-
公开(公告)号：CN106295561A
公开(公告)日：2017-01-04
申请号：CN201610646843.8
申请日：2016-08-09
Applicant: 上海交通大学
IPC: G06K9/00
CPC classification number: G06K9/00268 , G06K9/00288
Abstract: 一种基于参数化及细节表征的人脸图像压缩及还原方法及系统，通过将人脸图像使用参数化及纹理细节表征进行描述，即将任意人脸图像分解为基准图像、表情模板与纹理参数并进行保存，从而实现人脸图像的有效压缩；本发明能够在有效降低传输数据的大小的同时，准确地表达和复原人脸图像的内容，生动形象地还原人脸的表情和细节纹理特征。
-
-
公开(公告)号：CN102523370B
公开(公告)日：2014-08-27
申请号：CN201110374684.8
申请日：2011-11-22
Applicant: 上海交通大学
Abstract: 本发明提供基于网络传输算法的多摄像头视频异常行为检测方法，包括将多摄像头系统的场景进行分块，将每一分块视为节点、分块之间的行为相关性视为权边建立网络模型。由此将人的行为建模成一个网络信号传输问题，行为的异常程度取决于传输能量消耗的高低。本发明结合实际视频安防监控应用中的需求，为解决已有算法对跟踪算法的依赖程度，而提出的一种多摄像头视频异常行为检测方法，有效对多摄像头视频中的监控对象行走路线的异常行为进行检测。本发明和现有技术相比较，提出了一种更为通用的多摄像头视频检测形式，并且具有较低的复杂度，可以灵活地处理各类多摄像头配置的情形。有效识别率达到了90％左右，具有良好的应用表现。
-
公开(公告)号：CN102523370A
公开(公告)日：2012-06-27
申请号：CN201110374684.8
申请日：2011-11-22
Applicant: 上海交通大学
Abstract: 本发明提供基于网络传输算法的多摄像头视频异常行为检测方法，包括将多摄像头系统的场景进行分块，将每一分块视为节点、分块之间的行为相关性视为权边建立网络模型。由此将人的行为建模成一个网络信号传输问题，行为的异常程度取决于传输能量消耗的高低。本发明结合实际视频安防监控应用中的需求，为解决已有算法对跟踪算法的依赖程度，而提出的一种多摄像头视频异常行为检测方法，有效对多摄像头视频中的监控对象行走路线的异常行为进行检测。本发明和现有技术相比较，提出了一种更为通用的多摄像头视频检测形式，并且具有较低的复杂度，可以灵活地处理各类多摄像头配置的情形。有效识别率达到了90％左右，具有良好的应用表现。
-
-
-
Search Results
4
records
(took 0.017 seconds)
