公开(公告)号：CN105740422B

公开(公告)日：2019-10-29

申请号：CN201610066163.9

申请日：2016-01-29

Applicant: 北京大学

Inventor： 田永鸿 ,  彭佩玺 ,  王耀威 ,  黄铁军

IPC: G06F16/58

Abstract: 本发明公开了一种行人检索方法及装置，所述方法包括：对预设训练数据进行多任务字典学习，得到目标字典；所述预设训练数据包括当前场景下的行人图片数据和非当前场景下的行人图片数据；所述非当前场景下的行人图片数据为已标注好行人身份信息的数据；所述当前场景为待检索的行人图片所属的场景；对所述待检索的行人图片进行处理，获取所述待检索的行人图片的特征数据；利用所述目标字典对所述特征数据进行编码，得到目标编码系数；利用所述目标编码系数进行检索匹配，获取与所述待检索的行人图片匹配的图片。本发明在训练过程中不需要当前场景数据集的训练数据必须具有标注信息，因此使得发明在实际应用中更为方便。

公开(公告)号：CN110309359A

公开(公告)日：2019-10-08

申请号：CN201910420026.4

申请日：2019-05-20

Applicant: 北京大学

Inventor： 田永鸿 ,  李宗贤 ,  李晟 ,  薛岚天

IPC: G06F16/735 ,  G06N3/04 ,  G06N3/08 ,  H04N21/466

Abstract: 本申请公开了一种视频相关性预测方法、装置、设备及存储介质，构建并训练半孪生神经网络模型学习相关或不相关视频间的关系，将目标源视频及至少一个待预测视频输入所述半孪生神经网络模型中，经所述半孪生神经网络模型分析后输出所述待预测视频与所述目标源视频之间的相关性结果，从而实现对缺少用户行为信息的视频能够预测与其相关的视频列表，给出了各相关视频的相关性大小并且各相关视频之间的相关性对称，有效提高了视频推荐的准确性。

公开(公告)号：CN110087099A

公开(公告)日：2019-08-02

申请号：CN201910181133.6

申请日：2019-03-11

Applicant: 北京大学 ,  鹏城实验室

Inventor： 田永鸿 ,  高文 ,  陈鼎 ,  邢培银

IPC: H04N21/2347 ,  H04N5/913 ,  G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种保护隐私的监控方法和系统，系统包括：监控感知模块、特征提取模块和异常行为/事件检测模块；所述监控感知模块，用于获取监控场景的监控感知数据；所述特征提取模块，用于提取所述监控感知数据的实时特征流，并将所述实时特征流发送给异常行为/事件检测模块；所述异常行为/事件检测模块，用于将所述实时特征流输入预训练的深度神经网络模型，检测异常行为/事件。本发明具有特征数据量小，传输快等优点，以实时特征流代替视频，一定程度保护了隐私；本发明的摄像头软件可定义，模型可以按照需求更新，适用范围广，可扩展性强；本发明的特征变换能够保证特征数据传输过程的安全性，避免云端泄露特征数据以及判断结果；本发明具有云端计算力。

公开(公告)号：CN106534871B

公开(公告)日：2019-06-07

申请号：CN201611108487.0

申请日：2016-12-06

Applicant: 北京大学

Inventor： 田永鸿 ,  董思维 ,  王耀威 ,  黄铁军

IPC: H04N19/573 ,  H04N19/57 ,  H04N19/13

Abstract: 本发明实施例提供了一种视频编解码器的编码方法和解码方法。所述视频编解码器的编码方法，包括：获取当前待编码图像以及所述当前待编码图像的前一帧的已编码图像对应的前一帧已编码图像对应的构建参考帧；根据所述已编码图像更新所述前一帧已编码图像对应的构建参考帧，将更新后的所述前一帧已编码图像对应的构建参考帧作为所述当前待编码图像对应的当前待编码图像对应的构建参考帧；将所述当前待编码图像对应的当前待编码图像对应的构建参考帧作为参考图像，对所述当前待编码图像进行编码。本发明能够提高编解码性能。

公开(公告)号：CN109819251A

公开(公告)日：2019-05-28

申请号：CN201910021870.X

申请日：2019-01-10

Applicant: 北京大学

Inventor： 田永鸿 ,  付溢华 ,  李家宁 ,  朱林 ,  董思维 ,  王耀威

IPC: H04N19/124 ,  H04N19/147 ,  H04N19/15 ,  H04N19/91 ,  H04N19/85

Abstract: 本发明提供了一种脉冲阵列信号的编解码方法，其中编码方法包括：将脉冲阵列信号划分成独立的脉冲编码立方体；对当前脉冲编码立方体进行前处理；选取匹配模式对脉冲编码立方体进行匹配操作；将匹配后的数据进行映射；将映射后的结果进行逆映射并用于其他脉冲编码立方体的匹配；再将映射后的数据进行熵编码得到码流。本发明提供了一套针对脉冲阵列信号的完整编解码体系，可实现脉冲数据的无损及有损压缩，为后续编解码的算法优化及压缩效率提升奠定了基础，是进行脉冲阵列信号传输、存储和分析等应用任务的前提。

