-
公开(公告)号：CN113033308A
公开(公告)日：2021-06-25
申请号：CN202110204176.9
申请日：2021-02-24
Applicant: 北京工业大学
Abstract: 一种基于颜色特征的团队体育视频比赛镜头提取方法属于视频数据处理领域。首先对视频进行预处理，以镜头为单位自动切分视频将其结构化；之后计算视频帧以及镜头视频片段的r，g，b通道算术平均值，再通过K‑means聚类并依据镜头视频片段中视频帧r，g，b通道算术平均值的极差选出基准镜头视频片段，通过对比基准镜头视频片段与每个镜头视频片段的主色差异，将团队体育视频分为比赛镜头(远镜头、中镜头)视频片段和其他镜头(特写镜头、场外镜头)视频片段。本发明利用了视频帧的主色差异，提取出占据团队体育视频绝大部分内容的远镜头和中镜头视频片段，有利于减少冗余内容对视频分析处理的不利影响，为进一步研究奠定了很好的结构化基础。
-
公开(公告)号：CN109903312B
公开(公告)日：2021-04-30
申请号：CN201910071272.3
申请日：2019-01-25
Applicant: 北京工业大学
Abstract: 一种基于视频多目标跟踪的足球球员跑动距离统计方法属于体育数据统计领域。场上运动员的跑动距离是一项重要的统计数据。随着计算机视觉技术的发展，本文提出了一种基于足球比赛视频的球员跑动距离统计方案。首先，本方法通过分析足球比赛视频可以获得视频中的多目标跟踪数据。然后汇总各个跟踪轨迹，经过轨迹平滑以及顶视图映射操作，最后计算得到球员的跑动轨迹、跑动距离，输出可视化结果。该方法是实现统计球员跑动轨迹、跑动距离的一套完整解决方案，旨在减少人工标注的成本，并通过测试验证了方法可行性，具有重要应用价值。
-
公开(公告)号：CN111881342A
公开(公告)日：2020-11-03
申请号：CN202010578945.7
申请日：2020-06-23
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 一种基于图孪生网络的推荐方法应用于个性化推荐领域。现有方法(1)缺乏知识扩展性，比如难以有效融合用户社交关系信息；(2)多层特征信息传播范式下，学到的特征会出现过平滑问题。因此本发明提出了一种基于图孪生网络的推荐方法，通过用户、物品的交互信息建模用户关系图和物品关系图，通过本发明设计的图卷积层，以两个同构有向图的形式分别挖掘用户关系信息和物品关系信息。最后，通过图交互层聚合两个通道的用户特征和物品特征，充分提取用户偏好信息和物品属性信息。本发明有效保持U-I特征特性，显著提高个性化推荐准确率，具备良好的模型可扩展性，有着广阔的应用前景。
-
公开(公告)号：CN111881363B
公开(公告)日：2024-06-25
申请号：CN202010578943.8
申请日：2020-06-23
Applicant: 北京工业大学
IPC: G06F16/9536 , G06Q30/0601 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 一种基于图交互网络的推荐方法应用于用户个性化推荐领域。互联网产业的快速发展以及网络数据量的持续增长，传统的推荐方法和深度学习方法难以满足复杂的应用环境，在准确率和空间复杂度方面存在着不足。因此本发明提出了一种基于图交互网络的推荐方法，采用该方案可以保证个性化推荐准确率的同时，降低模型空间复杂度，有着广阔的应用前景。
-
公开(公告)号：CN113032631A
公开(公告)日：2021-06-25
申请号：CN202110204179.2
申请日：2021-02-24
Applicant: 北京工业大学
IPC: G06F16/783 , G06K9/00
Abstract: 一种基于全局运动统计特征的团队体育视频关键帧提取方法属于视频分析领域。首先对视频进行预处理，以镜头为单位切分视频并提取比赛镜头将其结构化；然后估计视频帧对应的全局运动，并计算视频帧对应的全局运动统计特征；进一步基于镜头的水平平移量，将镜头视频片段进一步切分为细粒度视频片段；再根据全局运动统计特征来提取候选关键帧，最后结合时空一致性与层次聚类从候选关键帧集合中提取代表性关键帧以去除冗余帧来得到最终的关键帧集合。本发明充分利用了团队体育视频的全局运动信息，提高了关键帧提取性能，减少了冗余光流信息的干扰，有利于提升所提取出的关键帧与比赛中关键事件的相关性。
-
Patent Agency Ranking
公开(公告)号：CN111881363A
