基于视频结构化描述的车辆视频特征提取系统及方法

    公开(公告)号:CN102982311A

    公开(公告)日:2013-03-20

    申请号:CN201210356556.5

    申请日:2012-09-21

    Abstract: 本发明涉及一种基于视频结构化描述的车辆视频特征提取系统及方法,属于视频处理技术领域。该系统包括视频流编码解析器、车辆底层特征提取器、车辆视频标准特征提取器、车牌及车标分割器、车牌及车标识别器和视觉任务支撑服务器。该方法中,首先能够利用视频流编码解析器、车辆底层特征提取器、车辆视频标准特征提取器、车牌及车标分割器和车牌及车标识别器实现交通监控视频中车辆特征的提取,进而视觉任务支撑服务器利用时间戳作为统一标识存储其它各模块输出的信息,实现信息的动态关联;并对所存储的信息进行装配,生成报文后输出,从而便于后续视频调阅与处理中的快速检索和定位,进而能够实现在道路管理中的机动车行为实时智能监管。

    基于主题模型方法和领域规则库实现场景分析描述的方法

    公开(公告)号:CN103778443B

    公开(公告)日:2017-05-03

    申请号:CN201410057882.5

    申请日:2014-02-20

    Abstract: 本发明涉及一种基于主题模型方法和领域规则库实现场景分析描述的方法,其中包括获取训练视频图像并采用对象分类器进行训练得到滴状对象容器和纹理对象容器;将滴状对象容器和纹理对象容器进行融合并进行分析得到语义主题模型;获取测试视频图像并根据语义主题模型对测试视频图像进行场景分类得到场景分类结果;根据语义主题模型的场景分类结果和基于先验知识建立的领域规则库对测试视频图像进行场景语义理解描述。采用该种基于主题模型方法和领域规则库实现场景分析描述的方法,基于主题模型对场景进行分类的基础上引入领域规则库对场景进行潜在语义信息的挖掘,具有良好的目的导向性和扩展性,简单有效,适用于大规模推广应用。

    基于主题模型方法和领域规则库实现场景分析描述的方法

    公开(公告)号:CN103778443A

    公开(公告)日:2014-05-07

    申请号:CN201410057882.5

    申请日:2014-02-20

    Abstract: 本发明涉及一种基于主题模型方法和领域规则库实现场景分析描述的方法,其中包括获取训练视频图像并采用对象分类器进行训练得到滴状对象容器和纹理对象容器;将滴状对象容器和纹理对象容器进行融合并进行分析得到语义主题模型;获取测试视频图像并根据语义主题模型对测试视频图像进行场景分类得到场景分类结果;根据语义主题模型的场景分类结果和基于先验知识建立的领域规则库对测试视频图像进行场景语义理解描述。采用该种基于主题模型方法和领域规则库实现场景分析描述的方法,基于主题模型对场景进行分类的基础上引入领域规则库对场景进行潜在语义信息的挖掘,具有良好的目的导向性和扩展性,简单有效,适用于大规模推广应用。

    一种视频监控网络质量巡检方法及系统

    公开(公告)号:CN103731643A

    公开(公告)日:2014-04-16

    申请号:CN201410022607.X

    申请日:2014-01-17

    Abstract: 本发明公开了一种视频监控网络质量巡检方法及系统,属于网络视频技术领域。本发明的方法包括以下步骤:监测视频监控网络中设备的工作状态;监测监控视频图像质量;统计视频监控网络设备和视频图像质量的检测结果及报警信息,自动向用户显示报警信息,并提供浏览、查询等服务。本发明还提供一种应用该方法的系统,该系统对大型视频网络进行集中管理与监控,能自动分析和评估视频监控网络中前端摄像头的视频质量和网络设备的运行状态,及时发现摄像头故障和网络设备故障,大幅提高了视频监控网络的安全性、灵活性和视频及网络故障检测的准确性和实时性。

