[发明专利]在视频分析中更新用于对象追踪器的运动模型的方法和系统有效
| 申请号： | 201780047379.3 | 申请日： | 2017-06-01 |
| 公开（公告）号： | CN109564686B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 高经纶;陈颖;王雷;毕宁 | 申请（专利权）人： | 高通股份有限公司 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 赵腾飞 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供了用于处理视频数据的技术和系统。举例来说，提供技术和系统以用于执行情境感知对象或斑点追踪器更新(例如，通过更新斑点追踪器的运动模型)。在一些情况下，为了执行情境感知斑点追踪器更新，斑点追踪器与第一斑点相关联。所述第一斑点包含一或多个视频帧中的一或多个前景对象的至少一部分的像素。可以检测到在当前视频帧中所述第一斑点与第二斑点的分离，并且响应于检测到所述第一斑点与所述第二斑点的所述分离重新设置所述斑点追踪器的运动模型。在一些情况下，与合并斑点相关联的斑点追踪器的运动模型经过更新以包含在下一视频帧中的所述斑点追踪器的预测位置。通过响应于斑点追踪器与所述合并斑点相关联使用所述斑点追踪器的先前预测位置作为所述下一视频帧中的所述斑点追踪器的所述预测位置可以更新所述运动模型。可以使用来自先前视频帧的斑点的斑点位置确定所述斑点追踪器的所述先前预测位置。 | ||
| 搜索关键词： | 视频 分析 更新 用于 对象 追踪 运动 模型 方法 系统 | ||
【主权项】：
1.一种维持一或多个斑点追踪器的一或多个运动模型的方法，其包括：使第一追踪器与第一斑点相关联，所述第一斑点包含一或多个视频帧中的一或多个前景对象的至少一部分的像素；检测当前视频帧中的所述第一斑点与第二斑点的分离；以及响应于检测所述第一斑点与所述第二斑点的所述分离重新设置所述第一追踪器的运动模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于高通股份有限公司，未经高通股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201780047379.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 图像处理装置以及图像处理方法-202180094085.2
- 泽田龙树 - 欧姆龙株式会社
- 2021-12-20 - 2023-10-17 - G06T7/246
- 图像处理装置具备：追踪对象设定部，在动态图像的第一帧中设定追踪对象；第一特征追踪部，根据在第一帧中设定了的追踪对象的第一特征，在第二帧中追踪追踪对象；第二特征追踪部，根据在第一帧中设定了的追踪对象的第二特征，在第二帧中追踪追踪对象；追踪管理部，以规定的混合率将基于第一特征追踪部的追踪结果和基于第二特征追踪部的追踪结果进行混合；以及输出部，基于跟踪管理部混合的混合结果，输出第二帧中的追踪对象的检测位置。
- 用于检测和跟踪视频流中戴着一副眼镜的个体的面部的方法-202280014243.3
- 阿里埃尔·库克鲁恩;杰罗姆·盖纳尔 - 试戴盒子公司
- 2022-01-13 - 2023-09-29 - G06T7/246
