-
-
公开(公告)号：CN102737135B
公开(公告)日：2015-07-01
申请号：CN201210238553.1
申请日：2012-07-10
IPC: G06F17/30
Abstract: 本发明提供了基于变形敏感的软级联模型的视频拷贝检测方法及系统。包括以下步骤：预处理步骤，从查询视频中提取出格式一致的视觉关键帧和音频帧；变形识别步骤，判定所述查询视频经受的变形的类别，并将它传递给该类别对应的级联检测器链；检测步骤：级联检测器链中的检测器依次处理查询视频，直到某个检测器判定它为拷贝，或者所有检测器全部判定它为非拷贝，在某一个检测器内部，首先利用一种视觉特征或音频特征检索查询视频的视觉关键帧或音频帧，然后利用时域金字塔匹配TPM将帧层次的检索结果整合为视频层次的拷贝检测结果。本发明可以准确、快速地鉴定查询视频是否是给定参考视频库的拷贝，在数字版权管理、广告跟踪、视频内容过滤等领域都有重要的应用。
-
公开(公告)号：CN104537356A
公开(公告)日：2015-04-22
申请号：CN201510014586.1
申请日：2015-01-12
Applicant: 北京大学
IPC: G06K9/00
CPC classification number: G06K9/00348
Abstract: 本发明实施例提供了一种利用瑞士轮排序进行步态识别的行人再标识方法和装置。该方法包括：检测待检测视频中的行人的目标对象，提取所述目标对象的前景、步态周期和步态特征；将目标对象的步态特征和候选数据的步态特征进行相似性分析得到待排序数据；使用训练好的瑞士轮排序系统，将待排序数据进行多层次的分组排序，组合多层次的分组排序的结果得到待排序数据的最终排序结果，将目标对象识别为最终排序结果中排名最靠前的候选数据。本发明实施例能有效适应步态在多种情况下差异较大的问题，提高了监控视频场景中对象再标识的准确性，降低误检，实现了有效的行人检测和再标识任务。
-
公开(公告)号：CN104320659A
公开(公告)日：2015-01-28
申请号：CN201410397363.3
申请日：2014-08-13
Applicant: 北京大学
IPC: H04N19/134 , G06T7/00
CPC classification number: G06T7/11 , G06T2207/10016
Abstract: 本发明公开了一种背景建模方法、装置及设备，其中，背景建模方法将高斯混合模型中原本为浮点计算的权重、均值和方差等参数的更新，等价转化为对应新参数累加权值和、累加均值和以及累加方差和的整数迭代，并利用新参数及整数除法模拟算法完成高斯混合模型中的所有计算，从而消除高斯混合模型中不适用于硬件实现的除法运算和浮点计算，并达到与高斯混合模型相当的建模效果。
-
公开(公告)号：CN104281858A
公开(公告)日：2015-01-14
申请号：CN201410469780.4
申请日：2014-09-15
Abstract: 本发明实施例涉及视频图像技术领域，尤其涉及一种三维卷积神经网络训练方法、一种基于三维卷积神经网络的视频异常事件检测方法及装置，用以对拥挤人群场景下发生的异常事件进行检测。本发明实施例的方法中三维卷积神经网络正向传递过程中第N组卷积-采样层中的卷积层上的每个卷积核对第N-1组卷积-采样层中的采样层的所有通道的所有特征图的数据进行卷积，由于最后一层卷积层对所有通道的所有特征图的数据进行卷积，从而可提取更具有表达能力的特征，从而可通过这些特征更好地描述拥挤人群场景下发生的异常事件，进而提高异常事件的检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN104253996A
公开(公告)日：2014-12-31
申请号：CN201410478748.2
申请日：2014-09-18
Abstract: 本发明公开了一种视频数据的发送、接收方法及其装置以及传输系统，该发送方法包括：根据用于表示当前帧为背景帧和/或非背景帧的标识信息，确定视频图像的原始编码码流中的背景帧；将确定的每一背景帧分割为至少两个数据包，分别加入辅码流标识后进行封装，形成辅码流；将原始编码码流中每一非背景帧加入主码流标识后进行封装，形成主码流；发送所述辅码流和主码流。由于将背景帧分割为至少两个数据包，分别加入辅码流标识后进行封装形成辅码流，后续发送辅码流和主码流，避免了直接传输背景帧，减少因码流传输中图像瞬时码率过高造成后续非背景帧的延时或丢失，同时也没有降低作为背景帧的高质量背景图像的质量，兼顾了传输带宽和图像质量。
-
公开(公告)号：CN103870818A
公开(公告)日：2014-06-18
申请号：CN201410126512.2
申请日：2014-03-31
Abstract: 本发明公开了一种烟雾检测方法和装置，属于数字图像与视频处理领域。该方法包括：对输入的视频图像进行目标区域检测，得到目标区域；计算内部相似性和与周围区域差异性目标区域内部相似性；计算内部相似性和与周围区域差异性目标区域与周围区域差异性；根据内部相似性和与周围区域差异性内部相似性和与周围区域差异性判决内部相似性和与周围区域差异性目标区域是否为烟雾。采用本发明实施例，通过对目标区域内的子块特征进行分类，还同时考虑目标区域与周围背景区域的差异性得到最终的判定结果，从而能有效地区分烟雾目标与类烟雾目标。
-
-
公开(公告)号：CN102034102B
公开(公告)日：2013-11-06
申请号：CN201010568248.X
申请日：2010-11-26
Applicant: 北京大学
Abstract: 本发明公开了一种图像显著对象提取方法、互补显著度图学习方法及系统。其中，基于图像显著对象提取方法包括：利用所述图像训练集学习得到两个互补显著度映射函数；基于学习得到的所述互补显著度映射函数，得到互补显著度图；根据所述互补显著度图提供的软先验知识，提取出显著物体。本发明通过给定任意图像，自动准确地提取出图像中的显著物体，有效地解决了在复杂场景下一般显著物体提取结果缺乏的准确性和鲁棒性问题，为该类方法提供了一种全新的思路。
-
公开(公告)号：CN102333221B
公开(公告)日：2013-09-04
申请号：CN201110322137.5
申请日：2011-10-21
Applicant: 北京大学
Abstract: 一种视频编解码方法，编码步骤包括：全景式背景图像生成步骤，使用训练集视频图像生成用于描述整个待编码视频所属场景的全部背景区域；映射关系确定步骤，确定待编码当前图像及其参考图像和全景式背景中像素点之间的映射关系；当前图像编码步骤，对全景式背景图像进行参数映射，得到当前图像和参考图像的背景，并利用该背景对当前图像进行基于预测的视频编码；解码步骤包括步骤：全景式背景导出步骤，对编码的全景式图像进行解码；背景生成步骤，根据获取的映射参数及运动参数，获取当前图像的背景；当前图像解码步骤，根据对应的编码方法，对当前图像解码。本发明能显著提高编码效率，以较低复杂度完成解码，实现极为显著的码率节省。
-
-
-
-
-
-
-
-
-
Search Results
229
records
(took 0.066 seconds)