公开(公告)日：2020-11-03
申请号：CN202010578943.8
申请日：2020-06-23
Applicant: 北京工业大学
IPC: G06F16/9536 , G06Q30/06 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于图交互网络的推荐方法应用于用户个性化推荐领域。互联网产业的快速发展以及网络数据量的持续增长，传统的推荐方法和深度学习方法难以满足复杂的应用环境，在准确率和空间复杂度方面存在着不足。因此本发明提出了一种基于图交互网络的推荐方法，采用该方案可以保证个性化推荐准确率的同时，降低模型空间复杂度，有着广阔的应用前景。
-
公开(公告)号：CN110210379A
公开(公告)日：2019-09-06
申请号：CN201910462263.7
申请日：2019-05-30
Applicant: 北京工业大学
Abstract: 一种结合关键运动特征和颜色特征的镜头边界检测方法属于图像处理领域，目前网络中存在着大量没有分类信息的视频文件，为了方便用户准确高效地寻找自己感兴趣的视频，自动提取视频的语义信息并将它们分类是现在亟需解决的问题。而镜头边界检测在视频语义分析问题中起着基础而重要的作用，它可以有效找到视频中不同关键信息的分界点。关键运动特征由光流估计方法提取，颜色特征由颜色直方图方法提取，两种方法的结合有助于准确地找到镜头边界帧，从而辅助完成视频语义分析和视频分类的任务。通过实验证明本方法优于目前已有的镜头边界检测方法，具有很高的应用价值。
-
公开(公告)号：CN113033308B
公开(公告)日：2025-01-07
申请号：CN202110204176.9
申请日：2021-02-24
Applicant: 北京工业大学
IPC: G06V10/56 , G06V20/40 , G06V10/762
Abstract: 一种基于颜色特征的团队体育视频比赛镜头提取方法属于视频数据处理领域。首先对视频进行预处理，以镜头为单位自动切分视频将其结构化；之后计算视频帧以及镜头视频片段的r，g，b通道算术平均值，再通过K‑means聚类并依据镜头视频片段中视频帧r，g，b通道算术平均值的极差选出基准镜头视频片段，通过对比基准镜头视频片段与每个镜头视频片段的主色差异，将团队体育视频分为比赛镜头(远镜头、中镜头)视频片段和其他镜头(特写镜头、场外镜头)视频片段。本发明利用了视频帧的主色差异，提取出占据团队体育视频绝大部分内容的远镜头和中镜头视频片段，有利于减少冗余内容对视频分析处理的不利影响，为进一步研究奠定了很好的结构化基础。
-
公开(公告)号：CN111881342B
公开(公告)日：2024-12-10
申请号：CN202010578945.7
申请日：2020-06-23
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q50/00
Abstract: 一种基于图孪生网络的推荐方法应用于个性化推荐领域。现有方法(1)缺乏知识扩展性，比如难以有效融合用户社交关系信息；(2)多层特征信息传播范式下，学到的特征会出现过平滑问题。因此本发明提出了一种基于图孪生网络的推荐方法，通过用户、物品的交互信息建模用户关系图和物品关系图，通过本发明设计的图卷积层，以两个同构有向图的形式分别挖掘用户关系信息和物品关系信息。最后，通过图交互层聚合两个通道的用户特征和物品特征，充分提取用户偏好信息和物品属性信息。本发明有效保持U‑I特征特性，显著提高个性化推荐准确率，具备良好的模型可扩展性，有着广阔的应用前景。
-
公开(公告)号：CN109903312A
公开(公告)日：2019-06-18
申请号：CN201910071272.3
申请日：2019-01-25
Applicant: 北京工业大学
Abstract: 一种基于视频多目标跟踪的足球球员跑动距离统计方法属于体育数据统计领域。场上运动员的跑动距离是一项重要的统计数据。随着计算机视觉技术的发展，本文提出了一种基于足球比赛视频的球员跑动距离统计方案。首先，本方法通过分析足球比赛视频可以获得视频中的多目标跟踪数据。然后汇总各个跟踪轨迹，经过轨迹平滑以及顶视图映射操作，最后计算得到球员的跑动轨迹、跑动距离，输出可视化结果。该方法是实现统计球员跑动轨迹、跑动距离的一套完整解决方案，旨在减少人工标注的成本，并通过测试验证了方法可行性，具有重要应用价值。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