- 本发明涉及一种用于跟踪图像采集设备（130）采集的视频流中的个体（120）的面部（125）的方法，在该面部上戴着眼镜（110）。该跟踪方法包括以下步骤：评估包括这副眼镜的模型和面部的模型的面部表示的参数，使得面部表示叠置在视频流中的面部的图像上，结合面部表示中的多个特征点来评估这些参数，先前已经在被称为第一图像的视频流图像中检测到该多个特征点，其中，通过考虑了关于面部的模型中的至少一个点与该副眼镜的模型中的至少一个点之间的至少一个接近约束来评估上述表示的所有或一些参数。
- 目标跟踪方法、装置、可移动平台及计算机可读存储介质-202180087140.5
- 封旭阳 - 深圳市大疆创新科技有限公司
- 2021-04-09 - 2023-08-25 - G06T7/246
- 一种目标跟踪方法、装置、可移动平台及计算机可读存储介质，该方法包括：获取包含待跟踪目标的第一图像，并根据第一图像对待跟踪目标进行跟踪(S101)；若待跟踪目标丢失，则获取待跟踪目标在丢失时的运动信息(S102)；根据运动信息，在矢量地图中匹配待跟踪目标在丢失时所属的目标道路区域(S103)；根据运动信息和目标道路区域，搜寻已丢失的待跟踪目标(S104)。该方法提高了目标跟踪的准确性。
- 用于监测一个或多个解剖元素的系统和方法-202180085811.4
- N·马亨德拉;S·罗恩;V·D·斯奈德;A·J·沃德;S·哈特曼 - 美敦力导航股份有限公司
- 2021-12-15 - 2023-08-25 - G06T7/246
- 提供了用于监测一个或多个解剖元素的系统和方法。可接收绘示一个或多个解剖元素和多个注释的图像。该图像可包括多个图像元素。每个注释可对应于该一个或多个解剖元素中的一个解剖元素，并且可与该多个图像元素中的一个图像元素相关联。可接收关于特定解剖元素的至少一部分的移动的移动信息。可识别对应于该特定解剖元素的图像元素以产生图像元素集。可基于该移动信息而调整该图像元素集以产生反映受影响的解剖元素的变化的更新图像。
- 用单目监视相机进行3D对象检测和跟踪的系统和方法-202180048135.3
- 宁广涵;黄恒 - 京东科技控股股份有限公司;京东金融美国公司
- 2021-07-15 - 2023-08-15 - G06T7/246
- 一种用于车辆的协同操纵和协同风险警告的系统和方法。系统包括：单目监视相机、本地计算设备和主服务器。每个本地计算设备从相机接收多个视频帧，从多个视频帧中检测并跟踪车辆，以及将多个视频帧转换为鸟瞰图。每个检测到的车辆由检测向量表示，检测向量具有第一维度和第二维度，第一维度表示车辆的二维(2D)参数，第二维度表示车辆的三维(3D)参数。通过使基于检测向量的第一维度和第二维度计算的损失最小化来进行车辆的跟踪。主服务器接收来自不同计算设备的鸟瞰图，将鸟瞰图组合为全局鸟瞰图，并使用全局鸟瞰图执行车辆的协同操纵和协同风险警告。
- 对象分割与特征跟踪-202180083479.8
- A·比塞恩;G·赖特迈尔 - 高通股份有限公司
- 2021-11-22 - 2023-08-15 - G06T7/246
- 描述了用于处理图像以从图像中掩蔽动态对象以改善图像之间的特征跟踪的示例。设备接收由图像传感器捕获的环境的图像。所述图像至少描绘了环境的静态部分和环境中的动态对象。设备识别图像的包括动态对象的描绘的一部分。例如，设备可以检测动态对象周围的边界框，或者可以检测图像中的哪些像素对应于动态对象。设备至少通过掩蔽所述图像的所述部分来生成掩蔽图像。设备识别掩蔽图像中的特征，并且使用来自掩蔽图像的特征来进行来自(被掩蔽或进行其他处理的)环境的其他图像的特征跟踪。设备可以将该特征跟踪用于地图构建、定位、重定位。
- 用于虚拟增强视觉同时定位和地图构建的系统和方法-201880010310.8
- 冯晨;田口裕一;E·卡恩斯佐格鲁;S·拉马林加姆;K·尤斯福;岩间晴之 - 三菱电机株式会社
- 2018-01-19 - 2023-07-28 - G06T7/246
