-
公开(公告)号：CN105320708A
公开(公告)日：2016-02-10
申请号：CN201410381833.7
申请日：2014-08-05
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供了一种车型数据库的建立方法及服务器，其中，车型数据库的建立方法包括，获取多个车辆图像，每一车辆图像中具有能够识别的车牌号；识别所述车辆图像中的车牌号，并根据所述车辆图像的车牌号，从预设的数据库中获取与所述车牌号对应的车辆信息，所述车辆信息包括：车型信息；将所述车辆信息和所述车辆图像生成所述车型信息的候选车型数据库；根据预设条件筛选所述候选车型数据库，获得所述车型信息的车型数据库。上述方法建立的车型数据库能够真实的反映监控视频场景下获取的车辆图像，方便车辆管理机构根据本发明建立的车型数据库对车辆的管理。
-
公开(公告)号：CN104767997A
公开(公告)日：2015-07-08
申请号：CN201510134616.2
申请日：2015-03-25
Applicant: 北京大学
IPC: H04N19/136 , H04N19/139
Abstract: 本发明公开了一种面向视频的视觉特征编码方法及装置，所述方法包括：获取视频流中当前帧的全局特征；根据所述视频流中当前帧相邻帧的全局特征，确定当前帧的全局特征是否有参考全局特征；如果有，则根据当前帧的参考全局特征的子向量，获取所述当前帧的全局特征对应的参考子向量；根据所述视频流中无参考全局特征的帧的全局特征的子向量，和有参考全局特征的帧的全局特征的子向量及对应的参考子向量，对所述视频流中各帧的全局特征进行编码，获取所述视频流的待发送的全局特征比特流。上述方法能够在客户端传输数据时快速压缩传输的特征数据，降低传输数据量，且提高传输效率。
-
公开(公告)号：CN104616013A
公开(公告)日：2015-05-13
申请号：CN201410183573.2
申请日：2014-04-30
Applicant: 北京大学
IPC: G06K9/46
Abstract: 本发明提供一种获取低维局部特征描述子的方法，其中，所述方法包括：获取待处理图像的局部特征描述子；将获取的局部特征描述子形成描述子集合；根据降维矩阵将所述描述子集合中的每一个局部特征描述子进行降维，获得与每一个局部特征描述子对应的低维局部特征描述子；其中，所述降维矩阵为训练预设的图像数据集得到的矩阵。上述方法可以降低现有技术中局部特征描述子的维度，并去除现有技术中局部特征描述子的冗余信息。
-
公开(公告)号：CN104615613A
公开(公告)日：2015-05-13
申请号：CN201410183575.1
申请日：2014-04-30
Applicant: 北京大学
IPC: G06F17/30
CPC classification number: G06F17/30256 , G06K9/6212 , G06K9/6215
Abstract: 本发明提供一种全局特征描述子的聚合方法，包括：获取待处理图像的局部特征描述子，根据所述局部特征描述子的重要性，将所有的局部特征描述子进行排序，获得排序后的局部特征描述子；根据截断阈值，从所述排序后的局部特征描述子中选择用于聚合全局特征描述子的若干个局部特征描述子；采用高斯混合模型对所述若干个局部特征描述子进行聚合，获得待处理图像的全局特征描述子；其中，所述截断阈值为训练预设的图像数据集中每类图像的检索结果得到的。上述方法可降低现有技术中全局特征描述子聚合过程中的时间复杂度，提高全局特征描述子的鉴别力和鲁棒性。
-
公开(公告)号：CN102595138B
公开(公告)日：2014-04-23
申请号：CN201210050655.0
申请日：2012-02-29
Applicant: 北京大学
IPC: H04N19/625 , G06F17/30
Abstract: 本发明提供一种图像压缩的方法及装置、终端，其中，所述方法包括：获取目标图像的DCT变换系数；采用第二量化表量化所述DCT变换系数，经所述第二量化表量化后得到的图像为目标图像的特征量，用于表示压缩后的目标图像，特征量的比特数小于等于目标图像的比特数的十分之一；第二量化表为采用基于图像检索性能获取的量化表优化规则重新设定JPEG标准的第一量化表中的量化值之后得到的优化目标函数值最小的量化表。上述方法能够将图像压缩至较低的比特数，以满足低性能的移动设备的传输需求，进一步地，能够解决现有技术中由于受无线网络带宽的限制，传输至服务器端的压缩图像的比特数和失真率较高而导致的传输延迟和检索准确率不高的问题。
-
Patent Agency Ranking
公开(公告)号：CN102063472A
公开(公告)日：2011-05-18
申请号：CN201010597576.2
