-
公开(公告)号：CN109978768B
公开(公告)日：2022-10-11
申请号：CN201910245860.4
申请日：2019-03-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于视觉显著性检测的图像非线性缩放方法，该方法首先读入一张大小为n*m的图像，输入待缩放图像大小p*q；接着通过FCN全卷积神经网络生成显著图g(I)，并计算出图像的能量函数e(I)，得到总能量函数E(I)；然后利用动态规划的方法计算出累计最小能量图，找出一条最佳裁剪线；最后从图像中不断删去得到的最佳裁剪线，直至图像大小与待缩放图像大小相等，得到缩放完成的新图像。本发明可以有效地保持图像重要内容，具有良好的缩放效果。
-
公开(公告)号：CN109903339B
公开(公告)日：2021-03-05
申请号：CN201910235608.5
申请日：2019-03-26
Applicant: 南京邮电大学
Abstract: 本发明公开一种多维融合特征的视频群体人物定位检测方法。该发明首先抽取多层级视频特征图，建立自顶向下和自底向上的双向特征处理通道充分挖掘视频的语义信息，接着融合多层级视频特征图获取多维融合特征，抓取视频候选目标，最后并行处理候选目标位置回归和类别分类，完成视频群体人物定位检测。本发明通过融合多层级特征获得丰富的视频语义信息，同时进行多任务预测操作，有效提升群体人物定位检测的速度，具有良好的准确率和实施性。
-
公开(公告)号：CN111105443A
公开(公告)日：2020-05-05
申请号：CN201911362575.7
申请日：2019-12-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于特征关联的视频群体人物运动轨迹跟踪方法。该发明首先检测视频中出现的群体人物，获取群体人物的位置信息和特征掩码；接着检测新增人物，选定当前追踪人物，逐帧计算当前追踪人物与相邻视频帧中人物的关联相似度；最后结合关联相似度，确定当前追踪人物的帧间动态，更新当前追踪人物运动线索，并遍历视频序列完成视频群体人物的运动轨迹跟踪。本发明利用群体人物的运动特性，在帧间人物关联匹配过程中，综合考虑位置关系和动作形态的影响，能够有效提高群体人物运动轨迹跟踪的准确率，具有良好的实施性和鲁棒性。
-
公开(公告)号：CN110135277A
公开(公告)日：2019-08-16
申请号：CN201910326391.9
申请日：2019-07-05
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于卷积神经网络的人体行为识别方法，包括如下步骤：采集不同人体动作的图像，每张所述图像都有一个人体骨架序列；根据人体骨架序列形成所述人体图像的移动骨架描述符图像和移动关节描述符图像；将不同人体动作的移动骨架描述符图像和移动关节描述符图像分别作为训练集训练卷积神经网络；将待识别人体动作的图像分别输入训练好的两个卷积神经网络中，分别得到各个人体动作的分数；将两种分数中相同人体动作对应的分数相加，得出得分最高的动作，作为人体行为识别的结果。本发明使得对于输入的人体姿势序列，能够使用卷积神经网络进行人体行为识别，提高对人体行为识别的准确度，并且降低学习模型的计算复杂度。
-
公开(公告)号：CN108765451A
公开(公告)日：2018-11-06
申请号：CN201810428604.4
申请日：2018-05-07
Applicant: 南京邮电大学
IPC: G06T7/20
CPC classification number: G06T7/20 , G06T2207/10016 , G06T2207/20021
Abstract: 本发明公开一种自适应背景更新的交通运动目标检测方法，解决交通运动目标检测容易受外部场景变化影响的问题。本发明首先采用中值法从视频图像序列中提取出可靠、稳定的背景图像，然后将当前帧图像和提取的背景图像作差值，设定确定的阈值，得到差值图像，最后对差值图像进行一定的图像后处理，包括腐蚀、膨胀及开闭等形态学的处理，即可得到所需的交通运动目标。本发明能够有效提高交通运动目标检测的准确性，具有良好的实时性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111583304A
公开(公告)日：2020-08-25
申请号：CN202010385348.2
申请日：2020-05-09
Applicant: 南京邮电大学
IPC: G06T7/246