- 一种用于重构场景的三维(3D)模型的系统，所述3D模型包括具有通过3D坐标标识的点的点云，所述系统包括(一个或多个)传感器和存储器，所述传感器在限定图像的视点的不同姿势下获取场景的图像集合，所述存储器存储所述图像和3D模型。所述系统还包括处理器，所述处理器操作地连接到存储器，并且与所存储的指令耦合，以执行以下步骤：对所述图像集合中的图像进行变换以生成从虚拟视点看到的场景的虚拟图像集合；比较来自所述图像和虚拟图像的一些特征以确定图像集合中的每个图像的视点；以及根据至少两个图像的视点，更新模型中的(一个或多个)点的3D坐标，以与从与所述点相对应的所述两个图像的像素的光线反向投影的交点的坐标匹配。
- 稀疏光流估计-202180065357.6
- J·M·林;F·M·波利克里 - 高通股份有限公司
- 2021-09-22 - 2023-06-06 - G06T7/246
- 本文描述了用于执行一个或多个帧之间的光流估计的系统和技术。例如，过程可以包括：确定第一帧和第二帧中的至少一者的像素子集，以及生成指示该像素子集的掩模。该过程可以包括：基于该掩模来确定与至少该第一帧和该第二帧的该像素子集相关联的一个或多个特征。该过程可以包括：确定该第一帧的该像素子集与该第二帧的对应像素之间的光流向量。该过程可以包括：使用该光流向量来生成该第二帧的光流图。
- 一种人脸和人手的关联度检测方法、装置、设备及存储介质-202180002800.5
- 刘春亚;张学森;王柏润;陈景焕 - 商汤国际私人有限公司
- 2021-09-26 - 2023-05-19 - G06T7/246
- 提供了一种人脸和人手的关联度检测方法、装置、设备及存储介质，其中，所述方法包括：获取待检测图像；基于对所述待检测图像进行人脸和人手检测的结果，确定所述待检测图像的人脸特征集合和人手特征集合，基于目标人脸的人脸特征和所述人手特征集合，确定所述目标人脸的第一交互特征；基于目标人手的人手特征和所述人脸特征集合，确定所述目标人手的第二交互特征；基于所述第一交互特征和所述第二交互特征，确定所述目标人脸和所述目标人手之间的关联度。
- 一种目标定位方法、装置和计算机可读介质-202080103037.0
- 李远哲;闵捷 - 西门子(中国)有限公司
- 2020-09-21 - 2023-03-28 - G06T7/246
- 一种目标定位方法、装置和计算机可读介质，涉及计算机视觉技术，用以确定目标物体在真实的物理环境中的位置。该方法包括：从第一摄像头处获取(S406)第一帧图片；从所述第一帧图片中识别(S407)目标物体；确定(S408)所述目标物体在所述第一帧图片中的第二区域；确定(S409)所述目标物体所在第二区域对应的第一区域。避免了曲线拟合得到摄像头拍摄的图片中的位置与物理环境中的位置之间函数不准确的问题。将有限个区域之间的对应关系作为位置关系，相比于复杂的曲线拟合，实现简单，对于车辆定位精细度要求不高的场景，比如停车场管理，判断车辆是否停入某一车位具有简单、准确的优点。
- 分析增强现实内容使用数据-202180045808.X
- 吉恩·罗;希丽亚·妮科尔·穆尔库扬尼斯 - 斯纳普公司
- 2021-06-29 - 2023-03-14 - G06T7/246
- 在一个或更多个实现方式中，可以生成包括用户界面元素的用户界面，用户界面元素使得能够跟踪或监视客户端应用的用户与增强现实内容的交互。可以收集和分析增强现实内容的使用度量。此外，可以生成关于与增强现实内容交互的客户端应用用户的信息。在一个或更多个示例中，可以分析与一个或更多个增强现实内容项交互的客户端应用的用户的特性，以确定一个或更多个增强现实内容项的用户表征。增强现实内容项的使用度量和用户表征可以经由增强现实内容的创建者可访问的仪表板来呈现。