申请日：2010-12-20
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明提供一种图片搜索方法、图片搜索系统、客户端和服务器，其中，图片搜索方法包括：客户端获取待搜索的目标图片和针对该目标图片的第一关联信息，且将第一关联信息发送至服务端，同时客户端获取目标图片的视觉单词；服务端基于客户端的第一关联信息查找其内部的视觉单词词典库中视觉单词词典，以及将该视觉单词词典发送至客户端；所述客户端基于服务端发送的视觉单词词典得到目标视觉单词，并将其发送至所述服务端；所述服务端接收所述目标视觉单词，并查找对应该目标视觉单词的一个以上的结果图片和相关的扩展信息，以及将其发送至客户端。上述图片搜索方法缩短了客户检索等待时间，提高了检索性能与效率，该方法可适用于各个领域。
-
公开(公告)号：CN119513907A
公开(公告)日：2025-02-25
申请号：CN202411431127.9
申请日：2024-10-14
Applicant: 北京大学
Abstract: 本发明公开了一种特征隐私安全性度量方法、装置及存储介质，属于信息安全领域。本发明针对现有方法对未知攻击的防御能力有限，且依赖特定攻击实例的问题，通过预训练受害者模型，提取中间层特征并记录攻击成功概率；执行多种反演攻击并通过防御策略优化模型；构建合成数据集，训练预测模型以预测攻击成功概率；使用训练好的预测模型评估不同防御策略下特征的隐私安全性。本发明通过分析中间层特征的分布性质，能够预测模型在未知攻击环境下的抗攻击能力，提升隐私保护的全面性和泛化能力，适用于多种模型和攻击场景。
-
公开(公告)号：CN119254236A
公开(公告)日：2025-01-03
申请号：CN202411291946.8
申请日：2024-09-14
Applicant: 北京大学
Abstract: 本发明公开一种基于范畴论建模的编码智能优化方法及系统，属于智能编码技术领域。该方法包括：基于编码任务，确定提取数据之间的关系集合的建模范式，并根据所述建模范式，构建编码模型；生成内容数据集，并基于编码任务需要的关系集合对内容数据集进行标注；根据编码任务下的数据放缩结构，确定压缩目标；基于所述压缩目标，在标注后的内容数据集上训练所述编码模型；使用训练后的编码模型完成所述编码任务。本发明通过引入结合模型训练与压缩优化过程，提升紧致表征下的推理性能，以提高编码性能。
-
公开(公告)号：CN113610106B
公开(公告)日：2023-10-24
申请号：CN202110750264.9
申请日：2021-07-01
Applicant: 北京大学
IPC: G06V10/774 , G06V10/74 , G06V10/764 , G06V20/40
Abstract: 本申请提供一种模型间的特征兼容学习方法、装置、电子设备及介质。所述方法包括：根据第一模型确定的模型参数和第二模型待学习的模型参数以及新训练数据集，确定第一模型和第二模型的特征兼容学习信息，所述特征兼容学习信息包括代表特征迁移损失和/或网络组件的结构正则，所述新训练数据集用于第二模型训练；将所述特征兼容学习信息以及用于监督第二模型的目标损失共同作为第二模型最终的优化目标，以完成第一模型和第二模型间的特征兼容学习，通过本方案，能够获得一个兼容的特征，使得其可以与旧版本模型提取的特征直接进行匹配检索，旧版本模型被更新后，整个数据库的特征无需被重新提取，节约了时间，减少了计算资源消耗。
-
公开(公告)号：CN113132732A
公开(公告)日：2021-07-16
申请号：CN201911408329.0
申请日：2019-12-31
Applicant: 北京大学
IPC: H04N19/187 , H04N19/30 , H04N19/44 , H04N19/146 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种人机协同的视频编码方法及视频编码系统。本方法为：1)对于一段待编码视频以及对应的关键点序列，编码器首先对关键点序列进行编码压缩，形成关键点序列码流；然后从待编码视频中选取一帧并编码，作为参考帧，形成参考帧码流；根据关键点序列和参考帧生成一预测视频；2)降低该待编码视频的分辨率；计算该真实低分率视频与预测视频信号之间的残差，根据各帧的残差组成一残差视频序列并将其编码成残差码流；3)编码器根据需求将码流选择性的传输到解码器；如果为机器视觉任务，则根据关键点码流重建得到关键点序列；如果需要重建视频序列，则根据三码流重建得到原分辨率视频。本发明根据应用需求，提供可伸缩的视频编码。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.039 seconds)
