-
公开(公告)号：CN102096813A
公开(公告)日：2011-06-15
申请号：CN201110035274.0
申请日：2011-02-10
Applicant: 北京邮电大学
Abstract: 本发明公开了一种单目摄像机垂直视角下基于Blob的行人计数方法，基于对行人Blob跟踪计数，由卡尔曼滤波器对行人Blob进行跟踪，并判断行人Blob的运动轨迹，克服了行人Blob分裂和合并带来的技术困难等难题，本发明避开了对行人进行分割的技术难题，提高了计数精度，适用于商场监控、紧急事件检测等领域。
-
公开(公告)号：CN101599177A
公开(公告)日：2009-12-09
申请号：CN200910088064.0
申请日：2009-07-01
Applicant: 北京邮电大学
Abstract: 一种基于视频的人体肢体运动的跟踪方法，只对单个行走人的肢体运动进行跟踪；操作步骤如下：(1)初始化：把人体图像分解为10个部件，并用15个关节点描述该10个肢体部件在图像中的位置，以便通过确定10个关节点在每帧图像中的位置来实现对人体肢体运动的跟踪；(2)预测：只需针对前一帧图像的姿势向量RA数值，预测当前帧图像所对应的姿势向量RA的数值，即能够实现对人体肢体运动的跟踪。本发明方法只需要一个摄像机，而且在计算粒子的权值时同时考虑了边缘采样和内部采样两种情况，使得该方法具有约束条件少、无须摄像机标定、应用简单、姿态恢复精确等优点。
-
公开(公告)号：CN1822025A
公开(公告)日：2006-08-23
申请号：CN200610058693.5
申请日：2006-03-08
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 一种基于网格的并行、分布式的人脸识别方法，是采用改进的基于线段的人脸识别方法将人脸图像的识别计算和操作部署在网格上，利用网格中各节点的强大计算能力和存储能力，以及各节点的互相协作，并行、分布式地进行人脸识别的运算处理，以提高人脸识别速度，能够在检索大数据量的人脸库基础上实时识别人脸；同时，可增加资源消耗而选取更多的人脸特征线段，提高识别精度。该方法包括下述操作步骤：配置网格，建立可调配计算节点池；在视频流中提取人脸图像，存入缓存区；对含有人脸的图像提取人脸矩形区域图像，并对其进行标准化处理，再传输到管理节点；各计算节点并发执行人脸识别的运算操作；管理节点对人脸识别结果数据进行综合分析处理。
-
公开(公告)号：CN118967531B
公开(公告)日：2025-04-08
申请号：CN202411230585.6
申请日：2024-09-03
Applicant: 北京邮电大学
Abstract: 本申请实施例提供一种面向智能终端的视频颜色处理方法、设备、介质及产品。该方法包括：确定待处理视频中的目标帧、以及待处理视频中与目标帧具有时序关系的相邻帧；将目标帧和相邻帧输入至颜色校正模型中的ST模块进行时空特征提取处理，得到时空特征；将时空特征输入至颜色校正模型中的预测光照模块进行预测处理，得到预测光照值；根据预测光照值，对待处理视频中目标帧进行颜色校正处理，得到校正目标帧；根据校正目标帧，调整待处理视频、以及展示调整后的待处理视频。该方法用以达到提高对视频颜色的校正效果。
-
公开(公告)号：CN118967531A
公开(公告)日：2024-11-15
申请号：CN202411230585.6
申请日：2024-09-03
Applicant: 北京邮电大学
Abstract: 本申请实施例提供一种面向智能终端的视频颜色处理方法、设备、介质及产品。该方法包括：确定待处理视频中的目标帧、以及待处理视频中与目标帧具有时序关系的相邻帧；将目标帧和相邻帧输入至颜色校正模型中的ST模块进行时空特征提取处理，得到时空特征；将时空特征输入至颜色校正模型中的预测光照模块进行预测处理，得到预测光照值；根据预测光照值，对待处理视频中目标帧进行颜色校正处理，得到校正目标帧；根据校正目标帧，调整待处理视频、以及展示调整后的待处理视频。该方法用以达到提高对视频颜色的校正效果。
-
Patent Agency Ranking
公开(公告)号：CN118587566A
公开(公告)日：2024-09-03
申请号：CN202410604832.8
申请日：2024-05-15
Applicant: 北京邮电大学
IPC: G06V10/98 , G06N3/0455 , G06N3/0499 , G06N3/082 , G06V10/75 , G06V10/764 , G06V10/82