- 信息处理装置、信息处理方法和程序-202180048608.X
- 山本英明 - 索尼半导体解决方案公司
- 2021-06-30 - 2023-03-10 - G06T7/246
- 本技术涉及可以提高跟踪性能的信息处理装置、信息处理方法和程序。特征信息提取单元以帧图像为单位提取关于对象的特征信息，并且跟踪处理单元使用该特征信息在帧图像中跟踪对象。本技术适用于例如使用车载相机的驾驶辅助装置。
- 一种刚体配置方法、装置、终端设备和计算机存储介质-201780002367.9
- 王越;长坂友裕;许秋子 - 深圳市瑞立视多媒体科技有限公司
- 2017-11-15 - 2022-11-01 - G06T7/246
- 一种刚体配置方法、装置、终端设备和计算机存储介质。该方法包括：初始化各个刚体的反光标记的位置；从未确定目标位置的反光标记中选取一个反光标记作为目标反光标记(1021)，固定除目标反光标记外的其它反光标记，并在目标反光标记所属刚体的立体空间内的每个空余位置上逐次移动所述目标反光标记(1022)；根据各个反光标记所处的位置信息分别计算所述目标反光标记处于各个位置时的刚体差异度(1023)；将刚体差异度的最大值所对应的位置确定为目标反光标记的目标位置(1024)；采用相同的方法确定系统中所有反光标记的目标位置，从而完成一次刚体配置。与现有的刚体配置方法相比，本方法能够极大地减少计算量，从而减少系统处理的时间。
- 信息处理装置、感测装置、移动体以及信息处理方法-202080089795.1
- 山本顕嗣 - 京瓷株式会社
- 2020-12-22 - 2022-08-05 - G06T7/246
- 信息处理装置具备：输入接口、处理器以及输出接口。输入接口获取从观测空间得到的观测数据。处理器检测观测数据中包含的检测对象。处理器将检测出的检测对象的坐标映射变换为虚拟空间的检测对象的坐标，在虚拟空间上追踪表示检测对象的质点的位置以及速度，将追踪到的质点的虚拟空间上的坐标映射变换为显示空间上的坐标。处理器依次观测显示空间上的检测对象的大小，基于当前时间点的被摄体图像的大小的观测值和过去的被摄体图像的大小的推定值，推定检测对象的大小。输出接口输出基于映射变换到显示空间上的质点的坐标以及推定出的检测对象的大小的输出信息。
- 联合视觉对象检测和将对象映射到3D模型-201980102790.5
- 沃洛佳·格兰恰诺夫;马尼沙·索纳尔;阿尔弗雷多·凡盖拉;西于聚尔·思维里森 - 瑞典爱立信有限公司
- 2019-12-09 - 2022-07-15 - G06T7/246
- 提供了用于联合视觉对象检测和将对象映射到3D模型的机制。一种由图像处理设备(100)执行的方法。该方法包括获得(S106)由第一图像捕获单元捕获的场景的第一数字图像序列，并且获得由第二图像捕获单元捕获的场景的第二数字图像序列。第二数字图像序列通过与第一数字图像序列在时间上并行地捕获而与第一数字图像序列在时间上同步。第一图像捕获单元具有比第二图像捕获单元的视野窄的视野。第一图像捕获单元和第二图像捕获单元具有已知空间关系。该方法包括执行(S108)联合视觉对象检测和将对象映射到3D模型。
- 基于摄像机的倾翻运动探测-202080078080.6
- 马库斯·比尔克;加布里埃拉·雅格;迪特尔·巴尔茨 - ZF 腓德烈斯哈芬股份公司
- 2020-11-09 - 2022-06-21 - G06T7/246
- 本发明涉及用于识别车辆(101)的倾翻运动的方法，车辆具有至少一个固定在车辆(101)上的摄像机(103)，方法具有以下步骤：通过摄像机(103)拍摄图像序列；获知图像序列的光流；获知基于车辆(101)的行驶运动和地面的形貌而预期的光流；以及检查图像序列的光流和预期的光流的偏差。