公开(公告)号：CN109803096A

公开(公告)日：2019-05-24

申请号：CN201910027914.X

申请日：2019-01-11

Applicant: 北京大学

Inventor： 黄铁军 ,  朱林 ,  田永鸿 ,  付溢华 ,  李家宁 ,  董思维 ,  王耀威

IPC: H04N5/262

Abstract: 本申请公开了一种基于脉冲信号的显示方法和系统，包括：分析单个像素位置对应的脉冲序列，脉冲发放信息；获取单个脉冲发放时间之前的多个脉冲发放时间所对应的各像素值，将其累加作为第一累加像素值；与所述像素位置的所述单个脉冲发放时间相对应地设定第一特定量，叠加第一特定量与第一累加像素值，得到所述像素位置的第一像素值；比较第一像素值与像素阈值范围的关系，调整第一特定量得到第二特定量；叠加第一累加像素值与第二特定量得到所述像素位置的第二像素值，使用各第二像素值生成图像。通过利用脉冲信号的时域特性计算像素值，构成高质量的图像并输出任意连续时刻的图像；根据像素阈值范围调整像素值，提高生成图像的质量。

公开(公告)号：CN106658027B

公开(公告)日：2019-05-24

申请号：CN201611066195.5

申请日：2016-11-28

Applicant: 北京理工大学 ,  北京大学

Inventor： 王耀威 ,  张玉梅 ,  董思维 ,  田永鸿 ,  黄铁军

IPC: H04N19/61 ,  H04N19/96 ,  H04N19/19 ,  H04N19/172

Abstract: 本发明实施例提供了一种背景帧的码率控制方法和装置。所述方法包括：判定待编码背景帧的不同区域的预测参考价值，所述预测参考价值为预测的在进行帧间预测时待编码背景帧的不同区域对待编码普通帧的参考价值；根据所述预测参考价值，设定所述待编码背景帧的不同区域的重要性级别；根据所述不同区域的重要性级别，调整所述待编码背景帧的不同区域的编码质量。根据所述预测参考价值，设定所述待编码背景帧的不同区域的重要性级别；根据所述不同区域的重要性级别，调整所述待编码背景帧的不同区域的编码质量。本发明通过改变背景帧不同参考价值区域的编码质量，有效解决了视频传输过程中瞬时码率突增问题，并且尽可能保证了背景帧的参考价值。

公开(公告)号：CN109101884A

公开(公告)日：2018-12-28

申请号：CN201810750230.8

申请日：2018-07-10

Applicant: 北京大学

Inventor： 黄铁军 ,  董思维 ,  田永鸿 ,  王耀威

IPC: G06K9/00

Abstract: 本发明公开了一种脉冲阵列的预测方法，包括如下步骤：对检测区域内的各个空间位置的信号进行采集，同时对每个空间位置的信号进行累积，得到信号累积强度值；当信号累积强度值超过发放阈值时，输出一个脉冲信号；将每个空间位置对应的脉冲信号按照时间先后排列成二值序列，所有空间位置对应的二值序列构成脉冲阵列；针对所述脉冲阵列，分析不同位置、不同时间段的脉冲序列之间的相似性，利用其他位置、时刻或时间段的脉冲序列来预测当前位置、时刻或时间段的脉冲序列。该方法可用于脉冲数据编码与运动分析，是仿生视网膜传感器应用在计算机视觉分析的重要技术支撑，具有良好的应用前景。

公开(公告)号：CN108965873A

公开(公告)日：2018-12-07

申请号：CN201810821231.7

申请日：2018-07-24

Applicant: 北京大学

Inventor： 田永鸿 ,  付溢华 ,  董思维 ,  黄铁军 ,  王耀威

IPC: H04N19/117 ,  H04N19/147 ,  H04N19/96 ,  H04N19/30

Abstract: 本发明提供了一种脉冲阵列编码的自适应划分方法，包括步骤：通过时空信号传感器采集时空脉冲信息，形成脉冲阵列；将脉冲阵列划分为多个编码树立方体；将每个编码树立方体多级划分为编码立方体，直至划分至最大深度；将每次划分前后编码立方体结构的性能进行比较，决策是否进行划分编码立方体；确定编码树立方体及所述编码立方体的划分结构，输出划分结果。本发明依据传统视频编码中编码结构的划分思路，提出了对于同时具有时间和空间的时空脉冲阵列信号的自适应划分方式。通过在空域上和时域上的划分，为后续的压缩过程提供了所要操作的区域范围。

公开(公告)号：CN108537119A

公开(公告)日：2018-09-14

申请号：CN201810184700.9

申请日：2018-03-06

Applicant: 北京大学

Inventor： 田永鸿 ,  邹逸雄 ,  史业民 ,  王耀威

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

Abstract: 一种小样本视频识别方法，基于深度神经网络与层级实时记忆，使用每类有多个训练样本的可见类与每类只有少量训练样本的不可见类，对不可见类的测试样本进行分类。首先，在可见类视频上进行深度网络预训练；随后，使用预训练得到的模型与可见类的视频对层级实时记忆网络进行训练，使网络可以在不可见类上进行重要程度的预测；同时，使用预训练得到的模型，在不可见类上对小样本进行距离学习，增大样本的类间距离，缩小样本的类内距离；最后，使用训练得到的层级实时记忆网络对测试视频选帧，使用距离学习得到的模型在选出来的帧上做分类任务。由此，本方法可以实现小样本下的视频识别，更贴近真实识别场景下的应用。