郭青
- 作品数：27 被引量：125H指数：6
- 供职机构：天津大学更多>>
- 发文基金：国家自然科学基金天津市自然科学基金中央高校基金更多>>
- 相关领域：自动化与计算机技术文化科学医药卫生电子电信更多>>
- 一种基于三维信息的多相机协同的主动目标跟踪方法
- 本发明涉及一种基于三维信息的多相机协同的主动目标跟踪方法，包括下列步骤：初始化各个相机在三维空间中的位姿关系，以便于相机在跟踪过程中相互协同；确定感兴趣的跟踪目标，并在各个相机的视野图像中初始化目标框；对各个相机及其捕获...
- 冯伟张毓师一博郭青
- 高速运动物体的图象数据采集(英文)被引量：9
- 2000年
- 通过介绍以线阵 CCD获取火箭弹在飞行过程中通过某一截面的运动图象的数据采集 ,商讨在采集高速运动物体图象中常遇到的几个关键技术问题——运动物体与图象采集系统的同步 ,图象数据的存储及图象的显示与打印。
- 王庆有王勤郭青
- 关键词：电荷耦合器件火箭
- 利用线阵CCD非接触测量材料变形量的方法被引量：28
- 2002年
- 用线阵CCD作为光电传感器非接触测量材料拉伸过程中的变形量,不但比常规的引伸计测量的方法更客观,而且可以测量材料拉伸变形到断裂的全过程。该方法能在X和Y两个方向上同时测量材料变形量,可以获得材料在实验的全过程中两个方向的"应力-应变"关系曲线。采用CCD拼接技术,测量精度可达到1mm,测量范围80mm。
- 王庆有于涓汇郭青郭青
- 关键词：CCD非接触测量应力测量
- 电磁脉冲成形建筑用钛合金的组织及性能研究
- 2020年
- 采用不同工艺参数进行了建筑用Ti-6Al-4V-0.5Cr新型钛合金的电磁脉冲成形试验,同时进行了试验合金显微组织和力学性能的测试与分析。结果表明,采用电磁脉冲成形可获得性能较佳的试验合金,合金抗拉强度可达962 MPa、屈服强度可达891 MPa、断后伸长率可达14.5%。随放电电压从10 kV变大到20 kV或线圈间距从4 mm增至10 mm,试验合金的组织先细化后粗化,力学性能先提高后下降。与10 kV偏低的放电电压相比,当采用15 kV放电电压时试验合金的抗拉强度增大14 MPa、屈服强度增大11 MPa,断后伸长率减小1.2%。与线圈间距4 mm相比,采用7 mm线圈间距时试验合金的抗拉强度增大11 MPa、屈服强度增大9 MPa,断后伸长率减小0.8%。
- 崔盟军郭青
- 线阵CCD测量光栅转角测谱仪
- 本实用新型属于光谱仪器。它是由光栅反光镜、线光源、线阵CCD、二值化数据采集卡和计算机组成；在平面光栅上设置有反光镜，光源设置在与线阵CCD的像敏面和反光镜的中线成同一水平平面内，且平行光线与水平线成一定的角度。利用线阵...
- 王庆有张盛彬郭青
- 文献传递
- 多用线阵CCD驱动器模块
- 1994年
- 本文介绍一种广泛应用于光谱仪器，精密尺寸检测仪器中的线阵ＣＣＤ驱动器模块。该模块适用于各种Ｍ相线阵ＣＣＤ。
- 王庆有郭青
- 关键词：线阵CCD光谱仪器
- 卷积神经网络低层特征辅助的图像实例分割方法被引量：7
- 2020年
- 流行的实例分割网络Mask R-CNN在进行实例分割时,存在目标分割边界和分割轮廓粗糙的问题,导致分割精度低。针对此问题,提出在Mask R-CNN分割分支中引入网络的低层卷积特征进行高精度的实例分割方法。首先从特征提取网络中选择特征,通过插值算法将其缩放至固定尺度(输入图像的1/8)作为低层特征;然后通过RoI对齐操作提取当前待分割目标的特征后与原始的Mask R-CNN的分割分支对应目标的特征进行拼接,并将其作为精细化目标分割的特征。低层网络特征引入了更多的低级纹理和轮廓信息,可以有效地提高物体的分割精度。在COCO2017数据集上,所提方法使用ResNet-101-FPN作为特征提取网络得到的分割结果的平均准确度(AP)相对于Mask R-CNN提高了1.2%。实验结果表明,所提方法在使用不同特征提取网络时具有较好的鲁棒性和有效性。
- 樊玮刘挺黄睿郭青张宝
- 关键词：低层特征
- 用ＣＣＤ检测照相机物镜的光学传递函数
- 于桂珍王庆有郭青
- 关键词：电荷耦合器件物镜照相机传递函数光栅
- 用于微光探测的ＣＣＤ驱动器
- 王庆有郭青
- 关键词：电荷耦合器件微光观察仪
- 视频单目标跟踪研究进展综述被引量：25
- 2022年
- 视频目标跟踪是计算机视觉中的重要任务之一,在实际生活中有着广泛的应用,例如视频监控、视觉导航等.视频目标跟踪任务也面临着诸多挑战,如目标遮挡、目标形变等情形.为解决目标跟踪中的挑战,实现精确高效的目标跟踪,近年来出现大量的目标跟踪算法.本文介绍了近十年来视频目标跟踪领域两大主流算法框架(基于相关滤波和孪生网络的目标跟踪算法)的基本原理、改进策略和代表性工作,之后按照网络结构分类介绍了其他基于深度学习的目标跟踪算法,还从解决目标跟踪所面临挑战的角度介绍了应对各类问题的典型解决方案,并总结了视频目标跟踪的历史发展脉络和未来发展趋势.本文还详细介绍和比较了面向目标跟踪任务的数据集和挑战赛,并从数据集的数据统计和算法的评估结果出发,总结了各类视频目标跟踪算法的特点和优势.针对目标跟踪未来发展趋势,本文认为视频目标跟踪还面临诸多难题亟需解决,例如当前的算法往往无法在长时间、低功耗、抗干扰的环境下实地应用.未来,考虑多模态数据融合,如将深度图像、红外图像数据与传统彩色视频联合分析,将会为目标跟踪带来更多新的解决方案.目标跟踪任务也将会和其他任务,如视频目标检测、视频目标分割,相互促进共同发展.
- 韩瑞泽冯伟郭青郭青
- 关键词：视频目标跟踪
