-
公开(公告)号：CN103065302B
公开(公告)日：2015-06-10
申请号：CN201210569877.3
申请日：2012-12-25
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种基于离群数据挖掘的图像显著性检测方法，该方法包括：在图像的多尺度视觉特征空间内分别估计各个像素点的局部分布密度值、加权邻域分布密度值；计算表征图像区域分布差异信息的显著性似然值；采用基于核方法的显著性似然值传播方法来融合图像的视觉特征空间分布信息和二维平面空间分布信息以修正显著性似然值，并输出图像的显著性映射图。
-
公开(公告)号：CN104657468A
公开(公告)日：2015-05-27
申请号：CN201510075140.X
申请日：2015-02-12
Applicant: 中国科学院自动化研究所
CPC classification number: G06K9/627
Abstract: 本发明提供一种基于图像与文本的视频的快速分类方法，所述方法包括：分别关联多个视频的图像与多个视频类型、以及多个视频的文本与多个视频类型，从而生成对应视频类型的图像训练集及文本训练集；在每个所述图像训练集上分别提取图像特征信息进行训练从而创建图像预测模型，以及在每个所述文本训练集上提取文本特征信息进行训练从而创建文本预测模型；分别提取待检测的视频的图像特征信息在所述图像预测模型上和提取待检测的视频的文本特征信息在所述文本预测模型上进行预测，并对两个预测结果执行或运算作为检出类型。本发明所述方法能够实现对视频的快速分类。
-
公开(公告)号：CN104199902A
公开(公告)日：2014-12-10
申请号：CN201410427511.1
申请日：2014-08-27
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
CPC classification number: G06F17/30979
Abstract: 本发明公开了一种线性动态系统的相似性度量计算方法，该方法包括以下步骤：收集待处理的时序数据；分别计算所述时序数据对应的线性动态系统模型参数；通过所述线性动态系统模型参数计算得到对应线性动态系统之间的子空间夹角；通过对所述子空间夹角进行帧偏移优化，得到所述时序数据的相似性度量。本发明可以应用在时序数据分析、视频内容检索，以及智能视频监控等业务中。
-
公开(公告)号：CN103631932A
公开(公告)日：2014-03-12
申请号：CN201310655669.X
申请日：2013-12-06
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
CPC classification number: G06F17/30787
Abstract: 本发明公开了一种对重复视频进行检测的方法，该方法包括以下步骤：对数据库中的所有视频进行帧采样，提取每个视频的关键帧，以获取相应视频的关键信息；对提取得到的视频关键帧的局部特征和全局特征分别进行分析得到局部分析特征和全局分析特征；对局部分析特征和全局分析特征进行融合，得到一个对于视频变换鲁棒的索引特征，用于进行视频重复性检测；利用索引特征对于待检测视频进行重复视频的检测。利用本发明，可以快速高效的检测出重复视频。
-
公开(公告)号：CN103473555A
公开(公告)日：2013-12-25
申请号：CN201310376618.3
申请日：2013-08-26
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明公开了一种基于多视角多示例学习的恐怖视频识别方法，其包括：对训练视频集合中的视频提取视频镜头，并针对每个视频镜头选取情感代表帧和情感突变帧；对训练视频集合中每个视频镜头提取音频和视觉特征，其中视觉特征基于所提取的情感代表帧和情感突变帧提取；对于每一个视频提取其四个视角特征向量，构成训练视频集合的多视角特征集合；对所得到的训练视频集合对应的多视角特征集合和待识别视频的多视角特征向量进行稀疏重构，得到稀疏重构系数；根据所述稀疏重构系数计算待识别视频的多视角特征向量与训练视频集合中恐怖视频集合与非恐怖视频集合分别对应的多视频特征集合的重构误差，进而确定待识别视频是否为恐怖视频。
-
Patent Agency Ranking
公开(公告)号：CN103065302A
公开(公告)日：2013-04-24
申请号：CN201210569877.3
申请日：2012-12-25
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种基于离群数据挖掘的图像显著性检测方法，该方法包括：在图像的多尺度视觉特征空间内分别估计各个像素点的局部分布密度值、加权邻域分布密度值；计算表征图像区域分布差异信息的显著性似然值；采用基于核方法的显著性似然值传播方法来融合图像的视觉特征空间分布信息和二维平面空间分布信息以修正显著性似然值，并输出图像的显著性映射图。
-
公开(公告)号：CN102163286B
公开(公告)日：2013-03-20
申请号：CN201010113826.0
申请日：2010-02-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种色情图像评价方法，该方法包括：图像肤色分割；提取图像整体特征、人体局部部位特征以及人体躯干形状特征三类共31维特征构成特征向量；训练评价模型并对输入图像的色情程度进行评价，输出评价结果。利用本发明，不仅可以判断输入图像是否为色情图像，而且能对图像的色情程度进行评价，并输出0％～100％的评价结果，数值越大表明图像的色情程度越高，便于对色情图像进行分级过滤。
-
公开(公告)号：CN101984431B
公开(公告)日：2012-11-14
申请号：CN201010534624.3
申请日：2010-11-03
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
Abstract: 本发明公开一种网络新闻表情分布的自动预测方法。网络新闻表情分布是指大量网络用户在浏览完一则网络新闻后，对其不同的新闻表情投票形成的新闻表情分布。本发明包括：收集网络新闻数据，包括网络新闻样本以及每个样本的新闻表情用户投票数据，利用收集的数据进行关键词选择并对每一个新闻样本进行特征提取，利用概率标签传播算法来对投票数据分布进行修正；对于一个新的网络新闻样本，利用基于实例的机器学习算法来对其进行新闻表情的分布进行自动预测。本发明可以应用在网络新闻的新闻表情分析以及对新的网络新闻样本的新闻表情分布进行预测。
-
公开(公告)号：CN101751554B
公开(公告)日：2012-06-27
申请号：CN200810239326.4
申请日：2008-12-10
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种对互联网大麻图像进行的过滤方法，包括步骤：利用尺度不变特征变换算法提取图像的局部特征；对每一个大麻训练图像的每一个局部特征构造一个自相似性弱分类器；自相似性弱分类器考察任意一幅测试图像是否与此自相似性弱分类器的局部特征所在的大麻图像相似及自相似程度是否足够；如果一幅测试图像既与此自相似性弱分类器的局部特征所在的大麻图像相似，又有足够的自相似性；将自相似性弱分类器整合到一起，构造一个强分类器对一幅图像的所有局部特征判断此图像是否为大麻图像。本发明采用自相似性弱分类器，克服现有技术物体识别方法中无法考虑图像内部相似关系的缺点，从而有效地抓住大麻图像的特点。
-
公开(公告)号：CN102194234A
公开(公告)日：2011-09-21
申请号：CN201010117757.0
申请日：2010-03-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于序列粒子群优化的图像跟踪方法，包括步骤：在当前帧图像中，利用状态转移分布对上一帧图像中的个体最优状态集进行随机传播；对随机传播后产生的粒子进行粒子群优化迭代；利用基于空间约束混合高斯的表观模型对每个粒子的适应值进行评价；根据适应值评价的结果更新粒子的个体最优状态和群体最优状态；收敛判断：若满足收敛条件，则输出群体最优状态粒子对应的观测值作为当前帧图像的跟踪结果，否则的话继续进行粒子群优化迭代。本发明实现了有效的目标跟踪，具有很好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
293
records
(took 0.152 seconds)
