一种视频分类方法及装置

    公开(公告)号:CN109902202B

    公开(公告)日:2021-06-22

    申请号:CN201910015462.3

    申请日:2019-01-08

    Abstract: 本发明提供一种视频分类方法及装置,用以解决相关技术中基于显著性引导的分类模型的分类性能较低的问题。该方法包括:提取待分类视频的关键帧;将所述关键帧输入预先根据训练集训练得到的双路神经网络模型,得到所述视频的分类结果以及所述视频的显著图,所述训练集中包括按照视频类型进行分类的视频以及视频显著图,所述双路神经网络模型包括一路用于对所述视频进行分类的第一子神经网络以及一路用于确定所述视频的显著图的第二子神经网络;将得到的所述显著图中置信度高于第一阈值的显著图加入所述训练集;使用所述训练集中的视频显著图重新训练所述第二子神经网络,得到更新后的双路神经网络模型。本发明有效提高了视频分类的性能。

    一种视频分类方法及装置

    公开(公告)号:CN109902202A

    公开(公告)日:2019-06-18

    申请号:CN201910015462.3

    申请日:2019-01-08

    Abstract: 本发明提供一种视频分类方法及装置,用以解决相关技术中基于显著性引导的分类模型的分类性能较低的问题。该方法包括:提取待分类视频的关键帧;将所述关键帧输入预先根据训练集训练得到的双路神经网络模型,得到所述视频的分类结果以及所述视频的显著图,所述训练集中包括按照视频类型进行分类的视频以及视频显著图,所述双路神经网络模型包括一路用于对所述视频进行分类的第一子神经网络以及一路用于确定所述视频的显著图的第二子神经网络;将得到的所述显著图中置信度高于第一阈值的显著图加入所述训练集;使用所述训练集中的视频显著图重新训练所述第二子神经网络,得到更新后的双路神经网络模型。本发明有效提高了视频分类的性能。

    一种基于互惠学习的显著对象分割方法及装置

    公开(公告)号:CN117197179A

    公开(公告)日:2023-12-08

    申请号:CN202311040771.9

    申请日:2023-08-17

    Abstract: 本公开的实施例公开了一种基于互惠学习的显著对象分割方法及装置。该方法的一具体实施方式包括:获取训练输入图像、测试输入图像及训练输入图像标注真值;设计互惠学习神经网络分割模型和互助损失函数,并根据训练输入图像及训练输入图像标注真值对互惠学习神经网络分割模型在组合损失函数的监督下进行训练,获取训练好的互惠学习神经网络分割模型;利用训练好的互惠学习神经网络分割模型对测试输入图像进行测试,获取测试输入图像的显著对象分割结果图像。该实施方式提高了对图像显著对象分割的可靠性。

    深度图像的修复方法、装置和存储介质

    公开(公告)号:CN113496468B

    公开(公告)日:2023-07-04

    申请号:CN202010201231.4

    申请日:2020-03-20

    Abstract: 本发明提供一种深度图像的修复方法、装置和存储介质,所述方法包括:提取待修复图像的二值掩模图像;并对所述待修复图像进行空间变换处理,得到处理后的待修复图像;根据所述二值掩模图像和卷积稀疏编码字典,对所述处理后的待修复图像进行变换空间数据修复,得到空间变换修复结果,其中,所述卷积稀疏编码字典为对多个具有完整深度信息的样本图像进行卷积稀疏编码学习得到的;进而根据所述空间变换修复结果,对所述待修复图像进行深度信息的修复。本发明提供的深度图像的修复方法、装置和存储介质,可以更准确的表达出待修复图像的深度信息分布变化,以使对深度图像的修复效果的更佳。

    一种火星遥感图像增强方法与装置

    公开(公告)号:CN115205141A

    公开(公告)日:2022-10-18

    申请号:CN202210680343.1

    申请日:2022-06-16

    Abstract: 本发明公开了一种火星遥感图像增强方法与装置,包括:获取火星环绕器拍摄的多个清晰火星遥感图像,使用沙尘渲染方法对每个清晰火星遥感图像生成多个对应的带有沙尘的图像;使用所生成的各个多个清晰沙尘图像对,训练深度神经网络;将真实的带有沙尘的图像输入训练完成的神经网络,经过一个卷积神网络层和两个二倍下采样层降低真实的带有沙尘的图像的空间分辨率并扩展通道维度,得到特征图;将特征图依次经过三个密集深度卷积模块提取特征将提取的特征经过两次上采样操作和一次卷积操作。本发明能够应用于火星环绕器计算机视觉系统和火星图像地面分析,为地面数据分析和火星观测工作提供了便利。

