公开(公告)号：CN112861758A

公开(公告)日：2021-05-28

申请号：CN202110207458.4

申请日：2021-02-24

Applicant: 中国矿业大学(北京)

Inventor： 李策 ,  盛龙帅 ,  姜中博 ,  李欣

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于弱监督学习视频分割的行为识别方法，其中方法包括：将整个视频分割成未知数量的N段，为每一段分配类标签和长度标签，对视频段使用Viterbi算法生成帧标签用于计算逐帧的交叉熵损失；在由Viterbi算法得到初始视频分割中找到最佳的动作分割点，对初始视频分割进行分解得到视觉模型、长度模型、上下文模型；使用单层具有256个循环门单元和softmax输出的GRU网络在前向传播中连接输入数据序列，得到后验概率和长度模型；定义辅助函数，找到最佳分割点；最终由长度模型和辅助函数得到完整视频的最大可能分割。充分利用弱监督视频，对完整视频中的动作进分割。

公开(公告)号：CN116228592A

公开(公告)日：2023-06-06

申请号：CN202310300438.0

申请日：2023-03-27

Applicant: 中国矿业大学(北京)

Inventor： 李策 ,  乔静怡 ,  姜中博 ,  唐峥岩 ,  黄瑛洁

IPC: G06T5/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及的是一种基于多尺度密集特征融合卷积网络的管道视频去雾方法，其中，方法包括：在实验管道模型里用双目相机采集管道清晰图像和深度图像，利用大气散射模型生成管道带雾图像，构建管道带雾/清晰图像对，并划分训练数据集和测试数据集；基于U‑net架构，SOS增强策略和密集特征融合模块，构建基于多尺度密集特征融合的增强去雾网络；将训练数据集送入基于多尺度密集特征融合的增强去雾网络，训练神经网络模型，使用Adam优化算法更新神经网络权重；用测试数据集测试训练好的去雾网络模型，实现管道视频的去雾，并对去雾效果进行客观评价。本发明能有效实现地下管道视频图像的去雾，并对图像的细节方面进行增强，可用于排水管道检测机器人的视频监控、地下管道病害智能检测识别等科学领域。

公开(公告)号：CN112861758B

公开(公告)日：2021-12-31

申请号：CN202110207458.4

申请日：2021-02-24

Applicant: 中国矿业大学(北京)

Inventor： 李策 ,  盛龙帅 ,  姜中博 ,  李欣

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于弱监督学习视频分割的行为识别方法，其中方法包括：将整个视频分割成未知数量的N段，为每一段分配类标签和长度标签，对视频段使用Viterbi算法生成帧标签用于计算逐帧的交叉熵损失；在由Viterbi算法得到初始视频分割中找到最佳的动作分割点，对初始视频分割进行分解得到视觉模型、长度模型、上下文模型；使用单层具有256个循环门单元和softmax输出的GRU网络在前向传播中连接输入数据序列，得到后验概率和长度模型；定义辅助函数，找到最佳分割点；最终由长度模型和辅助函数得到完整视频的最大可能分割。充分利用弱监督视频，对完整视频中的动作进分割。