-
公开(公告)号：CN107122736B
公开(公告)日：2020-06-12
申请号：CN201710282729.6
申请日：2017-04-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于深度学习的人体朝向预测方法及装置，应用于视频分析技术领域，所述方法包括：获取待检测视频对应的帧序列的每一帧中每一个行人的位置；根据位置和预先建立的行人时空特征预测模型，通过卷积神经网络提取每一个行人的空间特征。根据空间特征和行人时空特征预测模型，通过门结构的循环神经网络提取帧序列的时间特征，得到每一个行人的时空特征。提取时空特征中的方向特征，得到每一个行人的人体朝向。本发明实施例针对行人的空间特征和时间特征进行建模，通过提供丰富的历史连续变化信息来辅助当前帧的预测，提高了人体朝向预测的准确性。
-
公开(公告)号：CN107316286B
公开(公告)日：2020-05-22
申请号：CN201710549424.7
申请日：2017-07-07
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种图像中雨雾同步合成、去除的方法和装置，合成方法为：选取任一幅不带雨雾的真实图像作参考图像；将参考图像经过有雨图像模型RRM进行融合，合成接近真实场景的有雨雾图像；去除方法为：选取多张合成有雨雾的图像作为训练集；对全卷积神经网络进行训练，获得训练后的全卷积神经网络；获取拍摄的真实有雨图像，将拍摄的真实有雨图像输入训练后的全卷积神经网络，输出去除雨后的图像。该方法实现了图像中雨雾同步合成和去除的问题。
-
公开(公告)号：CN106815567B
公开(公告)日：2020-02-18
申请号：CN201611257101.2
申请日：2016-12-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于视频的火焰检测方法及装置，方法包括：计算目标视频帧的第一运动区域中每个像素点的运动幅度和运动方向；根据计算得到的运动幅度，计算所述第一运动区域中像素点的平均运动幅度；根据所述平均运动幅度、每个像素点的运动幅度和运动方向，确定每个方向区间内的有效像素点的数量；根据各个方向区间的有效像素点的数量，计算所述有效像素点的分散程度；根据所述分散程度，确定所述第一运动区域是否属于火焰区域，得到基于运动属性的检测结果。应用本发明实施例的技术方案，能够提高火焰检测结果的准确率。
-
公开(公告)号：CN107527044A
公开(公告)日：2017-12-29
申请号：CN201710841156.6
申请日：2017-09-18
Applicant: 北京邮电大学
CPC classification number: G06K9/00825 , G06K9/4652 , G06K9/6211 , G06K9/6288 , G06K2209/15 , G06N3/0454 , G06N3/08
Abstract: 本发明实施例提供了一种基于搜索的多张车牌清晰化方法及装置，包括：获取包括目标车辆的目标图像；根据目标车辆的特征信息，获取包括目标车辆的多张车辆图像；从多张车辆图像中，提取多张车辆图像各自对应的车牌图像；基于单图像生成网络，将所提取的车牌图像分别进行清晰化处理，得到所提取的车牌图像各自对应的清晰车牌图像；从所得到的清晰车牌图像中，选取第一预设数量的清晰车牌图像；基于多图像生成网络，将所选取的清晰车牌图像合成一张超分辨率车牌图像。通过本发明实施例提供的技术方案，将多张车牌图像进行清晰化并融合成一张图像，充分地利用多张车牌间的信息互补，进而可以得到一张清晰并且信息完整的车牌图像。
-
公开(公告)号：CN106815567A
公开(公告)日：2017-06-09
申请号：CN201611257101.2
申请日：2016-12-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于视频的火焰检测方法及装置，方法包括：计算目标视频帧的第一运动区域中每个像素点的运动幅度和运动方向；根据计算得到的运动幅度，计算所述第一运动区域中像素点的平均运动幅度；根据所述平均运动幅度、每个像素点的运动幅度和运动方向，确定每个方向区间内的有效像素点的数量；根据各个方向区间的有效像素点的数量，计算所述有效像素点的分散程度；根据所述分散程度，确定所述第一运动区域是否属于火焰区域，得到基于运动属性的检测结果。应用本发明实施例的技术方案，能够提高火焰检测结果的准确率。
-
Patent Agency Ranking
公开(公告)号：CN105574510A
公开(公告)日：2016-05-11
申请号：CN201510958380.4
申请日：2015-12-18
Applicant: 北京邮电大学
