-
公开(公告)号：CN106066993B
公开(公告)日：2019-08-09
申请号：CN201610345937.1
申请日：2016-05-23
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明提供了一种计算机视频处理技术领域的人群语义分割方法及系统，步骤为：对于图像，根据运动一致性的时域运动群组分割，根据分布匀质性的空域分布群组分割；综合时域和空域分割结果的联合语义群组分割；基于语义一致的群组状态描述。本发明在人群分割的过程中综合考虑了人群的运动一致性和分布匀质性，使得分割后的群组具有时空域内的稳定状态，同时可以较好地描述各个群组的状态，包括运动模式和密度等级。
-
公开(公告)号：CN108537818A
公开(公告)日：2018-09-14
申请号：CN201810184172.7
申请日：2018-03-07
Applicant: 上海交通大学
Abstract: 本发明提供一种基于集群压力LSTM的人群轨迹预测方法，步骤为：获得每个行人个体的运动轨迹用一个LSTM单元代表，得到最初的隐藏状态信息；计算不同高斯核下的整张图像的密度信息，进行压力池化得到融合局部密度的隐藏层信息；计算邻域内LSTM当前的运动一致性矩阵，进行集群池化，得到融合行人运动一致性的隐藏层信息；将上述融合局部密度的隐藏层信息和融合行人运动一致性的隐藏层信息，与最初的隐藏状态信息连接到一起，得到新的压力集群度隐藏特征，输入到下一个LSTM单元中得到下一个预测输出。本发明有效利用行人之间相互作用，既包含由密度信息所显示的不稳定性压力信息和邻域内人群一致性的集群性信息，提高了人群轨迹预测的准确性。
-
公开(公告)号：CN108280411A
公开(公告)日：2018-07-13
申请号：CN201810024909.9
申请日：2018-01-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种具有空间变换能力的行人搜索方法，包括：利用卷积神经网络对图像提取初步特征；基于改进的空间变换网络对图像提取行人候选框；利用改进的空间变换网络对行人候选框进行空间变换并下采样到固定维度；利用卷积神经网络进一步提取深层特征输出行人检测结果和行人再识别结果；并设计改良的Loss函数对行人搜索中具有特殊性的行人再识别进行监督。本发明通过基于DenseNet的卷积神经网络将行人检测与行人再识别联合起来并提取更具有辨别力的深层次特征，提高了鲁棒性减少了计算量，在保证行人检测性能的同时提升了行人再识别的性能。
-
公开(公告)号：CN107679465A
公开(公告)日：2018-02-09
申请号：CN201710857752.3
申请日：2017-09-20
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于生成网络的行人重识别数据生成和扩充方法，步骤为：利用视频预测网络生成新的行人视频帧样本。利用深度生成对抗网络进行端到端的行人背景变换数据生成。利用不同的数据生成方法进行行人数据集的广度和丰富性的扩充。将扩充的数据集送入特征提取网络中提取特征并用欧氏距离评估性能。本方法同时考虑了行人的类内和类间数据扩充，联合利用了不同的生成网络生成更多更丰富的样本，扩充的数据集具有很好的多样性和鲁棒性，能更好的解决与适应由于样本数量不足和背景干扰带来的性能损失，具有普遍的适用性，扩充的数据集在下一步的行人识别中能发挥更好的性能及效率。
-
公开(公告)号：CN107545256A
公开(公告)日：2018-01-05
申请号：CN201710905430.1
申请日：2017-09-29
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种结合时空和网络一致性的摄像机网络行人重识别方法，对图像进行摄像机对的行人重识别；对摄像机网络和行人之间分别找到距离和时间差信息，对摄像机对确定距离后对行人速度进行估计并给出一先验值，并以此推出时间差应满足的分布，再结合实际的时间差确定该如何修正相似性分数。得到修正项之后通过一个比例参数控制原始相似性分数和时间地点信息在修正的相似性分数前所占重要性。得到修正相似性分数后，再构建网络整体的优化问题，其中优化目标为一全局相似性定义，约束条件为一致性条件。本发明通过融合了传统摄像机对行人重识别方法，摄像机地理位置，行人时间差等信息，并结合网络一致性，在摄像机网络中执行行人重识别任务。
-
Patent Agency Ranking
公开(公告)号：CN106445985A
公开(公告)日：2017-02-22
申请号：CN201610283654.9
申请日：2016-04-29
