公开(公告)号：CN114359955A

公开(公告)日：2022-04-15

申请号：CN202111481082.2

申请日：2021-12-06

Applicant: 重庆邮电大学

Inventor： 丰江帆 ,  何中鱼 ,  周甜 ,  李俊材

IPC: G06V40/10 ,  G06V40/18 ,  G06K9/62 ,  G06T5/00 ,  G06T7/73 ,  G06V10/774 ,  G06V10/80 ,  G06V40/16

Abstract: 本发明属于计算机视觉和模式识别领域，具体的涉及一种基于表观特征和空间约束的客体视域估计方法，其中客体视域估计方法包括：将包括头部图像的数据作为训练数据集；根据客体的表观特征和空间约束，构建客体视域模型，输入预处理后的训练数据集进行模型的参数训练，得到训练后的客体视域估计模型；将测试数据输入客体视域估计模型，得到客体视域估计结果。所述客体视域估计模型包括头部显著性检测网络、双目注视方向场预测网络、FRNet网络，从待识别客体的视角出发，为视域估计提供了一种新的角度，利用表观特征进行有效的客体视域提取，利用空间约束筛选视域区域，增强了对无效区域的滤除能力。

公开(公告)号：CN114359786A

公开(公告)日：2022-04-15

申请号：CN202111483875.8

申请日：2021-12-07

Applicant: 重庆邮电大学

Inventor： 丰江帆 ,  周甜 ,  李俊材 ,  何中鱼

IPC: G06V20/40 ,  G06V40/16 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明属于图像与视频处理技术领域，具体涉及一种基于改进时空卷积网络的唇语识别方法；该方法包括：实时获取视频数据，视频数据输入到训练好的基于改进时空卷积网络的唇语识别模型中，输出唇语识别结果；本发明在特征提取阶段综合利用视频流数据中局部静态空间特征和时序特征，提取出更有效的特征向量，尽可能的减少语言内容在视觉表征上的歧义性。本发明为唇语的识别提供更可靠、更有力的信息，提升了对于视觉歧义的鲁棒性，同时，通过将时序特征提取网络中的多个不同尺度的卷积操作前加入了一个维度控制层，减少特征图的大小，解决了网络的深度和宽度的问题，更适用于视频流数据的特征提取，具有良好的经济效益。

公开(公告)号：CN114299328A

公开(公告)日：2022-04-08

申请号：CN202111491774.5

申请日：2021-12-08

Applicant: 重庆邮电大学

Inventor： 丰江帆 ,  李俊材 ,  何中鱼 ,  周甜

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06N3/04 ,  G06T5/00 ,  G06T5/50 ,  G06T7/11

Abstract: 本发明属于生态环境和计算机视觉的结合领域，具体涉及一种环境自适应感知的小样本濒危动物检测方法及系统，该方法包括；分别对普通动物数据集和濒危动物数据集进预处理，通过任务分解，将预处理后的普通动物数据集划分为若干个子任务，并用其进行基础阶段的训练，得到基础的目标检测模型，将预处理后的濒危动物数据集送入环境感知模块得到新样本，使用新样本与原有濒危动物数据集作为输入对已有的基础目标检测模型进行微调训练，得到训练完成的目标模型后，输入图像或视频得到濒危动物的相关检测结果，本发明解决了现有技术中在濒危动物目标检测这样的小样本场景下，不能训练出具有良好泛化能力的检测模型以及检测准确率较低的问题。