公开(公告)号：CN118262411A

公开(公告)日：2024-06-28

申请号：CN202410418093.3

申请日：2024-04-08

Applicant: 中国科学院计算技术研究所

Inventor： 万之凡 ,  张杰 ,  胡蓝青 ,  邬书哲 ,  山世光

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明提出一种基于协同自监督视频表示学习的视频动作识别方法和装置，包括：将人物动作视频输入视频编码器进行特征提取，得到训练视频特征序列；通过图像编码器对人物动作视频的关键帧信息进行特征提取，得到图像特征序列，训练视频特征序列和图像特征序列通过对比学习损失约束，获取训练视频静态特征序列；融合训练视频静态特征序列和人物动作视频的人物动作特征序列，得到融合特征序列，根据融合特征序列重建恢复视频，根据恢复视频和人物动作视频构建损失函数训练图像编码器；在训练完成后的编码器后添加全连接层，得到中间动作识别模型，通过已标注动作类别标签的视频数据集微调中间动作识别模型，以完成动作识别任务。

公开(公告)号：CN105718868B

公开(公告)日：2019-10-25

申请号：CN201610029680.9

申请日：2016-01-18

Applicant: 中国科学院计算技术研究所

Inventor： 邬书哲 ,  阚美娜 ,  山世光 ,  陈熙霖

IPC: G06K9/00

Abstract: 本发明提供了一种针对多姿态人脸的人脸检测系统，包括：前端检测器和后端检测器，其中，所述前端检测器包括至少一层分类器，每一层包含至少两个并列的针对不同姿态人脸的第一类分类器，用于对候选的人脸与非人脸窗口进行区分；所述后端检测器包括采用深度神经网络的第二类分类器，用于进一步区分所述前端检测器的检测结果中的人脸和非人脸。相应地，本发明还提供了一种人脸检测方法。在提升检测精度的同时，有效降低检测过程的计算开销，有效提高检测速度。

公开(公告)号：CN105718868A

公开(公告)日：2016-06-29

申请号：CN201610029680.9

申请日：2016-01-18

Applicant: 中国科学院计算技术研究所

Inventor： 邬书哲 ,  阚美娜 ,  山世光 ,  陈熙霖

IPC: G06K9/00

Abstract: 本发明提供了一种针对多姿态人脸的人脸检测系统，包括：前端检测器和后端检测器，其中，所述前端检测器包括至少一层分类器，每一层包含至少两个并列的针对不同姿态人脸的第一类分类器，用于对候选的人脸与非人脸窗口进行区分；所述后端检测器包括采用深度神经网络的第二类分类器，用于进一步区分所述前端检测器的检测结果中的人脸和非人脸。相应地，本发明还提供了一种人脸检测方法。在提升检测精度的同时，有效降低检测过程的计算开销，有效提高检测速度。