CPC classification number: G06K9/00348 , G06K9/00342 , G06K9/4628 , G06K9/4609
Abstract: 本发明实施例公开了一种步态识别方法，首先，提取待识别人的步态视频的初始步态特征；再根据已训练好的子神经网络和所述初始步态特征，获取对应的优化步态特征；然后，根据待识别人的优化步态特征与匹配库中每个已知人物的优化步态特征，确定对应的相似度，根据相似度最大时匹配库中的优化步态特征对应的已知人物的信息，确定所述待识别人的信息；其中的已训练好的子神经网络是通过训练包括两条并行设置且权重共享的相同子神经网络的神经网络获得，使子神经网络对于同一人的优化步态特征相似度较大，对于不同人的优化步态特征相似度较小，从而提高识别方法的准确性。
-
公开(公告)号：CN110148088B
公开(公告)日：2023-09-19
申请号：CN201810212524.5
申请日：2018-03-14
Applicant: 北京邮电大学 , 腾讯科技(深圳)有限公司
IPC: G06T5/00
Abstract: 本发明实施例公开了一种图像处理方法、图像去雨方法、装置、终端及介质，其中图像处理方法包括：获取待处理的原始图像，所述原始图像包含噪声数据；调用优化的网络模型对所述原始图像进行去噪处理，得到目标图像，其中，所述网络模型包括第一网络和第二网络；所述优化的网络模型是通过所述第一网络与所述第二网络之间的对抗学习对所述网络模型进行优化所获得的；输出所述目标图像。通过优化的网络模型对待处理的原始图像进行去噪处理，不再采用分层去噪的方法，可以有效解决去噪后的图像模糊和信息丢失的问题，从而提高去噪后的图像的质量。
-
公开(公告)号：CN109726726A
公开(公告)日：2019-05-07
申请号：CN201711023244.1
申请日：2017-10-27
Applicant: 北京邮电大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明公开了一种视频中的事件检测方法及装置，属于计算机技术领域。所述方法包括：对待检测的视频进行特征提取，得到单帧特征向量集合，所述单帧特征向量集合包括至少两个单帧特征向量，所述单帧特征向量中的每个分量表示所述视频中的关键帧属于概念集合中对应的概念的概率，所述概念集合包括所述视频中的事件；对所述单帧特征向量集合进行均值池化和最大值池化，得到视频特征向量；将所述视频特征向量输入预先训练得到的事件分类器中；将所述事件分类器输出的事件作为所述视频中的事件。本发明解决了只对特征向量进行均值池化，或者，只对特征向量进行最大值池化，导致检测结果不准确的问题，提高了事件检测的准确性。
-
公开(公告)号：CN109711422A
公开(公告)日：2019-05-03
申请号：CN201711015902.2
申请日：2017-10-26
Applicant: 北京邮电大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明涉及一种图像数据处理方法、装置、计算机设备和存储介质，所述方法包括：获取待处理图像，将所述待处理图像输入已训练的图像哈希码提取模型，所述图像哈希码提取模型包括卷积神经网络，所述卷积神经网络包括嵌入卷积层之后的哈希映射层；所述图像哈希码提取模型的参数由图像分类模型训练得到，所述图像分类模型包括所述卷积神经网络，并在所述哈希映射层之后连接分类输出层；获取所述图像哈希码提取模型输出的所述待处理图像对应的哈希码，可以直接从图像中学习出更加鲁棒、紧凑，区分力更强的图像哈希码，还提出一种图像哈希码提取模型的建立方法、装置、计算机设备和存储介质。
-
公开(公告)号：CN107590774A
公开(公告)日：2018-01-16
申请号：CN201710841064.8
申请日：2017-09-18
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于生成对抗网络的车牌清晰化方法及装置，包括：将目标车牌图像输入至生成网络，生成网络由样本车牌图像训练得到，用于将低分辨率的车牌图像进行清晰化处理，并生成符合车牌标准的高分辨率的车牌图像，其中，样本车牌图像为符合车牌标准的车牌图像；基于生成网络，对目标车牌图像进行清晰化处理；输出符合车牌标准的清晰车牌图像。通过本发明实施例提供的技术方案，利用样本车牌图像所训练的生成网络对模糊车牌图像进行清晰化处理，所得到的清晰车牌图像是符合国家统一的车牌标准的，这样，不仅提高了车牌图像的清晰度，同时符合国家统一的车牌标准，进而可以更准确地对车牌进行识别。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.026 seconds)
