-
公开(公告)号：CN108447021B
公开(公告)日：2021-06-08
申请号：CN201810223832.8
申请日：2018-03-19
Applicant: 河北工业大学
Abstract: 本发明基于分块和逐帧优化的视频缩放方法，涉及一般的图像数据处理，是将视频序列按照镜头切换分割成N个视频子序列，对视频子序列分别在水平方向上和垂直方向上进行缩放与优化，步骤是：输入视频，根据镜头的切换帧进行镜头分割；对每个视频子序列中视频主体目标进行跟踪，获得相应视频子序列的视频轨迹跟踪框；整帧视频均匀分成x列向子块；合并标注，最终获得一帧视频图像帧fj_pt和一帧影子图像帧gj_pt；基于缩放比例的逐帧优化；按比例分别缩放视频图像帧fj_pt以及影子图像帧gj_pt中的保护区域和非保护区域；基于主体目标位置的逐帧优化。本发明方法克服了现有技术视频缩放中的视频抖动和目标图像与原图像严重不符的缺陷。
-
公开(公告)号：CN111339903A
公开(公告)日：2020-06-26
申请号：CN202010108983.6
申请日：2020-02-21
Applicant: 河北工业大学
Abstract: 本发明一种多人人体姿态估计方法，涉及用于识别图形的记录载体的处理，是一种基于深度特征的多人人体姿态估计方法，该方法构建了由主体网络与微调网络两部分组成的深度特征人体关键点检测模型，采用自底向上与自顶向下两种方法结合的两阶段训练方法训练深度特征人体关键点检测模型，最终利用两阶段训练好深度特征人体关键点检测模型检测人体关键点，并通过人体关键点聚类处理去除不属于目标人的冗余关键点，进而输出多人人体姿态估计结果，克服了现有多人人体姿态估计方法技术所存在的在人群稠密情况下，对目标人体遮挡干扰鲁棒性差，人体关键点检测正确率较低的缺陷。
-
公开(公告)号：CN108447021A
公开(公告)日：2018-08-24
申请号：CN201810223832.8
申请日：2018-03-19
Applicant: 河北工业大学
Abstract: 本发明基于分块和逐帧优化的视频缩放方法，涉及一般的图像数据处理，是将视频序列按照镜头切换分割成N个视频子序列，对视频子序列分别在水平方向上和垂直方向上进行缩放与优化，步骤是：输入视频，根据镜头的切换帧进行镜头分割；对每个视频子序列中视频主体目标进行跟踪，获得相应视频子序列的视频轨迹跟踪框；整帧视频均匀分成x列向子块；合并标注，最终获得一帧视频图像帧fj_pt和一帧影子图像帧gj_pt；基于缩放比例的逐帧优化；按比例分别缩放视频图像帧fj_pt以及影子图像帧gj_pt中的保护区域和非保护区域；基于主体目标位置的逐帧优化。本发明方法克服了现有技术视频缩放中的视频抖动和目标图像与原图像严重不符的缺陷。
-
公开(公告)号：CN111339903B
公开(公告)日：2022-02-08
申请号：CN202010108983.6
申请日：2020-02-21
Applicant: 河北工业大学
IPC: G06V40/10 , G06V10/774 , G06V10/762 , G06V10/766 , G06V10/82 , G06K9/62 , G06T7/73
Abstract: 本发明一种多人人体姿态估计方法，涉及用于识别图形的记录载体的处理，是一种基于深度特征的多人人体姿态估计方法，该方法构建了由主体网络与微调网络两部分组成的深度特征人体关键点检测模型，采用自底向上与自顶向下两种方法结合的两阶段训练方法训练深度特征人体关键点检测模型，最终利用两阶段训练好深度特征人体关键点检测模型检测人体关键点，并通过人体关键点聚类处理去除不属于目标人的冗余关键点，进而输出多人人体姿态估计结果，克服了现有多人人体姿态估计方法技术所存在的在人群稠密情况下，对目标人体遮挡干扰鲁棒性差，人体关键点检测正确率较低的缺陷。
-
-
-
Search Results
4
records
(took 0.018 seconds)
