基于旋度和散度的运动特征提取方法及系统

    公开(公告)号:CN105139423B

    公开(公告)日:2018-04-20

    申请号:CN201510508647.X

    申请日:2015-08-18

    Abstract: 本发明公开了一种基于旋度和散度的运动特征提取方法及系统,包括:S1:对任意给定的运动矢量场进行归一化处理;S2:计算归一化的运动矢量场中每个点的旋度和散度,得到旋度图和散度图;构建归一化的运动矢量场的对偶矢量场;S3:在归一化的运动矢量场及其对偶矢量场中进行运动轨迹采样,分别得到切向运动轨迹和径向运动轨迹;S4:对运动轨迹上的旋度和散度进行路径积分,即得到尺度不变和旋转不变的CD运动特征。本发明可以从整体上刻画运动的旋转和发散程度,并具有很强的鲁棒性。作为一种普适性的运动描述子,CD特征可以广泛应用于不同场景下的运动分析和行为识别。

    基于视角自适应子空间学习算法的行人重识别方法及系统

    公开(公告)号:CN105138998B

    公开(公告)日:2019-01-11

    申请号:CN201510564338.4

    申请日:2015-09-07

    Abstract: 本发明提供了一种基于视角自适应子空间学习算法的行人重识别方法及系统,所述方法以只包含单个行人的矩形图像或通过跟踪结果从原始视频图像中裁取出目标矩形框作为输入图像,在输入图像上提取特征向量,并且将数据集划分为训练数据集和测试数据集,在训练数据集上按照视角自适应子空间学习算法学习得到变换矩阵,在测试数据集上利用视角自适应子空间学习算法学习得到的变换矩阵进行距离计算和行人重识别。本发明考虑不同的摄像头有不同的特性,并且采用不同的变换来弥补不同摄像头的变换特性,可以更加灵活地学习得到每对摄像头的最佳变换关系,使得变换后不同摄像头下的特征更加接近理想的特征分布。

    医学影像分割方法、分割模型训练方法、介质及电子设备

    公开(公告)号:CN115294086A

    公开(公告)日:2022-11-04

    申请号:CN202210988644.0

    申请日:2022-08-17

    Abstract: 本发明提供一种医学影像分割方法、分割模型训练方法、介质及电子设备。所述医学影像分割方法包括:获取待分割的目标影像;从所述目标影像中获取至少一张影像作为第一影像,从所述目标影像中获取另外的至少两张影像作为第二影像;获取所述第一影像的标注掩膜;利用医学影像分割模型对所述第一影像及其标注掩膜和所述第二影像进行处理,以获取所述第二影像的分割结果,其中,所述医学影像分割模型为训练好的孪生深度学习网络。所述医学影像分割方法无需像素级的人工标注掩膜,且具有良好的泛化能力。

    基于颜色区域特征的行人重识别方法及系统

    公开(公告)号:CN104268583B

    公开(公告)日:2017-04-19

    申请号:CN201410472544.8

    申请日:2014-09-16

    Abstract: 一种数字图像处理技术领域的基于在线聚类提取的颜色区域特征的行人重识别方法及系统,以只包含单个行人的矩形图像或通过跟踪结果从原始视频图像中裁取出目标矩形框作为输入图像,经前景提取和在线聚类提取得到颜色区域,再将颜色区域的统计特征作为局部特征应用于人物重识别。本发明能够充分地利用行人外貌的局部颜色分布结构信息,从而大大提高行人重识别的准确率。

    基于旋度和散度的运动特征提取方法及系统

    公开(公告)号:CN105139423A

    公开(公告)日:2015-12-09

    申请号:CN201510508647.X

    申请日:2015-08-18

    Abstract: 本发明公开了一种基于旋度和散度的运动特征提取方法及系统,包括:S1:对任意给定的运动矢量场进行归一化处理;S2:计算归一化的运动矢量场中每个点的旋度和散度,得到旋度图和散度图;构建归一化的运动矢量场的对偶矢量场;S3:在归一化的运动矢量场及其对偶矢量场中进行运动轨迹采样,分别得到切向运动轨迹和径向运动轨迹;S4:对运动轨迹上的旋度和散度进行路径积分,即得到尺度不变和旋转不变的CD运动特征。本发明可以从整体上刻画运动的旋转和发散程度,并具有很强的鲁棒性。作为一种普适性的运动描述子,CD特征可以广泛应用于不同场景下的运动分析和行为识别。

