-
公开(公告)号：CN103235949B
公开(公告)日：2016-02-10
申请号：CN201310126255.8
申请日：2013-04-12
Applicant: 北京大学
CPC classification number: G06K9/4671 , G06K9/4619 , G06K9/4642 , G06K9/52 , G06K2009/4666 , G06T3/00 , G06T3/40 , G06T3/4084 , G06T7/60 , G06T2207/20021 , G06T2207/20024 , G06T2207/20056
Abstract: 本发明提供一种图像兴趣点检测方法和装置。其中，方法包括：获取原始输入图像；对原始输入图像进行降采样处理，得到多个不同分辨率的采样图像；将每个采样图像划分为多个图像小块；采用高斯拉普拉斯滤波器依次对每个采样图像中多个图像小块进行滤波处理，得到每个采样图像中多个图像小块的滤波图像；获取每个采样图像中多个图像小块的滤波图像的图像兴趣点。用于解决现有技术中内存资源占用较多，检测速度低的问题。
-
公开(公告)号：CN104615614A
公开(公告)日：2015-05-13
申请号：CN201410183602.5
申请日：2014-04-30
Applicant: 北京大学
IPC: G06F17/30
CPC classification number: G06F17/30247 , G06K9/46
Abstract: 本发明提供一种获取可伸缩全局特征描述子的方法，其中，所述方法包括：获取图像的局部特征描述子；根据全局特征描述子生成规则，对局部特征描述子进行转换，得到用于组成全局特征描述子的第一累积梯度向量和第二累积梯度向量；将所述第一累积梯度向量和第二累积梯度向量选择性组合，生成可伸缩全局特征描述子。采用本发明的方法获取的可伸缩全局特征描述子能够降低现有技术中全局特征描述子的占用空间，提高描述子在图像检索过程的检索效率。
-
公开(公告)号：CN102968632A
公开(公告)日：2013-03-13
申请号：CN201210390965.7
申请日：2012-10-15
Applicant: 北京大学
Abstract: 本发明提供一种获取图像的紧凑全局特征描述子的方法及图像检索方法，其中，该方法包括：获取图像的至少一个局部特征描述子，从所有的局部特征描述子中选取一个或多个局部特征描述子，将所选取的局部特征描述子进行降维，获得降维后的局部特征描述子；根据第一规则，将降维后的局部特征描述子转换为用于表达图像视觉特征的全局特征描述子；将全局特征描述子进行数据压缩，得到图像的紧凑全局特征描述子；其中，全局特征描述子的字节大小可根据第一规则中的参数值的变化而变化。上述方法获取的全局视觉特征更加紧凑并具有可伸缩性，解决了现有技术中内存较低的移动终端上空间不足的缺陷。
-
公开(公告)号：CN102595138A
公开(公告)日：2012-07-18
申请号：CN201210050655.0
申请日：2012-02-29
Applicant: 北京大学
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。
-
公开(公告)号：CN102081666A
公开(公告)日：2011-06-01
申请号：CN201110024141.3
申请日：2011-01-21
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明公开了一种用于分布式图片搜索的索引构建方法和服务器，其索引构建方法的步骤包括：提取服务器的图片数据库中所有图片的一个以上的特征，并将该些特征转换为视觉单词集合，得到原始视觉单词词典及对应的总索引表；另获取代表原始视觉单词词典的有效视觉单词词典，该有效视觉单词词典中的每一视觉单词均建立有各自相对应的倒排记录表；采用第一预设规则，将有效视觉单词词典中的各视觉单词均衡分配至各检索服务器内，使每一检索服务器得到其内部的视觉单词组成的子视觉单词词典，以及该子视觉单词词典中的每一视觉单词的倒排记录表组成该子视觉单词词典的索引表。上述方法能够提高服务器的检索效率，满足了用户在检索中实时响应的需求。
-
Patent Agency Ranking
公开(公告)号：CN101489139B
公开(公告)日：2010-11-10
申请号：CN200910076782.6
申请日：2009-01-21
Applicant: 北京大学
Abstract: 本发明涉及一种图像和视频处理方法，特别是关于一种基于视觉显著度的视频广告关联方法。本方法中，通过计算采样帧的显著度分布图，可以自动选取一段视频中最受用户关注的显著区域。基于提取的显著区域，本方法可以自动通过多种检索方法，在广告库中获取与这些显著区域相关联的广告标志以及相关信息。最后，将视频片段与查询到的广告信息同步播放给用户。本方法可以在不影响用户观看的情况下，为用户所关注的显著区域关联相关的广告信息，进而满足了用户对其所关注区域深入了解和进一步探索的需求。
-
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
125
records
(took 0.044 seconds)