- 用于计算机视觉系统中的运动结构处理的方法-201680061527.2
- 索耶·纳戈尔里;马努·马修;普拉什汉特·拉马纳特普尔·维斯瓦纳特;迪帕克·库马尔·波达尔 - 德州仪器公司
- 2016-12-29 - 2022-05-13 - G06T7/246
- 在所描述的实例中，一种用于计算机视觉系统中的运动结构处理的方法包含：接收由单目相机捕获的多个连续帧中的点的所估计二维2D位置的多个轨迹；且由(针对)所述多个轨迹中的每个轨迹(410)产生(408)三维3D点的云；基于所述轨迹中的所述2D位置三角测量(400)3D点的所估计位置；以及当(406)所述3D点的对角(404)的大小以及所述3D点的投影误差(402)指示所述3D点足够稳固用于包含时，将所述3D点包含于所述云中。
- 跨越具有对应深度图的视频帧跟踪兴趣区域-201780014303.0
- 吴翌;O·内斯塔雷斯 - 英特尔公司
- 2017-01-23 - 2022-04-15 - G06T7/246
- 讨论了与跨越具有对应深度图的视频帧跟踪兴趣区域有关的技术。这些技术可以包括：对兴趣区域的特征点进行运动跟踪；过滤受跟踪特征点；确定兴趣区域的中心；验证中心的深度一致性；以及如果受跟踪特征点的数量落在阈值之下或中心未能通过当前帧的深度一致性检查，则重新初始化先前帧中的兴趣区域。
- 用于生成相机流的掩模的方法、计算机程序产品和计算机可读介质-201980098438.9
- M·勒伦特 - 智动科技有限公司
- 2019-12-03 - 2022-03-01 - G06T7/246
- 本发明是一种用于基于具有连续图像的相机流来生成用于非静态区域的掩模(40)的方法，包括以下步骤：‑通过累积差分图像生成经累积差分图像，每个差分图像通过将相机流的两个图像彼此相减而获得，‑通过累积边缘图像生成经累积边缘图像，每个边缘图像通过检测相机流的各个图像中的边缘而获得，‑‑通过组合经累积边缘图像和经累积差分图像来生成组合图像(30)，为组合图像(30)定义第一阈值像素值，以及‑‑通过在组合图像(30)的掩模像素中包括与第一阈值像素值具有相同关系的像素来生成掩模(40)。本发明还涉及实现上述方法的计算机程序产品和计算机可读介质。
- 抛洒物检测方法、装置、电子装置和存储介质-202111143321.3
- 张兴明;严广宇 - 浙江大华技术股份有限公司
- 2021-09-28 - 2022-03-01 - G06T7/246
- 本申请涉及一种抛洒物检测方法、装置、电子装置和存储介质，其中，该抛洒物检测方法包括：检测待检测图像中的运动目标，得到所述运动目标的第一位置信息，并基于所述第一位置信息建立第一掩码图；检测所述待检测图像中的疑似抛洒物，得到所述疑似抛洒物的第二位置信息；基于所述第一掩码图以及所述第二位置信息确定所述疑似抛洒物是否为目标抛洒物。通过本申请，解决了传统的抛洒物检测方法容易产生误检的问题，实现了减小误检概率，提高检测准确性的技术效果。
- 用于预测、预防和减轻工作场所伤害的系统和方法-202080038320.X
- S·贝克;N·B·菲斯克;J·罗毕拉德;J·A·V·布克沃特;P·维拉科塔 - 爱荷华大学研究基金会
- 2020-03-20 - 2021-12-31 - G06T7/246