    基于手绘运动轮廓的视频检索方法及系统

    公开(公告)号:CN106445985A

    公开(公告)日:2017-02-22

    申请号:CN201610283654.9

    申请日:2016-04-29

    Abstract: 本发明公开了一种基于手绘运动轮廓的视频检索方法及系统,所述方法步骤:在构建视频索引数据库阶段,首先对视频片段的光流场进行运动分解得到具有典型运动结构的子运动矢量场;利用运动结构编码算法对每个子运动矢量场提取运动描述子;将每个子运动矢量场的描述子及相关ID信息存入索引数据库;在视频检索阶段,首先对用户的手绘运动轮廓进行矢量化,得到运动矢量场;然后利用运动结构编码算法对该矢量场提取运动特征;最后对索引数据库进行排序,得到检索结果。本发明可以有效地对视频进行运动层面的索引标注以及基于手绘运动轮廓的检索,具有很好的跨场景适应性,在大规模监控视频的索引和浏览方面具有重要的应用价值。

    基于手绘运动轮廓的视频检索方法及系统

    公开(公告)号:CN106445985B

    公开(公告)日:2019-09-03

    申请号:CN201610283654.9

    申请日:2016-04-29

    Abstract: 本发明公开了一种基于手绘运动轮廓的视频检索方法及系统,所述方法步骤:在构建视频索引数据库阶段,首先对视频片段的光流场进行运动分解得到具有典型运动结构的子运动矢量场;利用运动结构编码算法对每个子运动矢量场提取运动描述子;将每个子运动矢量场的描述子及相关ID信息存入索引数据库;在视频检索阶段,首先对用户的手绘运动轮廓进行矢量化,得到运动矢量场;然后利用运动结构编码算法对该矢量场提取运动特征;最后对索引数据库进行排序,得到检索结果。本发明可以有效地对视频进行运动层面的索引标注以及基于手绘运动轮廓的检索,具有很好的跨场景适应性,在大规模监控视频的索引和浏览方面具有重要的应用价值。

    基于CD运动特征的群体行为识别方法及系统

    公开(公告)号:CN105096344B

    公开(公告)日:2018-05-04

    申请号:CN201510508136.8

    申请日:2015-08-18

    Abstract: 本发明公开了一种基于CD运动特征的群体行为识别方法及系统,所述方法步骤:对给定的群体监控视频,计算光流场;对光流场进行时域上聚类,得到运动矢量场;对运动矢量场进行分解,得到一些基本的子运动矢量场;对每个子运动矢量场提取CD运动特征;对每个CD运动特征进行特征抽取,得到长度一致的特征向量;将特征向量输入到SVM分类器,从而判断群体行为类别。本发明可以有效地分解出一个监控场景下多个群体运动模式,并判断其类别,对群体监控和行为理解具有很重要的现实意义和实用价值。

    基于视角自适应子空间学习算法的行人重识别方法及系统

    公开(公告)号:CN105138998A

    公开(公告)日:2015-12-09

    申请号:CN201510564338.4

    申请日:2015-09-07

    CPC classification number: G06K9/00778

    Abstract: 本发明提供了一种基于视角自适应子空间学习算法的行人重识别方法及系统,所述方法以只包含单个行人的矩形图像或通过跟踪结果从原始视频图像中裁取出目标矩形框作为输入图像,在输入图像上提取特征向量,并且将数据集划分为训练数据集和测试数据集,在训练数据集上按照视角自适应子空间学习算法学习得到变换矩阵,在测试数据集上利用视角自适应子空间学习算法学习得到的变换矩阵进行距离计算和行人重识别。本发明考虑不同的摄像头有不同的特性,并且采用不同的变换来弥补不同摄像头的变换特性,可以更加灵活地学习得到每对摄像头的最佳变换关系,使得变换后不同摄像头下的特征更加接近理想的特征分布。

    基于CD运动特征的群体行为识别方法及系统

    公开(公告)号:CN105096344A

    公开(公告)日:2015-11-25

    申请号:CN201510508136.8

    申请日:2015-08-18

    CPC classification number: G06T2207/30241

    Abstract: 本发明公开了一种基于CD运动特征的群体行为识别方法及系统,所述方法步骤:对给定的群体监控视频,计算光流场;对光流场进行时域上聚类,得到运动矢量场;对运动矢量场进行分解,得到一些基本的子运动矢量场;对每个子运动矢量场提取CD运动特征;对每个CD运动特征进行特征抽取,得到长度一致的特征向量;将特征向量输入到SVM分类器,从而判断群体行为类别。本发明可以有效地分解出一个监控场景下多个群体运动模式,并判断其类别,对群体监控和行为理解具有很重要的现实意义和实用价值。

Patent Agency Ranking