“花湘”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于迭代滤波和观测判别的多行人跟踪方法-CN201910489984.7有效
发明人：路红;杨晨;汪木兰;胡云层;花湘;彭俊 -专利权人：南京工程学院
申请日： 2019-06-06 - 公布日： 2022-08-09 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于迭代滤波和观测判别的多行人跟踪方法，对待检测视频图像进行3次迭代部件组合检测以降低漏检率；计算第3次迭代后保留的新增目标头部灰度直方图与第2次迭代后的头部图像块的平均灰度直方图间的直方图面积重叠率，滤除重叠率小于设定阈值的目标头部检测框，有效抑制误检测框对检测性能的影响，保留可靠的目标检测框，利于提高检测精确率；进一步提取互遮挡或不完整检测目标的局部可观测区域，获得多目标可观测区域的中心和尺度信息并建立成观测数据集；根据观测数据集及目标轨迹置信度实现跟踪。本发明可应用于人工智能，智能机器人和智能视频监控等领域。
基于滤波观测别的行人跟踪方法

[发明专利]基于两次迁移学习和数据增广的船舶目标检测方法-CN202110818790.4在审
发明人：路红;邱春;杜一君;刘义亭;彭俊;花湘;万文明;秦彬鑫 -专利权人：南京工程学院
申请日： 2021-07-20 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于两次迁移学习和数据增广的船舶目标检测方法，包括建立船舶目标的图像数据集；利用固定步长旋转与图像拼接技术扩充图像数据集；对增广后的图像数据集进行标注，划分训练集和测试集；对Darknet网络模型进行预训练，从Coco数据集中筛选出Boat类图像及标签文件，在预训练好的Darknet网络模型上进行第一次迁移学习，获得船舶检测初步模型；用训练集在初步模型上进行第二次迁移学习，用测试集对学习后的模型进行测试，获得最终船舶检测模型；对待检测视频图像序列进行检测，获得船舶目标检测结果。解决了棘手场景中样本数据难以大量获得、基于深度学习的船舶目标检测中小样本学习困难的问题，提高了船舶目标检测的鲁棒性、准确性和快速性。
基于两次迁移学习数据增广船舶目标检测方法

[发明专利]一种船舶目标检测方法及系统-CN202110435198.6在审
发明人：路红;彭俊;陈桂;花湘;邱春;秦彬鑫;万文明 -专利权人：南京工程学院
申请日： 2021-04-22 - 公布日： 2021-10-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种船舶目标检测方法，包括：将船舶目标图像数据标注后制作成训练样本集；构建基于YOLO v3轻量化的特征提取主干网络；根据特征提取主干网络建立基于YOLO v3改进的船舶目标检测网络模型；利用训练样本集对船舶目标检测网络模型进行训练；通过训练好的船舶目标检测网络模型对待检测的船舶图像数据进行检测，本发明提高了目标的检测速度。
一种船舶目标检测方法系统

[发明专利]一种尺度和光照自适应的结构化多目标跟踪方法及其应用-CN202010293830.3在审
发明人：路红;花湘;陈桂;彭俊;胡云层 -专利权人：南京工程学院
申请日： 2020-04-15 - 公布日： 2021-04-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种尺度和光照自适应的结构化多目标跟踪方法，包括利用多尺度Retinex算法对序列图像进行预处理，提取目标区域外观的方向梯度直方图HOG特征并采用结构化支持向量机SSVM进行分类，以SSVM获得的目标最优位置为中心，在目标位置中心提取多个不同尺度的HOG特征作为样本，采用判别型尺度空间跟踪算法DSST训练尺度滤波器，利用尺度滤波器的最大响应值对应的尺度来更新当前帧对应目标的尺度，通过随机梯度下降法SGD更新目标间的空间位置关系及SSVM的权重数值，并根据当前帧目标的尺度以及利用双线性插值调整SSVM尺度权重；且本发明可应用于智能视频监控，企业生产自动化和智能机器人领域。
一种尺度光照自适应结构多目标跟踪方法及其应用

[发明专利]一种基于核相关滤波的尺度自适应目标跟踪算法-CN201811622476.3在审
发明人：胡云层;路红;杨晨;花湘;彭俊 -专利权人：南京工程学院
申请日： 2018-12-28 - 公布日： 2019-04-26 - 主分类号： G06K9/42 文献下载
摘要：本发明公开了一种基于核相关滤波的尺度自适应目标跟踪算法，属于计算机视觉领域。包括：选取第一帧待跟踪目标，确定为候选区域；提取候选区域的梯度方向直方图（HOG）特征，进行余弦加权；用KCF算法将候选区域进行循环移位产生训练样本，根据样本训练得到的位置滤波器与候选样本提取的HOG特征在频域中计算得出响应值，更新当前帧目标位置；以上一帧确定的目标位置为中心，得到尺度滤波器并计算得出响应值，将最大响应值对应的尺度作为当前帧的目标尺度；重新提取样本训练滤波器，以线性内插的方式更新位置滤波器和尺度滤波器，进行后续帧的跟踪；本发明可应用于智能视频监控，企业生产自动化和智能机器人等领域。
候选区域目标跟踪算法尺度滤波器位置滤波器目标位置样本训练尺度自适应滤波计算机视觉领域梯度方向直方图滤波器智能视频监控待跟踪目标智能机器人方式更新候选样本目标尺度企业生产线性内插循环移位训练样本最大响应后续帧响应频域余弦加权算法自动化跟踪更新应用