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于手绘运动轮廓的视频检索方法及系统，所述方法步骤：在构建视频索引数据库阶段，首先对视频片段的光流场进行运动分解得到具有典型运动结构的子运动矢量场；利用运动结构编码算法对每个子运动矢量场提取运动描述子；将每个子运动矢量场的描述子及相关ID信息存入索引数据库；在视频检索阶段，首先对用户的手绘运动轮廓进行矢量化，得到运动矢量场；然后利用运动结构编码算法对该矢量场提取运动特征；最后对索引数据库进行排序，得到检索结果。本发明可以有效地对视频进行运动层面的索引标注以及基于手绘运动轮廓的检索，具有很好的跨场景适应性，在大规模监控视频的索引和浏览方面具有重要的应用价值。
-
公开(公告)号：CN104063879B
公开(公告)日：2017-02-15
申请号：CN201410243312.5
申请日：2014-06-03
Applicant: 上海交通大学
Abstract: 本发明提供一种基于通量和遮挡系数的行人流估计方法，包括步骤：针对感兴趣区域，划定一块固定区域；根据前后两帧之间的运动提取光流，构建出运动矢量场；对图像中的行人进行运动估计，行人的运动被转换成速度矢量；对已划定的固定区域的通量进行计算；利用canny算子对图像进行边缘检测；对划定区域上的边缘点信息进行处理，从而得到遮挡系数；建立回归模型，结合将通量和遮挡系数，并对时间段进行积分处理得到行人流估计。本发明引入流体力学的概念，利用通量对行人流进行模拟；通过边缘信息对遮挡程度进行计算，从而提高了估计的鲁棒性将通量和遮挡系数与提出的回归模型相结合，有效地估计行人流。
-
公开(公告)号：CN105138689A
公开(公告)日：2015-12-09
申请号：CN201510594787.3
申请日：2015-09-17
Applicant: 上海交通大学
IPC: G06F17/30
CPC classification number: Y02D10/45 , G06F17/30843
Abstract: 本发明提供了一种带有徘徊异常提示的分层视频摘要方法，适合于视频监控场景下的海量视频快速浏览。步骤：利用高斯混合模型对输入视频进行背景训练和前景检测；基于前景对运动的行人进行跟踪，获取每个行人跟踪的数据集；针对行人跟踪数据集进行特征提取，包括人脸检测、亮度计算和视觉注意力计算；最小化视频层次的能量函数，在每个行人数据集中筛选出一个最具代表性的图像，融合到背景图像上，形成视频层次的视频摘要；根据行人跟踪信息，进行运动轨迹的拟合及运动方向的判断；判断是否有徘徊行为发生；最小化行人层次的能量函数，从行人跟踪数据集中筛选出最具代表性的几张图片；将行人的多种信息融合到背景图像上，生成行人层次的摘要。
-
公开(公告)号：CN104376334A
公开(公告)日：2015-02-25
申请号：CN201410635897.5
申请日：2014-11-12
Applicant: 上海交通大学
CPC classification number: G06K9/00369 , G06K9/6215 , G06K9/6227 , G06K9/6259
Abstract: 本发明公开一种计算机视频处理技术领域的多尺度特征融合的行人比对方法，本发明融合多种行人特征，增强比对特征在多摄像头环境下的稳定性和独特性；同时根据特征在不同图像尺度上的表现，不同的行人特征将在不同尺度上进行比对：先在小尺度上进行比对过滤，而后对筛选后的行人在较大尺度上进行匹配，在保证各特征比对性能的前提下，降低方法复杂度；并针对现有纹理特征进行改进，采用一种新的基于显著特征点的比对方法；本方法引入半监督的距离学习方法进行距离函数学习，以降低传统距离学习算法训练标定过程的复杂度，提高匹配准确率。
-
公开(公告)号：CN102722710B
公开(公告)日：2014-10-15
申请号：CN201210170429.6
申请日：2012-05-28
Applicant: 上海交通大学
Abstract: 一种基于粘性流体的群体特征提取方法，步骤为：将视频分割为时空块；利用时空变化度量矩阵对信号沿着时间域和空间域上的信号变化进行度量；利用特征值分析的方法构造一个抽象的时空变化场，用以对群体运动的表象特征进行描述；利用粘性流体的切向力分析方法，计算时空力场，用以对群体运动的激励特征进行分析；结合时空变化场、时空力场和位置信息，构造一个时空粘性流体场；利用该粘性流体场实现对群体事件的分析。本发明提取信号的时空变化特征，不需要进行个体的检测和分割，更加适合大规模的群体分析；同时结合了群体的运动和激励特性，能更好的挖掘运动的本质特性，使其在下一步的群体行为分析及异常事件检测中发挥更好的鲁棒性及效率。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.029 seconds)