Abstract: 本申请提供一种基于美学相对论的图像多因素评估方法、装置及设备。该方法包括：获取待评估图像和目标参考图像，对待评估图像和目标参考图像分别进行图像分割处理，得到待评估图像中的子待评估图像、以及目标参考图像中的子目标参考图像；对子待评估图像和子目标参考图像分别进行美学因素预测处理，得到子待评估图像的第一预测结果、以及子目标参考图像的第二预测结果；根据子待评估图像、子目标参考图像、第一预测结果、以及第二预测结果，得到待评估图像和目标参考图像的比对结果；根据比对结果、以及目标参考图像的目标参考评分标签，确定待评估图像的评估结果。本申请的方法，提高了图像美学的评估效果。
-
公开(公告)号：CN118071623A
公开(公告)日：2024-05-24
申请号：CN202410501823.6
申请日：2024-04-25
Applicant: 北京邮电大学
IPC: G06T5/50 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/84
Abstract: 本申请属于计算机视觉领域，具体涉及一种图像美学评估的长尾数据增强方法、装置、设备及介质。通过获取图像美学评估数据集，并对图像美学评估数据集中的数据进行特征提取，得到图像美学评估特征数据集，对图像美学评估特征数据集中的数据进行概率抽样，确定图像美学评估特征数据集中的图像美学评估尾部样本特征数据集，对图像美学评估尾部样本特征数据集中的数据进行特征混合处理，得到图像美学评估尾部样本混合特征数据集，根据图像美学评估特征数据集和图像美学评估尾部样本混合特征数据集，确定图像美学评估特征对齐数据集，并根据图像美学评估特征对齐数据集，构建目标图像美学评估模型；该方法提升了图像美学评估模型的准确性。
-
公开(公告)号：CN117746498A
公开(公告)日：2024-03-22
申请号：CN202311723975.2
申请日：2023-12-14
Applicant: 北京邮电大学
IPC: G06V40/20
Abstract: 本申请提供一种人体动作质量评估方法、装置、设备及存储介质。属于人工智能技术领域。该方法包括：获取教练视频和初始学员视频；得到教练姿态估计信息，得到教练视频的多个打分关键帧和每个打分关键帧处的每个关节的角度权重；得到初始学员姿态信息；生成调整提示信息；实时获取调整位置后的目标学员视频；得到目标学员姿态信息，得到每个打分关键帧处的关键帧教练姿态信息；对关键帧教练姿态信息和目标学员姿态信息进行时序对齐处理，得到待打分学员姿态信息；根据待打分学员姿态信息、打分关键帧和每个关节的角度权重，确定每个打分关键帧对应的每个关节的动作得分。本申请具有提高打分结果的准确性，提升动作质量可解释性的优点。
-
公开(公告)号：CN117726666A
公开(公告)日：2024-03-19
申请号：CN202410175840.5
申请日：2024-02-08
Applicant: 北京邮电大学
IPC: G06T7/55 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/10 , G06N3/0455 , G06N3/08
Abstract: 本申请提供跨相机单目图片度量深度估计方法、装置、设备及介质，属于计算机视觉技术领域。方法包括：将单目图片输入视场角对齐模块，得到待输入图片，将待输入图片输入神经网络编码器，得到第一特征图和特征信息；将第一特征图和多个预存嵌入特征向量输入多尺度场景信息提取器；将特征信息和第二特征图输入神经网络解码器；将多个特征向量中的一个特征向量输入场景分类器，其它特征向量输入域感知尺度估计器；根据多个中间度量尺度和分类概率，将每个待细化深度图和目标度量尺度输入深度细化模块，将预测深度图进行放大处理，得到目标深度图。本申请能在不同单目图片拍摄设备的配置和不同场景下，得到更精准的度量深度估计结果。
-
公开(公告)号：CN117115149B
公开(公告)日：2024-02-06
申请号：CN202311359825.8
申请日：2023-10-20
Applicant: 北京邮电大学
IPC: G06T7/00
Abstract: 本申请提供一种图像质量评估方法、装置、设备及存储介质，属于图像处理技术领域。其中，方法包括：将源图像质量评估数据集划分为训练集和测试集；对训练集中的图像块进行增广处理；将初始训练集和测试集中的图像块均进行归一化处理；将待输入训练集和待输入测试集均进行自适应性网格采样处理，并将中间训练集和中间测试集均进行掩码融合处理；对初始统一质量评估模型进行模型训练，对中间评估模型进行参数调整处理，得到目标评估模型；将待评估样本集进行自适应性网格采样处理；将中间待评估样本集进行掩码融合处理；将待输入评估样本集输入目标评估模型，得到图像质量评估结果。本申请能提高图像质量评估的评估结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.027 seconds)