- 预防和安全管理系统利用非侵入式成像传感器(例如，监控摄像头、智能手机摄像头)和计算机视觉系统来记录未穿戴传感器的工人的视频。通过使用深度机器学习算法以检测工人的运动学活动(一组预定的身体关节位置和角度)并识别各种身体活动(行走/姿势、抬起、推、拉、伸、力、重复、持续时间等)来分析视频。然后将测量的运动学变量解析成与工作场所人类工程学相关的度量，诸如重复次数、行进的总距离、运动范围以及不同姿势类别的时间比例。将此系统收集的信息馈送到人类工程学评估系统并且用于自动填充暴露评估工具并生成风险评估。
- 船舶航行意图获取方法、装置、计算机设备及存储介质-202111097054.0
- 夏春秋 - 深圳市唯特视科技有限公司
- 2021-09-18 - 2021-12-28 - G06T7/246
- 本申请实施例属于数据融合领域，涉及一种船舶航行意图获取方法，包括：获取多张按时刻顺序排序的待处理的航行卫星图像；将多张按时刻顺序排序的待处理的航行卫星图像输入至训练好的卷积神经网络模型，得到目标侦察信息以及目标轨迹信息；获取每个目标轨迹信息对应的目标雷达信息；将目标雷达信息、目标侦察信息以及目标轨迹信息通过对应的预设映射表计算得到多个对应的航行意图信息；加权求和多个对应的意图信息，得到目标航行意图信息。本申请还提供一种船舶航行意图获取装置、计算机设备及存储介质。可以识别船舶的航行意图。
- 神经网络结构搜索方法及装置、电子设备和存储介质-202111062203.X
- 李佩霞;乔磊 - 商汤集团有限公司
- 2021-09-10 - 2021-12-10 - G06T7/246
- 本公开涉及一种神经网络结构搜索方法及装置、电子设备和存储介质，所述方法包括：根据目标图像处理任务对应的网络结构超参数，构建包括多个候选网络结构的搜索空间，其中，网络结构超参数包括共享开关，共享开关用于指示每个候选网络结构中包括的两个网络分支，在每个数据处理阶段是否共享网络参数；基于目标图像处理任务对应的训练样本图像数据集，从搜索空间中确定用于执行目标图像处理任务的目标网络。本公开实施例可以通过设置共享开关，得到不同网络结构类型的候选网络结构，以及基于搜索空间快速得到适配于目标图像处理任务的目标网络，进而可以提高目标图像处理任务的图像处理精度。
- 区域增强现实持久性标签对象-201780002062.8
- J·李;罗琳捷;R·B·谢斯;N·徐;J·杨 - 斯纳普公司
- 2017-01-27 - 2021-10-26 - G06T7/246
- 公开了AR对象的本地增强现实(AR)跟踪。在一个示例实施例中，装置采集一系列视频图像帧。接收将视频图像帧的第一图像的第一部分与AR标签对象和目标关联的装置的用户输入。生成第一目标模板以跟踪视频图像帧的跨帧的目标。在一些实施例中，使用基于目标在边界区域之外的确定的全局跟踪。全局跟踪包括使用全局跟踪模板来跟踪在确定目标在边界区域之外之后采集的视频图像帧中的移动。当全局跟踪确定目标处于边界区域内时，恢复本地跟踪以及在装置的输出显示器上呈现AR标签对象。
- 图像跟踪处理方法、装置、计算机设备和存储介质-201980037486.7
- 不公告发明人 - 深圳元戎启行科技有限公司
- 2019-12-30 - 2021-10-08 - G06T7/246
- 一种图像跟踪处理方法，包括：获取当前帧点云数据；对所述当前帧点云数据进行预处理，生成投影图像；获取标准帧点云数据对应的标准区域图像；调用目标跟踪模型，基于所述投影图像以及所述标准区域图像获取候选区域对应的候选区域标签；及根据所述候选区域标签确定所述当前帧点云数据对应的目标跟踪区域。
- 弹性动态投影映射系统和方法-201980093045.9
- R.G.莱加耶;I.科伊尔;I.勒布朗克;B.普尔蒂;T.韦斯特 - 耐克创新有限合伙公司
- 2019-12-26 - 2021-10-01 - G06T7/246
