“聂佳浩”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3个，建议您升级VIP下载更多相关专利

[发明专利]基于级联霍夫曼投票的3D点云单目标跟踪方法-CN202310356618.0在审
发明人：何志伟;许安琪;聂佳浩;杨宇翔;吕旭冬;高明裕;董哲康 -专利权人：杭州电子科技大学
申请日： 2023-04-04 - 公布日： 2023-07-04 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种基于级联霍夫曼投票的3D点云单目标跟踪方法，其特征在于，包括如下步骤：S1、构建目标模板(点云序列中给定的一个跟踪目标)和搜索区域的数据集，通过PointNet++，将目标模板及搜索区域的点进行下采样并提取采样点的特征，得到目标模板特征和搜索区域特征通过融合PointNet++输出的与得到特征增强的搜索区域的特征S2、基于特征进行级联的霍夫曼投票将搜索区域的点进行偏移，得到了M2个搜索区域点的状态信息从而逐步回归到潜在的目标中心；S3、对进行聚类得到聚类后的点的状态信息Tj；S4、基于聚类后的点的状态信息进行预测。该方法所提的级联霍夫曼投票策略可以嵌入到目前主流的3D点云单目标跟踪方法中，能够有效地提高跟踪地准确率。
基于级联霍夫曼投票点云单目标跟踪方法

[发明专利]基于多尺度Transformer的单目标跟踪方法-CN202111340646.0在审
发明人：何志伟;聂佳浩;伍瀚;高明煜;董哲康 -专利权人：杭州电子科技大学
申请日： 2021-11-12 - 公布日： 2022-03-04 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于多尺度Transformer的单目标跟踪方法。本发明首先从模板特征中裁剪出不同空间尺寸的表达特征，通过不同大小卷积核获取多尺度语义空间的目标特征信息，再利用该信息监督模板特征的增强，使之具有目标特征的感知能力。然后离线一个IoU‑Net来评估候选框的准确率，以目标的特征学习一个特征调制向量作用于候选框特征，调制后的特征经过泛化学习得到候选框的置信度分数。最后，通过多次的迭代优化，找到置信度最高的候选框作为跟踪结果。基于本发明提出的多尺度Transformer模块，使得ATOM跟踪方法的准确性有了一定提高，并且能够在复杂场景中更加精确地估计出目标的边界框。
基于尺度 transformer 目标跟踪方法

[发明专利]一种基于旋转自适应卷积网络的视觉跟踪方法-CN202011363738.6在审
发明人：何志伟;杜晨杰;董哲康;高明煜;伍瀚;聂佳浩 -专利权人：杭州电子科技大学
申请日： 2020-11-27 - 公布日： 2021-05-14 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于旋转自适应卷积网络的视觉跟踪方法。本发明具体步骤包括搭建VGG19网络，在VGG19网络中搭建旋转自适应模块，获得基于旋转自适应模块的视觉跟踪网络模型，最后在公开数据集OTB2015上对旋转自适应卷积网络模型进行实验。由于多数跟踪算法一般只对跟踪目标的位置和尺度进行预测，而忽略了目标对象在跟踪过程中可能发生了旋转。针对现有视觉跟踪方法的不足，本发明利用卷积网络能快速提取目标丰富的层次特征(包括浅层特征和深层特征)，并添加旋转自适应模块来增强跟踪器应对目标旋转变化的稳定性，从而进一步提升跟踪算法的准确性和鲁棒性。此外，本发明提出的旋转自适应模块，为各类目标跟踪方法提供一种鲁棒的目标旋转位置估计方法。
一种基于旋转自适应卷积网络视觉跟踪方法