大景深场景下的三维成像,方法简单,计算效率高,提高了三维成像的精度。
-
公开(公告)号:CN108876839A
公开(公告)日:2018-11-23
申请号:CN201810791127.8
申请日:2018-07-18
Applicant: 清华大学
Abstract: 本发明提供一种结构光三维成像系统的景深扩展方法、装置及系统,所述方法包括:分别获取目标场景的多个聚焦位置中各聚焦位置对应的结构光图像序列;使用格雷码的局部精细深度估计算法,获取各结构光图像序列的局部精细深度图,使用基于最大流方法的全局粗糙深度估计算法,获取所有结构光图像序列的全局粗糙深度图;根据全局粗糙深度图将各局部精细深度图进行融合,获取目标场景的全局精细深度图。本发明实现大景深场景下的三维成像,方法简单,计算效率高,提高了三维成像的精度。
-
-
公开(公告)号:CN105763856A
公开(公告)日:2016-07-13
申请号:CN201610261971.0
申请日:2016-04-25
Applicant: 清华大学 , 山东明佳科技有限公司
IPC: H04N7/18
Abstract: 本发明涉及一种高速图像采集处理方法及系统。所述方法包括:利用最优化模型确定所述高速图像采集处理系统包括N个信号采集模块和M个图像处理模块;所述任务分配控制器依次控制所述N个信号采集模块采集图像信息;从图像处理器队列中取出一个图像处理模块,并将所述信号采集模块所采集的图像信息分配给所述图像处理模块;所述图像处理器队列包括至多M个图像处理模块,并按照先进先出的原则获取图像信息。本发明还公开了一种基于上述高速图像采集处理方法实现的高速图像采集处理系统。本方法具有硬件成本低、易于实现、系统利用率高、逻辑结构简单稳定等优点。
-
公开(公告)号:CN105373810A
公开(公告)日:2016-03-02
申请号:CN201510770767.7
申请日:2015-11-12
Applicant: 清华大学
IPC: G06K9/62
Abstract: 本发明公开了一种用于建立动作识别模型的方法,包括:获取动作样本的骨架位置序列,根据所述骨架位置序列获取每个动作个体中各节点的坐标,所述骨架位置序列中包括多个节点;根据各节点的坐标获取每个动作个体的特征向量,并根据所述特征向量,获取多个动作大类以及各动作大类的动作特征;根据所述动作特征,建立各动作大类的动作识别模型。本发明通过获取每个动作个体的特征向量,以实现所有动作样本的自动聚类,与现有技术的人工干预进行聚类相比,具有提高推广性的优点。
-
-
-
-
-
-
-
-
-