- 本文涉及用于动态地跟踪对象并将绘制的3D内容实时地投影到所述对象上的系统和方法。本文中描述的方法还包括由各种图像捕获装置执行的图像数据捕获，其中所述数据被分割成各种分量以识别用于将3D内容分量绘制和投影到一个或多个对象上的一个或多个投影仪。
- 具有选择性运动描述的图像显示-201980090203.5
- 莱斯利·艾克莫托;保罗·索乌登 - 谷歌有限责任公司
- 2019-09-27 - 2021-09-03 - G06T7/246
- 本文描述的实现方式涉及显示包括多个帧的运动图像的方法、设备和计算机可读介质。在一些实现方式中，计算机实现的方法包括基于多个帧来确定运动图像的运动得分。该方法进一步包括确定运动得分是否满足显示阈值。如果运动得分满足显示阈值，则该方法进一步包括通过连续地显示运动图像的多个帧来使得具有主体运动的运动图像被显示。如果运动得分不满足显示阈值，则该方法进一步包括通过显示运动图像的特定帧来使得没有主体运动的运动图像被显示。
- 用于对象跟踪的系统和方法-201680046425.3
- 任剑锋;郭烽;杨瑞多 - 高通股份有限公司
- 2016-07-06 - 2021-08-17 - G06T7/246
- 本发明描述一种由电子装置执行的方法。所述方法包含获得场景的第一帧。所述方法还包含在所述第一帧的第一限界区内执行至少一个对象的对象辨识。所述方法进一步包含在所述第一帧的所述第一限界区内执行所述至少一个对象的对象跟踪。所述方法另外包含基于所述对象跟踪而确定第二帧的第二限界区。所述第二帧在所述第一帧之后。所述方法还包含基于预定对象模型而确定所述第二限界区是否为有效的。
- 成像系统和成像方法-201980082527.4
- E·G·P·舒伊杰斯;R·维哈根;J·帕雷罗 - 皇家飞利浦有限公司
- 2019-12-06 - 2021-07-23 - G06T7/246
- 根据一个方面，提供了一种用于对象成像的成像系统(1)，所述成像系统(1)包括：光谱相机(2)，被配置为在包括多个光谱时间点的光谱捕获时段中捕获对象(6)的光谱图像，所述光谱图像包括多个光谱帧，每个光谱帧在多个波长中的一个波长处被捕获，并且每个光谱帧对应于所述多个光谱时间点中的一个光谱时间点；参考相机(3)，被配置为在包括多个参考时间点的参考捕获时段中捕获所述对象(6)的参考图像，参考捕获时段对应于所述光谱捕获时段，所述参考图像包括多个参考帧，每个参考帧对应于所述多个参考时间点中的一个参考时间点以及所述多个光谱帧中的一个光谱帧；计算单元(4)，被配置为针对所述多个参考帧的子集中的每个参考帧计算运动向量；以及对准单元(5)，被配置为通过将所计算的每个运动向量应用到所述多个光谱帧中与之相对应的所述一个光谱帧来使所述光谱帧彼此对准。根据其他方面，提供了一种用于对象成像的成像方法以及一种计算机程序，当在计算设备上执行所述计算机程序时，所述计算机程序执行对象成像的方法。
- 用于上下文嵌入且基于区域的对象检测的方法和装置-201880099562.2
- 聂晶 - 诺基亚技术有限公司
- 2018-10-12 - 2021-07-23 - G06T7/246
- 一种使用卷积神经网络(CNN)检测图像中的对象的方法包括：基于图像生成多个参考特征图和包括多个最终特征图的对应特征金字塔；获取所提议的感兴趣区域(ROI)；生成至少第一上下文ROI，第一上下文ROI具有的面积大于所提议的ROI的面积；将所提议的ROI和第一上下文ROI分配给具有不同大小的第一最终特征图和第二最终特征图；通过执行ROI池化，从使用所提议的ROI的第一最终特征图提取第一组特征，并且从使用第一上下文ROI的第二最终特征图提取第二组特征；以及基于所提取的第一组特征和所提取的第二组特征来确定对象的位置和对象的类别中的至少一项。
- 专利分类
