基于不规则视频序列的行人重识别方法及系统

    公开(公告)号:CN107273873A

    公开(公告)日:2017-10-20

    申请号:CN201710572155.6

    申请日:2017-07-13

    Abstract: 本发明提供基于不规则视频序列的行人重识别方法及系统,包括通过检测状态曲线中的稳定点,从视频序列提取多个连续的子序列,得到候选序列;利用稀疏表示求取每个子序列的重构误差,得到各子序列的噪声度量结果;根据各子序列的噪声度量结果,从候选序列中剔除噪声大于相应阈值的子序列,构成候选池;进行自适应权重的行人特征表示,得到基于视频序列的检索结果。本发明提升了不规则序列下行人重识别的性能,可广泛用于监控领域、视频分析以及其他多媒体应用,精度高,效果好,具有重要的市场价值。

    基于不规则视频序列的行人重识别方法及系统

    公开(公告)号:CN107273873B

    公开(公告)日:2019-09-17

    申请号:CN201710572155.6

    申请日:2017-07-13

    Abstract: 本发明提供基于不规则视频序列的行人重识别方法及系统,包括通过检测状态曲线中的稳定点,从视频序列提取多个连续的子序列,得到候选序列;利用稀疏表示求取每个子序列的重构误差,得到各子序列的噪声度量结果;根据各子序列的噪声度量结果,从候选序列中剔除噪声大于相应阈值的子序列,构成候选池;进行自适应权重的行人特征表示,得到基于视频序列的检索结果。本发明提升了不规则序列下行人重识别的性能,可广泛用于监控领域、视频分析以及其他多媒体应用,精度高,效果好,具有重要的市场价值。

    一种基于位置先验信息的时空域显著度检测方法

    公开(公告)号:CN106778776A

    公开(公告)日:2017-05-31

    申请号:CN201611078480.9

    申请日:2016-11-30

    Abstract: 本发明涉及一种时空域显著度检测方法,属于图像处理领域,具体涉及一种基于位置先验信息的时空域显著度检测方法。本发明的主要思想是视频显著度图的显著目标应该是时空连续的,通过获取包含显著对象的时间上连续的前景区域位置信息,增强改进显著度对比方法,包括前景背景对比度方法和局部前景对比度方法,从而有效抑制背景区域,并且高亮前景显著目标。同时本发明提出视频帧内运动一致性来改进时域运动信息的区分程度,从而得到更为精准的运动显著度检测结果。此外,融合时域和空域显著度检测的结果来综合考虑时空域信息,本发明通过时空域显著度检测结果的融合,进而提高时空域显著度检测的准确性。

    基于长程大尺度背景模板的巡航无人机视频压缩方法

    公开(公告)号:CN107197275A

    公开(公告)日:2017-09-22

    申请号:CN201710450280.X

    申请日:2017-06-15

    Abstract: 本发明公开了一种基于长程大尺度背景模板的巡航无人机视频压缩方法,包括以下步骤:针对包含GPS信息的视频源建立一个基于长程大尺度背景集用于参考;把包含GPS信息的当前帧切割为重叠区域图像和新区域图像;编码当前帧,利用当前帧的GPS信息为得到的新区域图像在长程大尺度背景集中搜索出最邻近地理位置的图像集合,拼接出最优的参考帧,然后进行编码;对重叠区域图像采用HEVC进行编码。本发明利用单应性矩阵来对其编码帧和参考帧,有效解决了无人机的旋转问题;此外,还建立起了一个背景集做参考,使得新区域能够有效编码,从而大大降低了码率。

    一种基于位置先验信息的时空域显著度检测方法

    公开(公告)号:CN106778776B

    公开(公告)日:2020-04-10

    申请号:CN201611078480.9

    申请日:2016-11-30

    Abstract: 本发明涉及一种时空域显著度检测方法,属于图像处理领域,具体涉及一种基于位置先验信息的时空域显著度检测方法。本发明的主要思想是视频显著度图的显著目标应该是时空连续的,通过获取包含显著对象的时间上连续的前景区域位置信息,增强改进显著度对比方法,包括前景背景对比度方法和局部前景对比度方法,从而有效抑制背景区域,并且高亮前景显著目标。同时本发明提出视频帧内运动一致性来改进时域运动信息的区分程度,从而得到更为精准的运动显著度检测结果。此外,融合时域和空域显著度检测的结果来综合考虑时空域信息,本发明通过时空域显著度检测结果的融合,进而提高时空域显著度检测的准确性。

