基于目标空间关系约束的视频监控智能预警系统及方法

    公开(公告)号:CN103530995A

    公开(公告)日:2014-01-22

    申请号:CN201310475410.7

    申请日:2013-10-12

    Abstract: 本发明公开了一种基于目标空间关系约束的视频监控智能预警系统及方法,该系统包括视频采集模块、目标要素智能解析功能模块、视频内容可视化解析模块、一般行为规则样本数据库和报警模块。本系统基于对目标要素行为理解,针对目标与目标的空间关联,进行行为特征分析、演化、归类,建立空间关联模式样本库,实现异常行为的检测和辨别,能更有效和准确地对突发事件进行辨别和判断,并能锁定异常触发点,为事后取证留以凭证。本系统引入目标空间约束关系,对视频场景区域分割完备定义视频目标要素相关概念,排除空间语义信息中的一定模糊和错误,解决了视频内容解析中不完整和不准确的问题,对视频监控范围内的异常事件的检测更准确,更高效。

    一种用于高动态范围图像联合上采样的导向图的合成方法

    公开(公告)号:CN109919841B

    公开(公告)日:2022-12-27

    申请号:CN201910068412.1

    申请日:2019-01-24

    Abstract: 本发明请求保护一种用于高动态范围图像联合上采样的导向图的合成方法,其包括以下步骤:步骤1、获取N张高分辨率待处理图片,并分别将所述N张高分辨率待处理图片进行压缩处理得到低分辨率待处理图片,并采用高动态范围图像合成方法得到低分辨率高动态范围图片;步骤2、对步骤1获取的N张高分辨率待处理图片处理得到N张曝光图片,并给每张曝光图片计算一个额外因子γ,并采用HGI加权平均函数合成得到高动态范围图像联合上采样的导向图HGI;步骤3、将步骤1得到的低分辨率的高动态范围图片和步骤2得到的高动态范围图像联合上采样的导向图HGI采用联合上采样算法得到高分辨率高动态范围图片。本发明可以使高动态图像合成处理操作良好地兼容各类联合上采样算法。

    一种基于小样本学习的多目标濒危动物跟踪方法

    公开(公告)号:CN114283355A

    公开(公告)日:2022-04-05

    申请号:CN202111479215.2

    申请日:2021-12-06

    Abstract: 本发明属于计算机视觉技术领域,特别涉及一种基于小样本学习的多目标濒危动物跟踪方法,该方法包括:将待检测的视频进行全采样得到视频帧序列;对视频帧进行预处理,将所有预处理后的视频帧输入到小样本目标检测器中,得到待检测视频中目标的位置信息和类别信息;将目标位置信息输入到特征提取网络中,提取每个目标的表征信息;采用卡尔曼滤波预测目标在后续视频帧中的位置,得到运动特征;将表征信息和运动特征进行融合,并通过IOU匹配和级联匹配完成数据关联,实现多目标跟踪;本发明设计了一种基于小样本学习的多目标跟踪模型,采用该模型能对不存在大量样本的濒危动物在使用少量训练数据进行训练的情况下实现同时对多个濒危动物准确快速的跟踪。

    一种基于相位一致性边缘检测的语音还原方法

    公开(公告)号:CN111833368A

    公开(公告)日:2020-10-27

    申请号:CN202010627536.1

    申请日:2020-07-02

    Abstract: 本发明涉及视觉测量技术中的视觉语音还原技术领域,具体涉及一种基于相位一致性边缘检测的语音还原方法,包括:利用普通摄像机采集视频数据;采用相位一致性边缘检测算法依次对视频数据的每一帧图像进行边缘检测,得到每一帧图像的二值化图像;对二值化图像进行重采样,提取像素点为255的偏移量作为振幅信号;对振幅信号进行插值处理,得到语音的初步幅度信号;对语音的初步幅度信号进行修正和增强处理,得到最终还原的语音信号。本发明不再依赖高速摄像机,通过普通摄像机拍摄的视频就可以还原声音,同时还解决了由于光线问题带来的影响。

    一种基于Wasserstein距离的图像快速增强方法

    公开(公告)号:CN111476721A

    公开(公告)日:2020-07-31

    申请号:CN202010166731.9

    申请日:2020-03-10

    Abstract: 本发明涉及一种基于Wasserstein距离的图像快速增强方法,属于计算机视觉领域。该方法包括:S1:利用已有公开的盲去模糊的数据集构建模糊到清晰且色彩饱满的多任务数据集;S2:将构建的数据集输入到构建的深度学习模型中,对模型进行训练,模型训练为两个网络模块竞争训练,即图像得分网络不断激励图像重建网络恢复更优的图像;S3:将待处理的运动模糊图像输入到训练完成的深度学习模型中得到清晰且色彩饱满的图像。本发明能快速增强运动模糊图像的清晰度和色彩效果。这种将两种处理效果融入到一个处理模型中的方式大大提高了图像处理时间,降低了处理设备对硬件的要求,能提升低端设备的用户体验。

