本发明属于计算机视觉中的目标跟踪技术领域，公开了一种无人机目标跟踪方法、系统、介质、设备及终端，利用ImageNet数据集进行主干网络预训练；创建SiamTCP无人机跟踪模型，并在多个视频数据集上训练SiamTCP无人机跟踪模型。本发明提供的基于目标感知级联像素匹配的无人机目标跟踪方法，通过在多个数据集上进行训练，从而确定神经网络模型的参数，训练完成之后的模型，可以应用于无人机场景的目标跟踪任务。具体而言，本发明提出了逐像素互相关，并进行级联操作，通过部分到部分的匹配操作代替全局到全局的匹配，增强了特征融合的结果。同时本发明提出的目标感知模块可以剔除不必要的背景信息，能够很好地配合级联的像素匹配过程。
📄 2022113847044
📂 G06T7_246
👤 浙江师范大学
📅 2022-11-07
本发明属于对抗攻击技术领域，公开了一种针对视觉目标跟踪的对抗样本攻击方法、系统及终端，包括以下步骤：S1，随机选取干扰图像，并添加补丁；S2，扰动测试图像特征，生成对抗样本；即在特征空间对测试图像进行优化，使其逼近带有补丁的干扰图像特征，同时保持对抗噪声在测试图像的像素空间尽可能不可察觉，该方法称为USAE；S3，样本替换，攻击目标跟踪算法；将对抗测试样本用于目标跟踪模型测试，评估跟踪结果即为攻击效果。本发明无需特定干扰数据集，对于任意数据集都可进行处理。对于数据集上添加的补丁大小，可进行大小调整，整体可调节性强，可根据实际所需进行相关设置调整。
📄 2023110770473
📂 G06V10_82
👤 浙江师范大学
📅 2023-08-24
本发明公开了基于时间自适应双向桥接的RGB‑D目标跟踪方法、系统及介质，属于计算机视觉技术领域，使用视觉Transformer ViT将RGB模态和深度模态图像切分成图像块，并将图像块嵌入到潜在空间中，并进行特征提取；通过时间自适应双向桥接模块进行RGB模态和深度模态之间的特征融合；所述的时间自适应双向桥接模块包括预融合模块、交叉注意力模块和时序自适应分支；通过预测头输出目标的分类结果和边界框位置，利用融合特征进行分类和边界框回归，以确定目标在当前帧中的位置；预测头通过损失函数进行模型训练。本发明通过时间自适应双向桥接模块，实现了深度和RGB特征的有效融合，并通过时序自适应分支动态更新在线模板图像特征，从而提升跟踪模型的鲁棒性。
📄 2024113135621
📂 G06T7_246
👤 浙江师范大学
📅 2024-09-20
本发明公开了一种基于多通道特征融合的线结构光中心线提取方法，包括：将线结构光彩色图像分离成RGB图像，并根据光条纹像素的特征确定主次通道HML三灰度图像；其中，主通道H是RGB图像中有效像素最多、干扰像素最多的灰度图，次通道M是RGB图像中干扰像素较少的灰度图，次通道L是RGB图像中目标像素与干扰像素之比最高的灰度图；分别获取主通道H和次通道M的灰度图中光条纹每一行像素的横截面波峰，利用波峰特征对HML三灰度图像的亮度值进行融合；从融合图像中提取线结构光条纹的ROI区域；再利用次通道M的波峰特征，并结合差分模板算法和局部灰度重心法，提取中心线。本发明有效提高了中心线提取精度，可以精确地测量具有高光反射表面的物体。
📄 2024110259054
📂 G06V10_80
👤 武汉工程大学
📅 2024-07-30
本发明公开了一种基于空间不变性的非编码点匹配与立体重建方法，主要包括双目相机在获取到待测物体的图片信息后，对采集图像进行立体校正，接着对左右同帧图片中存在的非编码点进行质心提取，根据点空间的空间不变性，找到左右相机同帧图像的二维同名点，再根据二维同名点匹配结果和相机的标定参数还原出每一帧中匹配成功的非编码点的三维点云信息；然后，基于多种空间不变性的特征找到不同点云之间的三维同名点，计算出不同点云的变换关系，构建出待测物体的非编码点空间三维模型，再结合线结构光扫描仪的结构信息即可实现物体的三维重建。本发明提供了一种具有强鲁棒性的、精准且高效的实时三维重建方法，在智能驾驶、智慧零售、医疗美容等方面有着广泛的应用前景。
📄 2024110258992
📂 G06T17_00
👤 武汉工程大学
📅 2024-07-30
本发明提出了一种结合区域信息和角点检测算子的线性特征拟合方法，即融合雷达数据区域信息及过滤区域外噪声点，根据角点检测算子提取角点特征，并用加权最小二乘法进行线性拟合的方法。首先，利用两点间距离判断区域断点以及区域外噪声点。然后根据点到首尾连线距离筛选初选角点，根据点到弦、点到切线累加距离计算角点检测算子并确定候选角点，根据角点张开度剔除伪角点确定最终角点。最后，过滤噪声点，并在区域断点、角点处线性分割，利用加权最小二乘法拟合出激光扫描点线性特征。该方法能有效避免噪声点和固定分割阈值对角点提取的影响，拟合激光扫描数据特征更接近实际环境。
📄 2022106770160