    用于分割图像的方法、装置、设备和计算机可读介质

    公开(公告)号:CN111860518B

    公开(公告)日:2022-10-04

    申请号:CN202010614266.0

    申请日:2020-06-30

    Abstract: 本公开的实施例公开了用于分割图像的方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括:将输入图像输入预先训练的通用子网络,得到通用特征;将输入图像输入预先训练的特定任务子网络,得到特定任务特征;基于注意力机制网络,将该通用特征添加到该特定任务特征上,得到目标任务特征;对该特定任务特征进行解码操作,得到融合特征;利用渐进网络对该目标任务特征和该融合特征进行集成,得到该输入图像的分割图。该实施方式实现了基于特定任务特征对图像进行分割。

    基于混合监督训练的目标检测方法

    公开(公告)号:CN114154563A

    公开(公告)日:2022-03-08

    申请号:CN202111355318.8

    申请日:2021-11-16

    Abstract: 本发明提出了基于混合监督训练的目标检测方法,从分析目标检测器训练过程中使用的训练数据集标注策略入手,提出使用部分全标注数据和部分弱监督标注数据进行混合训练的目标检测方法。方法通过使用峰值类别激活响应机制,训练时对于弱标注数据,建模物体类别标签与粗粒度位置信息的映射,辅助检测分支训练;对于全标注数据训练模型分类和定位分支。最后将两个分支的结果自适应的融合,提升目标检测器的性能。一方面,本专利提出了一个基于峰值类别激活响应的混合监督训练目标检测器的训练方法,在保证性能同时显著降低训练成本,另一方面,该方法与现有目标检测器相结合,显著降低训练成本,同时一定程度上提升检测性能。

    异质特征关系互补的车辆重识别方法和装置

    公开(公告)号:CN113723356A

    公开(公告)日:2021-11-30

    申请号:CN202111078976.7

    申请日:2021-09-15

    Abstract: 本发明公开了异质特征关系互补的车辆重识别方法和装置,包括:获取车辆图像,将车辆图像输入卷积神经网络,提取得到多个不同层次的异质特征;构建图关系互补模块,利用图关系互补模块对多个不同层次的异质特征进行自低层次向高层次并基于关系地融合,得到跨层互补特征;通过渐进式中心池化操作,提取车辆图像的局部特征,利用图关系互补模块,将局部特征与跨层互补特征中的最高层次的互补特征进行异质关系融合,得到异质互补特征;拼接跨层互补特征和异质互补特征,得到包括多层语义信息和多层局部区域信息的车辆图像表征特征。本发明能够广泛应用于城市交通、公共安全、自动驾驶等领域的计算机视觉系统。

    视频图像补帧方法、装置、设备及可存储介质

    公开(公告)号:CN112040311B

    公开(公告)日:2021-10-26

    申请号:CN202010720883.9

    申请日:2020-07-24

    Abstract: 本发明实施例提供一种视频图像补帧方法、装置、设备及可存储介质,具体实现方案为:该方法包括:提取目标视频中前后相邻两帧图像,并分别输入至训练至收敛的粗粒度光流生成模型中,以输出所述前后相邻两帧图像对应的粗粒度光流数据;将预先配置的补帧时间数据与所述粗粒度光流数据输入至训练至收敛的中间帧光流生成模型中,以输出中间帧光流数据;根据所述前后相邻两帧图像和所述中间帧光流数据生成目标中间帧图像。通过训练至收敛的中间帧光流生成模型融合时间信息和运动信息,使生成的中间帧光流数据与粗粒度光流数据的关联性更强,从而提高了目标中间帧图像与前后帧的关联性,进而提高了整体视频图像的连贯性。

    图像拼接质量的测评方法及装置

    公开(公告)号:CN110276744B

    公开(公告)日:2021-10-26

    申请号:CN201910402871.9

    申请日:2019-05-15

    Abstract: 本发明实施例提供一种图像拼接质量的测评方法及装置,所述方法包括:获取待评测图像的第一属性信息和参考图像的第二属性信息,第一属性信息包括待评测图像的盲区信息、像素点信息和频率信息,第二属性信息包括参考图像的像素点信息和频率信息,待评测图像为拼接至少两个第一图像得到的,参考图像为拼接至少两个第二图像得到的,根据第一属性信息和所述第二属性信息,确定待评测图像的拼接质量。用于提高对待评测图像的拼接质量进行测评的准确性。

Patent Agency Ranking