-
公开(公告)号：CN105808723B
公开(公告)日：2019-06-28
申请号：CN201610128827.X
申请日：2016-03-07
Applicant: 南京邮电大学
IPC: G06F16/583 , G06F16/53
Abstract: 本发明公开了基于图片语义和视觉散列的图片检索方法，该方法能同时表征图片语义相似性和视觉相似性的新颖的散列函数。本发明方法包括以下步骤：首先利用图片特性和视觉特性训练语义散列函数；然后，利用最大熵原则，获得紧凑的二进制码；最后，利用函数衰减原理，消除视觉特征的噪声。本发明能满足两方面的一致性：一是能满足散列二进制码和图片语义表示间的一致性，二是能满足散列二进制码和图片视觉表征的一致性。本发明可以方便人们在公共图片库中检索感兴趣的图片，在公共视频库中具有良好的检测性能。
-
公开(公告)号：CN105809716B
公开(公告)日：2019-12-24
申请号：CN201610128869.3
申请日：2016-03-07
Applicant: 南京邮电大学
Abstract: 本发明公开了融合超像素与三维自组织背景减除法的前景提取方法，该方法包括以下步骤：首先，使用超像素分割方法，将所有区域进行分割迭代；然后，使用三维自组织背景减除算法，图像背景建模；最后，通过最佳权重策略，实现前景运动目标提取。本发明提出的融合超像素分割的三维自组织背景减除算法，能有效检测缓慢运动的目标与进入场景后暂时静止的目标，在一定程度上提高了检测精度和处理速度。本发明结合超像素算法与三维自组织背景减除算法结合的框架，实现运动目标检测，加快了处理速度和处理效果。
-
公开(公告)号：CN109034062B
公开(公告)日：2023-05-16
申请号：CN201810835198.3
申请日：2018-07-26
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06V10/764 , G06N3/0895
Abstract: 本发明公开了一种基于时序一致性的弱监督异常行为检测方法，包括步骤：构建一个行为检测系统，导入一行为视频对到所述行为检测系统，处理后形成一个由所述行为视频对构建的时序矩阵；基于人类行为的时态一致性和平滑特征性处理行为视频对，形成一个行为单元对，获得相关行为片段，并定位行为片段中相关异常动作类的开始帧和结束帧；基于弱监督对获取得到的行为片段进行学习，得到可判断各种行为特征的操作分类器；基于字典学习和求解稀疏编码重建操作分类器中判断行为特征的检测标准，形成新的检测各种异常行为类的行为判断逻辑。本发明提供的弱监督异常行为检测方法很容易学习相关行为分类的特征，而不用手动标注帧的边界建立相关的行为模型。
-
Patent Agency Ranking
公开(公告)号：CN106951829A
公开(公告)日：2017-07-14
申请号：CN201710098887.6
申请日：2017-02-23
Applicant: 南京邮电大学
CPC classification number: G06K9/00718 , G06K9/6223
Abstract: 本发明公开了一种基于最小生成树的视频显著对象检测方法，包括步骤：对输入图像进行超像素分割，计算每个超像素到边界的距离，并构造图像的最小生成树；将建立的图像最小生成树距离变换规则和利用快速轮廓检测方法提取的外轮廓信息结合，提取获得初步显著图；利用建立的模糊色差直方图特征对所得初步显著图的非固定外轮廓进行模糊处理，得到轮廓清晰的显著图；对所得轮廓清晰的显著图中显著对象采用适应于行人窗口的采样特征网格的多尺度检测，并将其结合到最终显著图。本发明能够不受光照变化等外界干扰因素的影响，能够有效的、鲁棒性强的人体行为特征描述，计算量小、实时性高并有较好的显著对象检测效果。
-
公开(公告)号：CN105808723A
公开(公告)日：2016-07-27
申请号：CN201610128827.X
申请日：2016-03-07
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/583
Abstract: 本发明公开了基于图片语义和视觉散列的图片检索方法，该方法能同时表征图片语义相似性和视觉相似性的新颖的散列函数。本发明方法包括以下步骤：首先利用图片特性和视觉特性训练语义散列函数；然后，利用最大熵原则，获得紧凑的二进制码；最后，利用函数衰减原理，消除视觉特征的噪声。本发明能满足两方面的一致性：一是能满足散列二进制码和图片语义表示间的一致性，二是能满足散列二进制码和图片视觉表征的一致性。本发明可以方便人们在公共图片库中检索感兴趣的图片，在公共视频库中具有良好的检测性能。
-
公开(公告)号：CN109034062A
公开(公告)日：2018-12-18
申请号：CN201810835198.3
申请日：2018-07-26
Applicant: 南京邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00718 , G06K9/00758 , G06K9/00765 , G06K2009/00738
Abstract: 本发明公开了一种基于时序一致性的弱监督异常行为检测方法，包括步骤：构建一个行为检测系统，导入一行为视频对到所述行为检测系统，处理后形成一个由所述行为视频对构建的时序矩阵；基于人类行为的时态一致性和平滑特征性处理行为视频对，形成一个行为单元对，获得相关行为片段，并定位行为片段中相关异常动作类的开始帧和结束帧；基于弱监督对获取得到的行为片段进行学习，得到可判断各种行为特征的操作分类器；基于字典学习和求解稀疏编码重建操作分类器中判断行为特征的检测标准，形成新的检测各种异常行为类的行为判断逻辑。本发明提供的弱监督异常行为检测方法很容易学习相关行为分类的特征，而不用手动标注帧的边界建立相关的行为模型。
-
公开(公告)号：CN105809716A
公开(公告)日：2016-07-27
申请号：CN201610128869.3
申请日：2016-03-07
Applicant: 南京邮电大学
IPC: G06T7/20
Abstract: 本发明公开了融合超像素与三维自组织背景减除法的前景提取方法，该方法包括以下步骤：首先，使用超像素分割方法，将所有区域进行分割迭代；然后，使用三维自组织背景减除算法，图像背景建模；最后，通过最佳权重策略，实现前景运动目标提取。本发明提出的融合超像素分割的三维自组织背景减除算法，能有效检测缓慢运动的目标与进入场景后暂时静止的目标，在一定程度上提高了检测精度和处理速度。本发明结合超像素算法与三维自组织背景减除算法结合的框架，实现运动目标检测，加快了处理速度和处理效果。
-
公开(公告)号：CN105389831A
公开(公告)日：2016-03-09
申请号：CN201510766679.X
申请日：2015-11-11
Applicant: 南京邮电大学
IPC: G06T7/20
CPC classification number: G06T7/20 , G06T2207/30196
Abstract: 本发明公开了一种基于YUV色空间的多目标检测方法，该方法包括以下步骤：在RGB颜色格式转换为YUV格式的基础上，对视频帧中的每个像素点建立码本模型；在码本训练的基础上，实现背景建模；进行当前像素与已有码本间的匹配，实现前景目标的检测。本发明利用了亮度信息和色度信息相独立的特性，可提高目标检测精度，并且有很好的阴影去除效果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
