一种基于3D轨迹分析的目标检测识别算法

    公开(公告)号:CN106127137A

    公开(公告)日:2016-11-16

    申请号:CN201610452597.2

    申请日:2016-06-21

    Applicant: 长安大学

    CPC classification number: G06K9/00771 G06K9/4609 G06K9/6201 G06K2209/21

    Abstract: 本发明公开了一种基于3D轨迹分析的目标检测识别算法,该方法利用安装在公交车后门上方的双目摄像头采集视频图像以进行目标检测识别,将同一乘客不同时刻的运动位置作为运动目标,通过视屏图像的深度图初步识别运动目标,然后祛除伪运动目标,最终实现对运动目标的精确检测识别。本发明利用3D轨迹分析进行目标识别检测,解决了传统的由于光照导致的轨迹跟踪过程中轨迹跟断,提高了目标识别检测的准确性。本发明不受硬件环境限制,能够进行实时检测,且检测精度高。本发明,将运动目标的图像二维轨迹转换为世界坐标系下的3D轨迹,解决了传统目标识别中最常见的目标被遮挡无法检测到的问题,提高了目标识别检测的准确性。

    一种基于部件空间关系的车辆检测方法

    公开(公告)号:CN105160324A

    公开(公告)日:2015-12-16

    申请号:CN201510566019.7

    申请日:2015-09-08

    Applicant: 长安大学

    CPC classification number: G06K9/00825

    Abstract: 本发明公开了一种基于部件空间关系的车辆检测方法,属于图像识别领域。所述发明包括建立高斯混合模型,获得透视变换矩阵,构建逆投影面,根据所述透视变换矩阵将所述视频图像中的信息进行逆投影,获得逆投影图,从所述逆投影图中确定所述车牌部件和所述车灯部件,如果所述逆投影图中的所述车牌部件和所述车灯部件的个数和不小于预设值,则在确定所述车牌部件和所述车灯部件为一辆车的部件后确定车辆数目。本发明通过在车辆检测过程中引入高斯混合模型,与现有技术相比,能够克服遮挡以及光照条件差对目标检测算法的影响,提高了车辆识别的准确性。

    一种基于部件空间关系的车辆检测方法

    公开(公告)号:CN105160324B

    公开(公告)日:2018-10-26

    申请号:CN201510566019.7

    申请日:2015-09-08

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于部件空间关系的车辆检测方法,属于图像识别领域。所述发明包括建立高斯混合模型,获得透视变换矩阵,构建逆投影面,根据所述透视变换矩阵将所述视频图像中的信息进行逆投影,获得逆投影图,从所述逆投影图中确定所述车牌部件和所述车灯部件,如果所述逆投影图中的所述车牌部件和所述车灯部件的个数和不小于预设值,则在确定所述车牌部件和所述车灯部件为一辆车的部件后确定车辆数目。本发明通过在车辆检测过程中引入高斯混合模型,与现有技术相比,能够克服遮挡以及光照条件差对目标检测算法的影响,提高了车辆识别的准确性。

Patent Agency Ranking