-
公开(公告)号：CN105868715B
公开(公告)日：2020-02-07
申请号：CN201610187436.5
申请日：2016-03-29
Applicant: 苏州科达科技股份有限公司 , 苏州大学
IPC: G06F16/00
Abstract: 一种手势识别方法、装置及手势学习系统，获取目标手势的各个手指伸出状态；从预设手势库中选择出与所述目标手势的各个手指伸出状态相匹配的手势集合；获取所述目标手势的手势特征量；从所述手势集合中选择出与所述目标手势的手势特征量相匹配的手势。该手势识别方法、装置及手势学习系统能够准确地识别静态的手势语，并且能够识别手势所表达的丰富语义，消除手势语言与自然语言间的沟通交流障碍。
-
公开(公告)号：CN108615252A
公开(公告)日：2018-10-02
申请号：CN201810414328.6
申请日：2018-05-03
Applicant: 苏州大学
Abstract: 本发明公开了一种基于参考图像的线稿上色模型的训练方法，能够利用多组训练样本，训练线稿上色模型获取参考图像的语义信息特征，并根据语义信息特征对线稿进行上色，得到上色线稿，然后对上色线稿和对比线稿进行鉴别，并不断调整模型参数直至鉴别结果满足预设要求。可见，该方法训练得到的模型能够获取参考图像中的语义信息特征，并利用语义信息特征对线稿进行上色，因而能够通过切换不同的参考图像来为线稿上不同风格的色彩，避免了色彩风格单一的问题。此外，本发明还提供了基于参考图像的线稿上色模型的训练装置、设备和计算机可读存储介质，以及基于参考图像为线稿上色的方法和装置，其作用与上述训练方法的作用相对应。
-
-
公开(公告)号：CN104616316B
公开(公告)日：2017-11-10
申请号：CN201410222664.2
申请日：2014-05-23
Applicant: 苏州大学
Abstract: 本发明公开了一种基于阈值矩阵和特征融合视觉单词的人物行为识别方法，其特征在于，包括以下步骤：首先采用显著度计算法提取视觉单词，具体如下，对训练视频帧进行显著度计算，取得人物所在的区域位置，然后对区域内外采取不同的阈值进行兴趣点检测，基于取得的兴趣点计算出视觉单词；然后对取得的视觉单词进行建模分析，建立动作的模型；在动作模型建立好后，对测试视频帧采用同样的显著度计算法提取视觉单词，然后将取得的视觉单词作为输入，放入建好的动作模型中进行分类；最后将动作的分类结果作为测试视频中人物行为的标签返回出来，完成人物行为的识别。本发明可以有效地解决复杂场景下人物行为识别准确度的问题。
-
公开(公告)号：CN107103326A
公开(公告)日：2017-08-29
申请号：CN201710283829.0
申请日：2017-04-26
Applicant: 苏州大学
Abstract: 本发明公开了一种基于超像素聚类的协同显著性检测方法，通过构建超像素金字塔，使用超像素块来代替普通像素点，加速协同显著性计算，同时构建超像素金字塔可以获得不同尺度上的特征信息，保证协同显著目标的边界的准确性，在此基础上，使用聚类的方法进一步将超像素块分类，进一步加速了协同显著性的计算时间，最后使用协同显著图与显著图融合的方法得到最终的协同显著图，保证了协同显著目标的准确性。本发明获得的显著目标的边界轮廓定位更加准确，在时间和准确性上具有一定的优势。
-
Patent Agency Ranking
公开(公告)号：CN103578119B
公开(公告)日：2017-02-15
申请号：CN201310534301.8
申请日：2013-10-31
Applicant: 苏州大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于超像素的Codebook动态场景中目标检测方法，其特征在于，包括以下步骤：（1）采用的超像素分割方法对视频帧进行分割，分割成K个超像素；（2）采用Codebook背景建模法，为步骤（1）中分割出来的每一个超像素建立一个Codebook，每个Codebook包括一个或几个Codeword，每个Codeword有它的学习时最大最小阈值，检测时的最大最小阈值，完成背景建模（；3）背景建模完成后，对当前进入的视频帧进行目标检测，如果当前帧的某个超像素值符合该背景像素值的分布，就标记为背景，否则标记为前景；最后，用当前的视频帧更新背景模型。本发明解决传统Codebook背景建模算法计算量和内存需求大，并且构建的Codewords不准确等问题，提高目标检测的准确度和速度，使其达到实时准
