|
搜索
搜 索
高等教育领域数字化综合服务平台
高清晰度监控视频图像内容分析识别设备
面向交通安全、社区治安和城市管理等实际应用需求，突破监控视频 的内容分析、事件检测和目标识别等关键技术，研制高清晰度海量监 控视频图像数据的深度分析和挖掘系统，在示范应用区域进行部署应 用，以满足高效率、高精度的视频图像监控应用的要求。
复旦大学
2021-01-12
一种图像中不同区域视觉显著程度的检测方法
北京工业大学
2021-04-14
一种基于深度图像的跌倒行为实时检测方法
本发明公开了一种基于深度图像的跌倒行为实时检测方法,包括深度图像获取，人体图像识别，深度差分特征提取，人体部位解析，·704·关节点提取，高度特征提取和跌倒检测步骤；基于深度图像，在识别出的人体图像上选择特定的深度差分特征，使用随机森林分类器对人体部位进行解析，将人体分为头部与躯干两个部位类型，随后检测关节点，然后提取高度特征向量，再通过支持向量机分类器检测对象是否处于跌倒状态的信息；本发明提供跌倒行为
华中科技大学
2021-04-14
面向大规模图像视觉特征的多维倒排索引与快速检索算法
本发明公开了面向大规模图像视觉特征的多维倒排索引与快速检索算法，包括：利用图像的视觉特征训练增强型残差量化所需的多层码书，并利用所训练的码书构建多维倒排索引；根据已训练完成的码书，对图像视觉特征进行量化和编码，同时根据计算得到的编码将其插入到倒排索引中对应的倒排列表；利用查询图像视觉特征对所构建的多维倒排索引进行查询，获得查询候选集；利用自适应超球体过滤对查询候选集进行优化，对过滤后的查询结果排序，从而完成图像视觉特征的检索。本发明的方法通过对图像特征进行量化和编码，提高图像特征的量化效率；利用所生
华中科技大学
2021-04-14
一种基于平面图像的静态集成成像方法及系统
本发明提供一种基于平面图像的静态集成成像方法及系统，包括分别确定平面图像的前景、中景和 后景；分别对前景、中景和后景复制位移得到相应的 M×M 幅阵列图像，包括计算前景位移量和后景位 移量，根据预设的行列数 M 进行复制位移；将相同视角的前景、中景和后景组合得到 M×M 幅子图像阵 列；将 M×M 幅子图像阵列抽样合成得到一幅单元图像阵列；将单元图像阵列通过输出设备打印在打印 纸上，覆上立体显示透镜阵列或正交柱透镜光栅再现立体图像。本发明具有计
武汉大学
2021-04-14
一种基于运动检测的图像去模糊方法及装置
本发明提供一种基于相机运动检测的图像去模糊方法，首先通过惯性导航器件获取曝光期间相机的运动参数，根据运动参数估计相机的大致运动轨迹；然后根据运动轨迹由多视几何学获取曝光期间图像的模糊核；最后由维纳滤波算法得到去模糊后的清晰图像。结果表明这种方法能够准确地检测曝光期间相机的运动情况，并根据运动轨迹快速、准确地生成模糊核，最终通过逆滤波得到相对清晰的图像。
华中科技大学
2021-04-14
知识约束的公路车辆目标图像气动光学效应校正方法
本发明公开了一种知识约束的公路车辆红外图像气动光学效应校正方法，该方法先建立车辆模板和多尺度公路模板，再使用多尺度公路模板提取高超声速条件下实时模糊图像中的公路区域；利用 HU矩约束的最大似然估计算法校正气动光学效应图像中的公路区域，得到公路区域校正图像；使用车辆模板在公路区域校正图像中匹配车辆区域位置，得到所要提取的车辆区域；利用 HU 矩约束的最大似然估计算法校正车辆区域，得到车辆区域校正图像。本发明是由粗到细递
华中科技大学
2021-04-14
一种基于超声颈动脉图像的内中膜自动分割方法
本发明公开了一种基于超声颈动脉图像的内中膜自动分割方法，包括：获取超声颈动脉纵截面图像，对该超声颈动脉纵截面图像进行灰度归一化处理，以得到归一化超声颈动脉纵截面图像，对该归一化超声颈动脉纵截面图像进行处理，提取去噪后的归一化超声颈动脉纵截面图像的特征图，计算特征图中每个像素点与其纵向相邻像素点的特征值梯度，将特征值梯度分布最显著的横轴作为感兴趣区域的中间横轴，从中间横轴分别向上和向下扩展，以得到感兴趣区域，获取感兴趣区域 R 的灰度梯度图，在估计的内中膜厚度的取值范围内依次取每一个整数值作为可能的内
华中科技大学
2021-04-14
基于同质块均值核类内协同表示的高光谱图像分类
该成果提出了一种基于同质块均值核类内协同表示分类方法。同质块均值核能够有效地为目标样本确定其邻域区域内的同质样本，并将目标样本和同质块内的样本与训练样本之间的相似度作为新的特征向量，在有效提高类别区分度和空间表征能力的同时，提升了特征生成的效率。其后在分类过程中，利用类内协同表示分类中的吉洪诺夫正则项加强测试样本和各个类别训练样本之间的相关性的同时进一步提高分类效率。
主要技术指标
不同数据集下的训练样本与测试样本数与在该训练样本集数量下的分类结果表现参阅表 1。
（1）相比于传统分类器 SVM，OA 提高了约 15%；相比于 JCR 方法，OA 提高了约 2-4%。
（2）该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。同时有效降低了离散错分样本的数量，改善了过平滑的分类效果。参见表 1 与图 1。
（3）同时该成果特征提取方法有效提高了特征提取效率，参见表 2。
表 1.PaviaU 大学数据的训练样本选取与分类结果
表 2. 不同窗口大小下的特征生成时间比较
西安电子科技大学
2023-04-19
一种基于模糊不变特征的模糊图像识别方法
本发明公开了一种基于模糊不变特征的模糊图像识别方法，属于计算机视觉、模式识别技术领域。本发明包括：分别从纹理与结构两个方面提取模糊图像的模糊不变特征；将所提取的特征采用 KCCA方法进行融合；利用训练样本提取融合特征训练 SVM 分类器；利用训练得到的 SVM 分类器对模糊图像进行识别。相比于传统的模糊图像识·751·别方法，本发明所提供的方法可以在不去图像模糊的情况下直接对模糊图像进行识别，具有识别准
华中科技大学
2021-04-14