一种视频对比度增强方法及系统
    11.
    发明公开

    公开(公告)号:CN114372930A

    公开(公告)日:2022-04-19

    申请号:CN202111655763.6

    申请日:2021-12-30

    Abstract: 本发明是一种一种视频对比度增强方法及系统,特别是基于自监督学习的视频对比度增强算法,利用无监督图像质量评价模型引导训练视频对比度增强算法模型,本发明可在cpu上实现实时的视频对比度增强。本发明受图像直方图均衡化算法的启发,设计了一种自适应的灰度映射机制,利用无监督图像质量评价模型作为引导,回归得到了Map映射矩阵;根据不同的图像,会得到不同Map映射矩阵用于视频对比度增强,无需人为干预,在算法的使用上特别友好。

    基于滑窗权重回归的视频自适应锐化的方法及系统

    公开(公告)号:CN114363477A

    公开(公告)日:2022-04-15

    申请号:CN202111657429.4

    申请日:2021-12-30

    Abstract: 本发明公开了一种基于滑窗权重回归的视频自适应锐化的方法及系统,通过构建基于滑窗权重回归的神经网络模型,以神经网络模型回归每帧图像中每个像素位置及其8邻域的权重;采用get_weights函数获取神经网络模型的训练权重,得到维度为[1,9,height,width]的特征,使图像的每个像素位置输出9个权重;将当前像素及其8邻域,根据相应的9个权重进行加权,得到锐化后的图像。不需要设置参数就能够自适应处理多种视频场景,能够达到实时处理的要求,更能突出图像的边缘和细节。

    视频图像色彩增强的方法、装置、设备及存储介质

    公开(公告)号:CN112019827B

    公开(公告)日:2022-01-25

    申请号:CN202010911211.6

    申请日:2020-09-02

    Abstract: 本发明公开了一种视频图像色彩增强的方法、装置、设备及存储介质,针对传统的色彩增强方法不能解决影视剧复杂多变场景下图像色彩增强的不确定性和鲁棒性的问题,通过FFmpeg对视频进行解码,得到视频图像,将视频图像输入色彩增强网络进行色彩增强操作后,得到色彩增强图像,再利用深度学习模型对色彩增强图像进行细节纹理特征、图像亮度及目标前景等作进一步丰富和改善,提高视频图像的视觉效果,适用于复杂多场景的视频图像处理。

    实现手机与智能影像设备连接的方法及系统

    公开(公告)号:CN104168381A

    公开(公告)日:2014-11-26

    申请号:CN201410414047.2

    申请日:2014-08-21

    Abstract: 一种实现手机与智能影像设备连接的方法及系统,方法包含:手机或智能影像设备开启WIFI热点功能;手机搜索附近可无线连接的智能影像设备,根据搜索到的所述智能影像设备建立一智能影像设备号列表;手机与所述智能影像设备号列表中的智能影像设备建立连接,从而实现所述智能影像设备与手机间的数据交互。本发明提高了智能影像设备控制的便捷性;适用于更广的范围;同时,提高电视棒、机顶盒等智能影像设备的应用范围。在无局域网的情况下,本发明也可以通过手机的3G/4G网络保证智能影像设备的联网操作。

    一种基于视觉识别技术的人员安全移动检测方法及系统

    公开(公告)号:CN119919966A

    公开(公告)日:2025-05-02

    申请号:CN202510040531.1

    申请日:2025-01-10

    Abstract: 本发明提供一种基于视觉识别技术的人员安全移动检测方法及系统,包括如下步骤:S1:对视频画面进行图像采集,识别获取视频画面中的行走路线区域;S2:通过基于YOLOv5预训练的人体检测模型识别获取视频画面中的目标人体区域,并通过基于YOLOv5预训练的车辆检测模型识别获取视频画面中的目标车辆区域;S3:判断目标人体区域是否位于目标车辆区域或行走路线区域内部,当存在目标人体区域同时位于目标车辆区域及行走路线区域外部时,判定目标人体处于安全行走路线外部,触发警报。通过本发明,可实现安全行走路线中的人员移动路径检测,且可有效规避车辆驾驶人员对于检测结果的干扰。

    一种融合人体属性特征与向量嵌入的跨模态检索方法

    公开(公告)号:CN119829799A

    公开(公告)日:2025-04-15

    申请号:CN202411916565.4

    申请日:2024-12-24

    Abstract: 本发明公开了一种融合人体属性特征与向量嵌入的跨模态检索方法:从监控视频流定期抽取图片,编码缓存。提取图片的人脸特征向量、人体特征向量、文本向量和人体结构化属性特征。将人脸特征向量与人体特征向量相互关联,实现人脸融合,并存储到向量库中。将人体结构化属性特征与向量数据进行关联,并存储到搜索引擎中。通过对输入图像或文字进行特征提取和向量化,将向量数据与向量库中的数据进行匹配,再通过搜索引擎根据人体结构化属性特征进行过滤,得到搜索结果。本发明通过引入人脸人体融合技术、结构化人体属性特征,结合深度学习模型能够在多摄像头下快速、准确地检索出录像中的人员信息,从而高效稳定地生成对应时间段的录像回看。

    考虑多粒度语义对齐的多模态人体大模型训练方法及系统

    公开(公告)号:CN119625351A

    公开(公告)日:2025-03-14

    申请号:CN202411703678.6

    申请日:2024-11-26

    Abstract: 本发明涉及人工智能多模态大模型技术领域,公开了一种考虑多粒度语义对齐的多模态人体大模型训练方法及系统,所述方法包括:通过改进网络结构对大规模训练集进行前缀构造,基于人体特征对所述训练集中的数据附加描述相关的前缀;分批训练所述多模态人体大模型,将每一批训练数据中每张图像与每个文本进行配对,通过相似度计算和语义松弛进行对比损失的改进,优化视觉及文本模态编码器参数,通过以上方法,实现了一种考虑多粒度语义对齐的多模态人体大模型训练系统,针对当前多模态大模型在人体跨模态检索应用中遇到的多粒度语义对齐难题,分别从网络结构与损失函数两个方面对通用多模态大模型进行改进,增强在多粒度语义下跨模态人体检索的性能。

    一种用于智能视频平台的视频流抽帧方法

    公开(公告)号:CN117812407A

    公开(公告)日:2024-04-02

    申请号:CN202311795032.0

    申请日:2023-12-25

    Abstract: 本发明公开了一种用于智能视频平台的视频流抽帧方法,将视频数据接入到智能视频平台。创建抽帧任务发送至调度服务,调用抽帧资源评估模型将抽帧任务分发到各抽帧服务节点,将抽帧得到抽帧图像数据写入缓存,并在其头部区域标识任务I D信息。间隔轮询读取抽帧图像数据,解析并获取任务I D信息,进而确定所需的AI分析类型,根据AI分析类型的种类进行分组打包,并发送至相对应的AI分析节点进行分析处理,最后分析结果通过应用能力网关对接不同的业务应用场景。利用资源评估模型的方式来进行抽帧任务调度分配和实现抽服务帧节点自动扩缩容、实现优化内存读取抽帧图像数据和分组打包送检的方式来提高抽帧服务硬件资源利用率和缩短抽帧服务的整体延迟。

Patent Agency Ranking