Abstract: 本发明公开一种优化视频关键人物运动轨迹的特征提取方法。该方法首先对输入的视频进行切分得到多个视频片段，在每个视频片段构成由不同帧上的特征点组成的多条轨迹；接着对视频片段中的每帧图像进行关键人物运动框构建，并判断各条轨迹中的特征点在人物检测框中的个数是否大于阈值，删除与关键人物运动无关的轨迹；最后计算经过初优化后的轨迹之间的余弦度并删除小于阈值的轨迹，完成对视频中关键人物的轨迹优化。本发明方法解决了冗余轨迹较多的问题，又避免了在复杂背景的变化对关键人物运动轨迹的影响，能够有效地提取出运动人物的运动特征，具有较好的实用性和鲁棒性。
-
公开(公告)号：CN109978768A
公开(公告)日：2019-07-05
申请号：CN201910245860.4
申请日：2019-03-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于视觉显著性检测的图像非线性缩放方法，该方法首先读入一张大小为n*m的图像，输入待缩放图像大小p*q；接着通过FCN全卷积神经网络生成显著图g(I)，并计算出图像的能量函数e(I)，得到总能量函数E(I)；然后利用动态规划的方法计算出累计最小能量图，找出一条最佳裁剪线；最后从图像中不断删去得到的最佳裁剪线，直至图像大小与待缩放图像大小相等，得到缩放完成的新图像。本发明可以有效地保持图像重要内容，具有良好的缩放效果。
-
公开(公告)号：CN108764059A
公开(公告)日：2018-11-06
申请号：CN201810422265.9
申请日：2018-05-04
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于神经网络的人体行为识别方法，解决穿戴式传感器数据的人体行为识别准确度不够高的问题。本发明首先通过穿戴式图像传感器采集的图像信息采用了灰度化处理，再对图像数据进行直方图均衡化处理，使用LSTM‑RNN神经网络算法对处理后的传感器的图像信息进行场景识别。对于穿戴式运动传感器的运动数据输入，使用LSTM‑RNN神经网络算法运动传感器的加速度信息进行动作识别。并将使用场景标记的运动序列在行为数据库中进行匹配，得到具体的行为信息。使用警报模块通知用户紧急信息。本发明通过这些方法的应用与系统中配套模块的支持对人体穿戴传感器数据完成行为识别，能够提高人体行为识别的准确性与稳定性，具有良好的实施性与实效性。
-
公开(公告)号：CN108446640A
公开(公告)日：2018-08-24
申请号：CN201810237230.8
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于图像人物面部表情识别的特征提取优化方法。该发明首先输入面部图像并用矩阵的形式表示，设置投影轴后,得到投影特征向量。设定给定图像的投影特征协方差矩阵，并以其迹表示最佳投影方向函数。根据训练样本图像的总体散布矩阵更新最佳投影方向函数，满足此函数最大值的投影轴组成的向量集合更新投影特征向量，并组成表示表情特征的矩阵。接着将特征矩阵中的每个元素再赋予权值，通过经高斯变异修改过的粒子群算法，优化最佳投影方向即全局最优解。最后把粒子群算法中的全局最优解分成二级群体，分为领导者和跟随者表示图像人物面部表情的多个主要部位进行二次优化和识别。该发明能够有效的辨别和优化人物面部的表情特征果。
-
公开(公告)号：CN110135277B
公开(公告)日：2022-08-16
申请号：CN201910326391.9
申请日：2019-07-05
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/82 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 本发明提供一种基于卷积神经网络的人体行为识别方法，包括如下步骤：采集不同人体动作的图像，每张所述图像都有一个人体骨架序列；根据人体骨架序列形成所述人体图像的移动骨架描述符图像和移动关节描述符图像；将不同人体动作的移动骨架描述符图像和移动关节描述符图像分别作为训练集训练卷积神经网络；将待识别人体动作的图像分别输入训练好的两个卷积神经网络中，分别得到各个人体动作的分数；将两种分数中相同人体动作对应的分数相加，得出得分最高的动作，作为人体行为识别的结果。本发明使得对于输入的人体姿势序列，能够使用卷积神经网络进行人体行为识别，提高对人体行为识别的准确度，并且降低学习模型的计算复杂度。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.016 seconds)
