公开(公告)号：CN106407887B

公开(公告)日：2020-07-31

申请号：CN201610716184.0

申请日：2016-08-24

Applicant: 重庆大学

Inventor： 覃剑 ,  肖婷 ,  王美华

IPC: G06K9/00

Abstract: 本发明公开了一种候选框搜索步长的获取方法，涉及计算机视觉及模式识别中的目标检测领域，能够通过建立泊松分布模型确定待检测视频中目标候选框的搜索步长。该方法包括获取待搜索图像；获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数；根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型；根据所述分区类型，确定在每个原始分区中的候选框搜索步长。本发明实施例提供的技术方案能够适用于包括静态监控视频、车载监控视频等场景中行人检测、车辆检测等目标检测过程中。

公开(公告)号：CN106407887A

公开(公告)日：2017-02-15

申请号：CN201610716184.0

申请日：2016-08-24

Applicant: 重庆大学 ,  深圳天珑无线科技有限公司

Inventor： 覃剑 ,  肖婷 ,  王美华

IPC: G06K9/00

CPC classification number: G06K9/00718 ,  G06K9/00973 ,  G06K2209/21

Abstract: 本发明公开了一种候选框搜索步长的获取方法，涉及计算机视觉及模式识别中的目标检测领域，能够通过建立泊松分布模型确定待检测视频中目标候选框的搜索步长。该方法包括获取待搜索图像；获取所述待搜索图像中各个原始分区的图像信息以及各个原始分区各自对应的泊松分布函数；根据每个原始分区的图像信息和泊松分布函数，确定每个原始分区的分区类型；根据所述分区类型，确定在每个原始分区中的候选框搜索步长。本发明实施例提供的技术方案能够适用于包括静态监控视频、车载监控视频等场景中行人检测、车辆检测等目标检测过程中。

公开(公告)号：CN104680188B

公开(公告)日：2018-04-27

申请号：CN201510130785.9

申请日：2015-03-24

Applicant: 重庆大学

Inventor： 覃剑 ,  王美华 ,  韩亮 ,  蒲秀娟

IPC: G06K9/62

Abstract: 本发明公开了一种人体姿态基准图像库的构建方法，该方法将不同的人体姿态动作按序构建成诱导视频游戏，玩家按照诱导视频游戏执行相应的动作，并利用图像采集设备获取玩家在预置时间点或预置事件处的姿态图像，将不同玩家在相同时间点或相同事件处的姿态图像分为一类，对同一类中的多个姿态图像进行特征提取和聚类分析，删除置信度低的姿态图像，将留下的置信度高的姿态图像与诱导视频中对应时间点或对应事件处的人体姿态动作关联并标注，建立人体姿态基准图像库。其显著效果是：无需搜集大量人体姿势图片、再进行人工筛选和标定，节省了大量的人力物力，同时不需要使用复杂的人体姿势识别算法，提高了效率。

公开(公告)号：CN105894020A

公开(公告)日：2016-08-24

申请号：CN201610191094.4

申请日：2016-03-30

Applicant: 重庆大学

Inventor： 覃剑 ,  王美华 ,  肖婷 ,  张媛

IPC: G06K9/62

Abstract: 本发明提供了一种基于高斯模型的特定目标候选框生成方法，包括如下步骤：以随时间变化的目标尺度为自变量建立各个像素点处的高斯模型；训练高斯模型，在学习过程中动态筛选出目标频繁出现的位置以及目标尺度信息，从而得到检测区域；根据高斯模型学习得到的目标尺度信息，利用滑动窗搜索方式在检测区域均匀设置候选框，本发明充分利用静态监控视频以及车载监控视频等特殊场景的固有特征，训练高斯模型，得到特定目标频繁出现的区域与检测点处的尺度信息，并采用在线学习机制，使得模型更新与检测同步进行，本发明大大提升了目标检测效率及检测效果，并为后续的特定目标识别及跟踪过程提高了较大的辅助作用。

公开(公告)号：CN104680188A

公开(公告)日：2015-06-03

申请号：CN201510130785.9

申请日：2015-03-24

Applicant: 重庆大学

Inventor： 覃剑 ,  王美华 ,  韩亮 ,  蒲秀娟

IPC: G06K9/62

Abstract: 本发明公开了一种人体姿态基准图像库的构建方法，该方法将不同的人体姿态动作按序构建成诱导视频游戏，玩家按照诱导视频游戏执行相应的动作，并利用图像采集设备获取玩家在预置时间点或预置事件处的姿态图像，将不同玩家在相同时间点或相同事件处的姿态图像分为一类，对同一类中的多个姿态图像进行特征提取和聚类分析，删除置信度低的姿态图像，将留下的置信度高的姿态图像与诱导视频中对应时间点或对应事件处的人体姿态动作关联并标注，建立人体姿态基准图像库。其显著效果是：无需搜集大量人体姿势图片、再进行人工筛选和标定，节省了大量的人力物力，同时不需要使用复杂的人体姿势识别算法，提高了效率。

公开(公告)号：CN105894020B

公开(公告)日：2019-04-12

申请号：CN201610191094.4

申请日：2016-03-30

Applicant: 重庆大学

Inventor： 覃剑 ,  王美华 ,  肖婷 ,  张媛

IPC: G06K9/62

Abstract: 本发明提供了一种基于高斯模型的特定目标候选框生成方法，包括如下步骤：以随时间变化的目标尺度为自变量建立各个像素点处的高斯模型；训练高斯模型，在学习过程中动态筛选出目标频繁出现的位置以及目标尺度信息，从而得到检测区域；根据高斯模型学习得到的目标尺度信息，利用滑动窗搜索方式在检测区域均匀设置候选框，本发明充分利用静态监控视频以及车载监控视频等特殊场景的固有特征，训练高斯模型，得到特定目标频繁出现的区域与检测点处的尺度信息，并采用在线学习机制，使得模型更新与检测同步进行，本发明大大提升了目标检测效率及检测效果，并为后续的特定目标识别及跟踪过程提高了较大的辅助作用。