    基于深度图像实现人体骨骼提取的方法

    公开(公告)号:CN103729647B

    公开(公告)日:2017-10-13

    申请号:CN201310753495.0

    申请日:2013-12-31

    Abstract: 本发明涉及一种基于深度图像实现人体骨骼提取的方法,其中包括从深度图像中提取人体外部轮廓后将外部轮廓曲线离散化为外部多边形并在所述的外部多边形中进行骨骼提取;根据深度数据的直方图提取人体内部轮廓后将内部轮廓曲线离散化为内部多边形并在所述的内部多边形中进行骨骼提取;将邻近的骨骼点连接成连续的骨骼线并将所有的骨骼线连接成一幅完整的骨骼。采用该种基于深度图像实现人体骨骼提取的方法,能够提取出人体内部自遮挡区域的骨骼,有效去除骨骼线条中多余的枝桠,并保持人体原有的拓扑结构,提取出的骨骼模型可以用来描述人体运动的相关信息,可用于视频监控、人机交互、虚拟现实等领域,具有更广泛的应用范围。

    监控摄像头的标定工具
    17.
    发明公开

    公开(公告)号:CN105654487A

    公开(公告)日:2016-06-08

    申请号:CN201511026924.X

    申请日:2015-12-31

    Abstract: 本发明涉及一种监控摄像头的标定工具,其中包括标定杆组件、标定点标识组件和折叠组件,所述的标定杆组件包括数根标定杆、各个所述的标定杆的一端均可旋转连接至所述的折叠组件,所述的标定点标识组件包括数个标识盘,各个所述的标识盘设置于所述的标定杆和折叠组件上。采用该种结构的监控摄像头的标定工具,采用创新设计的折叠标定杆组件作为标定工具的主要构成,即满足标定工具的便携性,又满足了监控摄像头对标定工具的尺寸要求,采用创新设计的带有辐射图案的圆盘状的标定点标识组件,即满足了对各个标定点准确标识的需要,又解决了监控摄像头安装位置较高带来的标定点图像不清晰问题,具有更广泛的应用范围。

    融合深度信息和灰度信息实现步态识别的系统及方法

    公开(公告)号:CN104200200B

    公开(公告)日:2017-11-10

    申请号:CN201410429443.2

    申请日:2014-08-28

    Abstract: 本发明涉及一种融合深度信息和灰度信息实现步态识别的系统,其中包括信息提取器、步态周期检测器、特征融合器和步态分类识别器;本发明还涉及一种融合深度信息和灰度信息实现步态识别的方法,信息提取器采集步态序列图像中的灰度信息和深度信息;步态周期检测器通过灰度信息获取对应的步态周期;特征融合器融合灰度信息和深度信息并得到融合特征矩阵;步态分类识别器根据融合特征矩阵查找到对应的步态分类对象。采用本发明的融合深度信息和灰度信息实现步态识别的系统及方法,将深度信息与灰度信息融合,在融合特征矩阵的基础上对人体步态进行识别,具有更好的分类识别率,便于移植,稳定性高,具有更广泛的应用范围。

    融合深度信息和灰度信息实现步态识别的系统及方法

    公开(公告)号:CN104200200A

    公开(公告)日:2014-12-10

    申请号:CN201410429443.2

    申请日:2014-08-28

    Abstract: 本发明涉及一种融合深度信息和灰度信息实现步态识别的系统,其中包括信息提取器、步态周期检测器、特征融合器和步态分类识别器;本发明还涉及一种融合深度信息和灰度信息实现步态识别的方法,信息提取器采集步态序列图像中的灰度信息和深度信息;步态周期检测器通过灰度信息获取对应的步态周期;特征融合器融合灰度信息和深度信息并得到融合特征矩阵;步态分类识别器根据融合特征矩阵查找到对应的步态分类对象。采用本发明的融合深度信息和灰度信息实现步态识别的系统及方法,将深度信息与灰度信息融合,在融合特征矩阵的基础上对人体步态进行识别,具有更好的分类识别率,便于移植,稳定性高,具有更广泛的应用范围。

Patent Agency Ranking