📂 G01S17_93
👤 南京工程学院
📅 2022-06-13
本发明涉及一种基于运动过滤和调整的特征匹配方法，属于计算机视觉技术领域。提出了一种运动过滤和调整网络，以减轻捕获上下文时异常值的影响。具体来说，首先，设计一个运动过滤块来去除离群点并迭代地捕获上下文。然后，设计了一个正则化和调整块来估计并调整具有额外位置信息的精确运动场。本发明方法能有效地捕获上下文以及估计准确的运动场；本发明方法可应用于姿态估计、点云配准、图像拼接和运动分割等多个领域。
📄 2024112986848
📂 G06V10_74
👤 闽江学院
📅 2024-09-18
本发明提出基于残差排序和稀疏限制的基础矩阵拟合方法，所述拟合方法为包含多个模型实例和高比例离群点的数据集生成有效距离矩阵，具体包括以下步骤；步骤S1：设定输入数据，模型实例个数S，采样次数M；步骤S2：通过改进算法AGS使用采样权重和信息论原理来选择有效数据，然后从有效数据中选择数据子集，生成M个模型假设；步骤S3：用生成的M个模型假设计算鉴别距离矩阵；步骤S4：用信息理论和计算稀疏距离矩阵；步骤S5：在上使用参数S执行谱聚类来获得的类标；本发明能有效地结合残差排序和稀疏限制的优点，可高效地为包含多个模型实例和高比例离群点的数据生成更为准确的距离矩阵。
📄 2023101498066
📂 G06V10_26
👤 闽江学院
📅 2023-02-22
本发明公开了一种基于计算机视觉识别的标签防转移方法，其包括生成原始噪声图案；进行极坐标转换后生成极坐标噪声图案；将极坐标噪声图案组合到预设标签模版中所定义的外圆内；按照组合图案，将极坐标噪声图案和标签模版同时印制于一张标签纸上，得到标签；粘贴标签时，令极坐标噪声图案与标签模版中外圆之间的区域镂空；获取组合图案的鉴真参数；捕获极坐标噪声图案，对极坐标噪声图案进行逆变换处理，得到逆变换噪声图案；判断逆变换噪声图案与原始噪声图案是否相同，对标签进行外来攻击检测；判断逆变换噪声图案的LBP值与原始噪声图案的LBP值是否相同，进而判定标签真假。本发明防转移性能更强、有助于降低生产成本以及提高用户体验。
📄 2021109916761
📂 G06K19_06
👤 深圳纸芯科技有限公司
📅 2021-08-27
本发明公开了一种基于计算机视觉识别系统的椭圆角度编码解码方法，包括有：映射规则构建步骤：构建椭圆角度信息容量及对应参数表，所述椭圆角度信息容量及对应参数表包括有多个单椭圆角度数据容量值、多个椭圆角度个数值和多个最高总容量值，所述单椭圆角度数据容量值、所述椭圆角度个数值和所述最高总容量值一一对应；椭圆角度编码步骤：确认本次编码所需的数据总容量、计算所述椭圆角度个数值、构建椭圆角度编码表以及生成椭圆角度编码图像；椭圆角度解码步骤：识别得出全部椭圆图形以及每个椭圆的角度值、查表得到二进制数映射值、根据二进制数映射值得出编码信息。本发明能提高计算机视觉编码图像的抗攻击性能，并且实现过程简单、稳定可靠。
📄 2020106555019
📂 G06T9_00
👤 深圳企业云科技股份有限公司; 何洋
📅 2020-07-09
本发明公开一种联合流形排序和改进凸包的显著性检测方法，步骤是对输入的图像首先通过流行排序算法(MR)在CIELab颜色空间上对图像的前景进行提取，在CIELab颜色空间上通过颜色特征计算得到显著区域的大致位置的显著图，将显著图融合提取的前景图像得到先验图；其次通过高斯金字塔算法对图像进行降采样，得到两种不同尺度的图像，结合经典的Harris算子检测原图和两种不同尺度图像的角点，将三者求交集得到更合理的凸包；然后利用颜色直方图结合凸包来计算观察似然概率；最后根据已有的先验图和似然概率,结合贝叶斯模型得到显著图。与现有技术相比，本发明的方法能够快速有效的检测图像的显著性区域，得到一致高亮的显著目标，得到较符合视觉感知的显著图。
📄 201810466087X
📂 G06T7_00
👤 江苏科技大学
📅 2018-05-16
本发明公开了一种基于自监督框架的夜间深度估计方法，包括：获取日间数据集，将日间数据集输入至预训练估计网络模型，获取日间深度图；获取夜间RGB图像的目标帧和源帧，将目标帧输入至深度估计网络模型，获取夜间深度图；将目标帧和源帧的通道进行拼接，根据姿态网络模型获取拼接后的目标帧和源帧的姿态变化；利用自适应图像增强模块对目标帧和源帧进行增强，获取第一源帧和第一目标帧；对夜间深度图、姿态变化和第一源帧进行重构，获取重构后的目标帧；将日间深度图和夜间深度图输入至对抗神经网络模型，获取自监督夜间深度图的估计分布符合白天正常光照场景下的深度分布。本发明能对特定夜间场景做出很好的识别效果。
📄 2025100159660
📂 G06T7_55
👤 广东工业大学
📅 2025-01-06
柿子坊 · 知识产权运营
柿子坊知识产权运营平台