-
Patent Agency Ranking
公开(公告)号：CN112883227B
公开(公告)日：2022-08-09
申请号：CN202110019685.4
申请日：2021-01-07
Applicant: 北京邮电大学
IPC: G06F16/738 , G06F16/75 , G06K9/62 , G06V10/774 , G06V10/764 , G06V10/80
Abstract: 本申请实施例提供一种基于多尺度时序特征的视频摘要生成方法和装置。该方法包括：利用预训练的视频摘要生成模型，获取多尺度时序融合特征序列；利用预训练的视频摘要生成模型，确定多尺度时序融合特征序列中的各视频帧的重要性得分；基于镜头切分算法，将多尺度时序融合特征序列切分为以基本镜头为单位的基本片段集；利用预训练的视频摘要生成模型，基于各重要性得分和基本片段集，动态选取基本片段集中的核心片段；利用预训练的视频摘要生成模型，基于核心片段，生成动态视频摘要，并输出。该方案利用无监督训练得到的视频摘要生成模型，可抽取视频关键帧，获取具有多样性和代表性的视频摘要，减少人工干预工作量，有助于视频检索和视频监控。
-
公开(公告)号：CN110348457B
公开(公告)日：2021-09-21
申请号：CN201910553892.0
申请日：2019-06-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种图像特征提取方法、提取装置、电子设备及存储介质，其中方法包括：获取待处理人体部位透视图像；对待处理人体部位透视图像进行预处理操作，得到预处理后的人体部位透视图像；生成预处理后的人体部位透视图像在不同预设方向上的灰度共生矩阵；利用所生成的灰度共生矩阵，提取预处理后的人体部位透视图像的多个第一特征信息；提取预处理后的人体部位透视图像的第二特征信息；将多个第一特征信息和第二特征信息进行融合，得到融合后的特征信息。本发明实施例能够更全面地提取人体部位透视图像中的特征信息。
-
公开(公告)号：CN109222884A
公开(公告)日：2019-01-18
申请号：CN201810875898.5
申请日：2018-08-03
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种角膜塑形镜配适状态评估方法及装置，可以根据从角膜地形图中获取的每个采样点的屈光度，筛选出角膜塑形镜治疗区域在各径向上的边缘数据点，根据边缘数据点拟合治疗区域，根据偏心距离评估角膜塑形镜的配适状态。这样，可以根据从角膜地形图中获取的各个数据，得到角膜塑形镜配适状态的分析数据，评估角膜塑形镜的配适状态，通过分析具体数据减小评估的误差。
-
公开(公告)号：CN110348457A
公开(公告)日：2019-10-18
申请号：CN201910553892.0
申请日：2019-06-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种图像特征提取方法、提取装置、电子设备及存储介质，其中方法包括：获取待处理人体部位透视图像；对待处理人体部位透视图像进行预处理操作，得到预处理后的人体部位透视图像；生成预处理后的人体部位透视图像在不同预设方向上的灰度共生矩阵；利用所生成的灰度共生矩阵，提取预处理后的人体部位透视图像的多个第一特征信息；提取预处理后的人体部位透视图像的第二特征信息；将多个第一特征信息和第二特征信息进行融合，得到融合后的特征信息。本发明实施例能够更全面地提取人体部位透视图像中的特征信息。
-
公开(公告)号：CN112883227A
公开(公告)日：2021-06-01
申请号：CN202110019685.4
申请日：2021-01-07
Applicant: 北京邮电大学
IPC: G06F16/738 , G06F16/75 , G06K9/62
Abstract: 本申请实施例提供一种基于多尺度时序特征的视频摘要生成方法和装置。该方法包括：利用预训练的视频摘要生成模型，获取多尺度时序融合特征序列；利用预训练的视频摘要生成模型，确定多尺度时序融合特征序列中的各视频帧的重要性得分；基于镜头切分算法，将多尺度时序融合特征序列切分为以基本镜头为单位的基本片段集；利用预训练的视频摘要生成模型，基于各重要性得分和基本片段集，动态选取基本片段集中的核心片段；利用预训练的视频摘要生成模型，基于核心片段，生成动态视频摘要，并输出。该方案利用无监督训练得到的视频摘要生成模型，可抽取视频关键帧，获取具有多样性和代表性的视频摘要，减少人工干预工作量，有助于视频检索和视频监控。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