-
公开(公告)号：CN102496013A
公开(公告)日：2012-06-13
申请号：CN201110357395.7
申请日：2011-11-11
Applicant: 苏州大学
IPC: G06K9/20
Abstract: 本发明公开了一种用于脱机手写汉字识别的汉字字符切分方法，其特征在于，包括下列步骤：(1)对待识别的汉字图像进行预处理，所述预处理包括对图像进行二值化处理；(2)基于投影分析对汉字图像进行粗分割，将非粘连的字符分割成单个字符，将粘连的字符整体分割；(3)获得非粘连字符的平均高度；(4)根据步骤(3)获得的非粘连字符的平均高度，对步骤(2)分割后的字符进行判断，得到粘连字符串集；(5)对于粘连字符串集中的每一粘连字符串，基于最小加权分割路径进行细切分，实现粘连字符的切分。本发明可以有效地自适应分割粘连汉字字符和非粘连汉字字符，具有较高的分割准确率和分割效率。
-
公开(公告)号：CN115330590B
公开(公告)日：2023-07-11
申请号：CN202211019889.9
申请日：2022-08-24
Applicant: 苏州大学
Abstract: 本发明公开了一种图像风格迁移方法及系统，包括：S1、将内容图像和风格图像分别输入两个编码器，并分别得到内容特征和风格特征；S2、将得到的内容特征和风格特征分别输入两个SPNet金字塔网络进行语义增强，并分别得到增强后的内容特征和风格特征；S3、将增强前的内容特征和风格特征输入第一特征融合模块进行特征融合，将增强后的内容特征和风格特征输入第二特征融合模块进行特征融合；S4、将第一特征融合模块特征融合后的结果和第二特征融合模块特征融合后的结果相加后，输入第一卷积层进行特征提取，得到风格化特征；S5、将得到的风格化特征输入解码器，解码得到风格迁移后的图像。本发明图像风格迁移方法可获得高质量的风格化图像。
-
公开(公告)号：CN115330590A
公开(公告)日：2022-11-11
申请号：CN202211019889.9
申请日：2022-08-24
Applicant: 苏州大学
Abstract: 本发明公开了一种图像风格迁移方法及系统，包括：S1、将内容图像和风格图像分别输入两个编码器，并分别得到内容特征和风格特征；S2、将得到的内容特征和风格特征分别输入两个SPNet金字塔网络进行语义增强，并分别得到增强后的内容特征和风格特征；S3、将增强前的内容特征和风格特征输入第一特征融合模块进行特征融合，将增强后的内容特征和风格特征输入第二特征融合模块进行特征融合；S4、将第一特征融合模块特征融合后的结果和第二特征融合模块特征融合后的结果相加后，输入第一卷积层进行特征提取，得到风格化特征；S5、将得到的风格化特征输入解码器，解码得到风格迁移后的图像。本发明图像风格迁移方法可获得高质量的风格化图像。
-
公开(公告)号：CN108764009A
公开(公告)日：2018-11-06
申请号：CN201810235672.9
申请日：2018-03-21
Applicant: 苏州大学 , 苏州科达科技股份有限公司 , 常熟理工学院
IPC: G06K9/00
CPC classification number: G06K9/00718 , G06K9/00744 , G06K2009/00738 , G06N3/0454 , G06N3/049
Abstract: 本发明公开了一种基于深度残差长短时记忆网络的视频事件识别方法，包括：1）时空特征数据联接层设计，时空特征数据经长短时记忆单元(LSTM)同步解析后形成时空特征数据联接单元DLSTM(double‑LSTM)，突出时空信息的一致性；2）DU‑DLSTM(dual unidirectional DLSTM)双单向结构设计，拓宽了网络的宽度，增加了特征选择范围；3）RDU‑DLSTM(residual dual unidirectional DLSTM)残差模块设计，解决更深层次的网络梯度消失问题；4）2C‑softmax目标函数设计，扩大类间距离的同时兼顾缩小类内距离。本方法优点是通过构建深度残差网络架构，解决梯度消失问题，同时利用时间网络、空间网络特征的一致性融合提高视频事件识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.019 seconds)
