-
公开(公告)号：CN109302614A
公开(公告)日：2019-02-01
申请号：CN201811168316.6
申请日：2018-10-08
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种基于三阶张量自编码网络的视频压缩方法。自编码网络在图像压缩中得到了广泛的使用，但是其需要存储大量的参数和需要大量的图片进行训练网络，为此本文使用三阶张量来代替自编码网络中层与层之间的全连接参数，使用自编码机制和反向传播方法对网络中参数进行迭代求解达到收敛，并对收敛结果进行编码，最终得到压缩后的视频。
-
公开(公告)号：CN109302614B
公开(公告)日：2022-01-18
申请号：CN201811168316.6
申请日：2018-10-08
Applicant: 南京信息工程大学
Abstract: 本发明提出了一种基于三阶张量自编码网络的视频压缩方法。自编码网络在图像压缩中得到了广泛的使用，但是其需要存储大量的参数和需要大量的图片进行训练网络，为此本文使用三阶张量来代替自编码网络中层与层之间的全连接参数，使用自编码机制和反向传播方法对网络中参数进行迭代求解达到收敛，并对收敛结果进行编码，最终得到压缩后的视频。
-
公开(公告)号：CN107564029B
公开(公告)日：2021-09-03
申请号：CN201710606938.1
申请日：2017-07-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于高斯极值滤波和群稀疏RPCA的运动目标检测方法。针对动态背景下的运动目标检测问题，提出了一种基于高斯极值滤波(Gaussian max‑pooling)和群稀疏RPCA(Robust Principal Component Analysis)的运动目标检测方法，此方法包含两个主要模块：1)提出一种称为高斯极值滤波的新方法，为每一个像素点重新估计重一个最合适的灰度值，从而减小动态背景对目标检测的影响；2)提出一个称为群稀疏RPCA的新模型，对运动目标帧内和帧间的连续性进行建模，以实现更精确的运动目标检测。本发明在动态背景下比其它同类方法有更高的检测精度，能为视频监控系统提供一种更有效的运动目标检测算法。
-
公开(公告)号：CN107564029A
公开(公告)日：2018-01-09
申请号：CN201710606938.1
申请日：2017-07-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于高斯极值滤波和群稀疏RPCA的运动目标检测方法。针对动态背景下的运动目标检测问题，提出了一种基于高斯极值滤波(Gaussian max-pooling)和群稀疏RPCA(Robust Principal Component Analysis)的运动目标检测方法，此方法包含两个主要模块：1)提出一种称为高斯极值滤波的新方法，为每一个像素点重新估计重一个最合适的灰度值，从而减小动态背景对目标检测的影响；2)提出一个称为群稀疏RPCA的新模型，对运动目标帧内和帧间的连续性进行建模，以实现更精确的运动目标检测。本发明在动态背景下比其它同类方法有更高的检测精度，能为视频监控系统提供一种更有效的运动目标检测算法。
-
-
-
Search Results
4
records
(took 0.021 seconds)