    一种用于高动态范围图像联合上采样的导向图的合成方法

    公开(公告)号:CN109919841A

    公开(公告)日:2019-06-21

    申请号:CN201910068412.1

    申请日:2019-01-24

    Abstract: 本发明请求保护一种用于高动态范围图像联合上采样的导向图的合成方法,其包括以下步骤:步骤1、获取N张高分辨率待处理图片,并分别将所述N张高分辨率待处理图片进行压缩处理得到低分辨率待处理图片,并采用高动态范围图像合成方法得到低分辨率高动态范围图片;步骤2、对步骤1获取的N张高分辨率待处理图片处理得到N张曝光图片,并给每张曝光图片计算一个额外因子γ,并采用HGI加权平均函数合成得到高动态范围图像联合上采样的导向图HGI;步骤3、将步骤1得到的低分辨率的高动态范围图片和步骤2得到的高动态范围图像联合上采样的导向图HGI采用联合上采样算法得到高分辨率高动态范围图片。本发明可以使高动态图像合成处理操作良好地兼容各类联合上采样算法。

    一种基于树形聚类矢量量化的图像检索方法

    公开(公告)号:CN109918529A

    公开(公告)日:2019-06-21

    申请号:CN201910137102.0

    申请日:2019-02-25

    Abstract: 本发明请求保护一种基于树形聚类矢量量化的图像检索方法,包括步骤:S1对图片进行预处理并提取出图片的矢量特征;S2对图像的矢量进行聚类;S3使用递归聚类对数据空间进行划分;S4根据制定的规则使聚类停止;S5保存图片的路径指纹以及树模型。本发明基于树形聚类的矢量量化算法,并利用深度学习模型的特征抽取能力提取出图片的高维特征向量,充分表达了图像的内容与语义,结合了树形聚类算法的查找能力,提升了图像检索的准确度以及检索速度。

    一种基于跨模态关联学习的图像位置预测方法

    公开(公告)号:CN107437100A

    公开(公告)日:2017-12-05

    申请号:CN201710670153.0

    申请日:2017-08-08

    CPC classification number: G06K9/6201 G06K9/46 G06N3/0454

    Abstract: 本发明公开了一种基于跨模态关联学习的图像位置预测方法,该方法包括:从网络中获取带有详细地理标签的数据集,通过使用相关图像预处理方法对得到的数据集进行预处理,用以突出图像中的标志性目标,并降低图像中无关噪音的影响。构建卷积神经网络模型,使之能够较为敏感的提取图像中的相关空间特征,并多次对网络进行训练和验证,根据验证结果对网络进行多次调整,使之能够有较高的预测准确率。对图像的相关文本信息进行位置关键字提取。在卷积神经网络的输出层中加入文本先验概率模型,以结合文本关键字进行关联预测,提高预测的准确率。本发明可应用于对不含GPS标注的大规模社交媒体图片数据进行基于关联学习的位置预测。

    基于目标空间关系约束的视频监控智能预警方法

    公开(公告)号:CN103530995B

    公开(公告)日:2016-04-06

    申请号:CN201310475410.7

    申请日:2013-10-12

    Abstract: 本发明公开了一种基于目标空间关系约束的视频监控智能预警系统及方法,该系统包括视频采集模块、目标要素智能解析功能模块、视频内容可视化解析模块、一般行为规则样本数据库和报警模块。本系统基于对目标要素行为理解,针对目标与目标的空间关联,进行行为特征分析、演化、归类,建立空间关联模式样本库,实现异常行为的检测和辨别,能更有效和准确地对突发事件进行辨别和判断,并能锁定异常触发点,为事后取证留以凭证。本系统引入目标空间约束关系,对视频场景区域分割完备定义视频目标要素相关概念,排除空间语义信息中的一定模糊和错误,解决了视频内容解析中不完整和不准确的问题,对视频监控范围内的异常事件的检测更准确,更高效。

    一种无人机视角的车辆旋转检测方法及系统

    公开(公告)号:CN114332653B

    公开(公告)日:2025-03-04

    申请号:CN202111484063.5

    申请日:2021-12-07

    Abstract: 本发明属于计算机视觉中无人机视角旋转目标检测领域,具体涉及一种无人机视角的车辆旋转检测方法及系统;包括图像获取模块、图像标签处理模块、图像预处理模块、Backbone模块、特征空间关系捕获模块、第一次特征融合模块、第二次特征融合模块、CSL环形平滑处理模块和预测模块,特征空间关系捕获模块连接了Backbone模块和第一次特征融合模块,第一次特征融合模块和第二次特征融合模块间利用level1通道、level2通道和level3通道进行连接,本发明的方法与系统,依靠无人机及其视觉传感器获取图像数据,硬件要求低;利用空间关系信息和Backbone提取的特征信息以固定权重和自适应权重两种方式融合,预测得出车辆的位置、角度和类别信息,实现了无人机视角下的车辆监测。

Patent Agency Ranking