    一种提高基于行为的影响力度量准确性方法

    公开(公告)号:CN113127696B

    公开(公告)日:2024-07-12

    申请号:CN202110299342.8

    申请日:2021-03-21

    Abstract: 本发明公开了一种提高基于行为的影响力度量准确性方法,本发明首先构建基于位置访问的社交网络,并对所有用户进行了用户签到信息记录进行提取,并且剔除了用户重复行为。然后根据目标用户的签到地点计算位置热门度。同时根据时间模型对朋友圈的总影响力进行重分配,由此剔除了朋友圈的影响因素。之后使用杰卡德的算法度量位置相似度,最后得出指定用户间的影响力大小。本发明考虑了导致用户之间存在相似签到行为的多种原因,用户本身的个人喜好、用户朋友圈共同影响、位置热门因素等,从而使两个用户之间的影响力度量结果更加准确。

    一种基于身份熵的身份溯源追踪路径优化方法及装置

    公开(公告)号:CN116703015A

    公开(公告)日:2023-09-05

    申请号:CN202310434087.2

    申请日:2023-04-21

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于身份熵的身份溯源追踪路径优化方法及装置,所述身份溯源追踪方法包括身份熵计算步骤、身份识别步骤以及最优待获取属性预测步骤,身份熵计算步骤用以对输入的身份属性数据进行计算,得出身份熵、条件身份熵、核心标识集、获取难度等信息作为先验知识,身份识别步骤根据已获取的待追踪对象的身份属性判定是否唯一识别目标,最优待获取属性预测步骤在已获取属性无法识别目标的情况下,根据先验知识计算出辨识度高、获取难度低的概率最优属性;最优待获取属性预测步骤可以根据身份熵计算步骤得出的先验知识逐步优化身份溯源路径,类似于AlphaGo,每一步都可以根据当前具体的博弈场景给出最优的策略建议,提高搜索效率。

    一种用于虚拟视频会议的声源定位方法及系统

    公开(公告)号:CN116405633A

    公开(公告)日:2023-07-07

    申请号:CN202310343517.X

    申请日:2023-03-29

    Applicant: 武汉大学

    Abstract: 本发明提供一种用于虚拟视频会议的声源定位方法及系统,属于数字音频信号处理技术领域,包括:采集多通道音频信号,将多通道音频信号转换为音频频谱数据,提取音频频谱数据的音频特征;采集说话人视频图像,对说话人视频图像进行人脸检测获得人脸像素坐标,基于人脸像素坐标获取视觉特征;将音频特征和视觉特征进行融合获得融合特征数据,基于融合特征数据得到说话人三维空间位置;根据说话人三维空间位置对说话人原始语音进行渲染,得到真实三维空间音频信号。本发明通过将虚拟视频会议系统中的多通道音频信号和说话人的视频信号进行结合,能够提高多说话人三维空间位置的定位精度,确保图像与声音位置一致,有效提高会议效率,并提升用户体验。

    融合序列间和序列内项目相关性的序列推荐方法及设备

    公开(公告)号:CN115659014A

    公开(公告)日:2023-01-31

    申请号:CN202211264633.4

    申请日:2022-10-17

    Applicant: 武汉大学

    Abstract: 本发明提供了一种融合序列间和序列内项目相关性的序列推荐方法及设备。所述方法包括:步骤1:在序列间项目相关性模块中采用图神经网络,捕获来自用户‑项目二元图和项目‑项目共现图的第一阶项目相关性,对序列间项目相关性进行建模;步骤2:在序列内项目相关性编码器中建立循环神经网络和注意力网络,模拟每个单独序列内项目相关性和时长动态,对序列内项目相关性进行建模;步骤3:采用前融合方式对序列间和序列内项目相关性进行融合,生成最终的用户兴趣;步骤4:采用步骤3得到的用户最终兴趣,来预测用户对候选项目的偏好,计算待推荐项目的排序得分,完成序列推荐任务。本发明可以有效提高推荐平台的推荐性能。

    一种基于词汇相似性的LDA主题模型最优主题数确定方法

    公开(公告)号:CN110347824B

    公开(公告)日:2022-12-02

    申请号:CN201910506360.1

    申请日:2019-06-12

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于词汇相似性的LDA主题模型最优主题数确定方法,利用LDA模型抽取主题词,基于词向量间的相似性,寻找最优主题数目。首先对文本数据进行分词等预处理,应用LDA主题模型对文本进行主题建模,获得每个主题下对应的词分布;然后将词分布转化为词向量分布,利用向量间的相似性,基于LDA的语义关联,分析主题质量,确定最优主题数目。本发明提出的方法可以自动确定最优主题数目,避免人为设定的局限,更好地服务于微博文本数据的聚类分析。

Patent Agency Ranking