-
公开(公告)号：CN109151467B
公开(公告)日：2021-07-13
申请号：CN201811051746.X
申请日：2018-09-10
Applicant: 重庆邮电大学
IPC: H04N19/103 , H04N19/159 , H04N19/176 , H04N19/96
Abstract: 本发明请求保护一种基于图像块活动性的屏幕内容编码帧间模式快速选择方法，具体实施方法包括：利用编码帧中当前编码单元每个像素点的亮度值，计算出当前编码单元的水平及竖直活动性；通过比较水平及竖直活动性大小，判断出当前编码单元的水平及竖直纹理特征；利用得到的纹理特征，在当前编码单元中的不同部分对水平及竖直边缘的位置进行判断，跳过帧间预测过程中不必要的预测单元划分模式，从而实现对屏幕内容编码帧间预测模式的快速选择。采用本发明能降低帧间编码的计算复杂度，减小编码时间，有利于屏幕内容编码在实时性要求较高场景下的应用。
-
公开(公告)号：CN113155032A
公开(公告)日：2021-07-23
申请号：CN202011485981.5
申请日：2020-12-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于动态视觉传感器DVS的建筑物结构位移测量方法，属于视觉测量领域，包括事件流处理方法：对事件流采用按时间累积的方法，截取一小段时间内的事件流将其累积成图片输出；图像去噪：事件流累积而来的图片可能会存在一些噪点，采用均值滤波对去噪；边缘检测：对去噪后的图像进行自动阈值分割，再采用改进的自适应阈值canny算子提取目标圆的边缘；霍夫变换定位圆：采用基于梯度信息的霍夫变换对圆进行定位，根据圆的半径和位置滤除掉杂圆；尺度变换：根据毫米/像素转换因子，将像素位移转换成物理位移。本发明采用动态视觉传感器，解决RGB相机带来的运动模糊问题，数据量少，处理速度快，为实时监测建筑物结构位移提供了方向。
-
Patent Agency Ranking
公开(公告)号：CN113796845B
公开(公告)日：2023-08-04
申请号：CN202110649008.0
申请日：2021-06-10
Applicant: 重庆邮电大学
IPC: A61B5/024 , A61B5/18 , G06V40/16 , G06V10/762 , G06V10/82 , G06N3/0442 , G06N3/08 , G06V20/59
Abstract: 本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。感兴趣区域选取：驾驶员感兴趣区域的选取基于人脸68个特征点，选取感兴趣区域。特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，本发明采用算法消除光照误差。转换成频域：构建小段绿色通道序列值，缩减误差，经FFT求得频率值。噪声过滤：过滤掉不符合常理的噪声。心率提取：根据绿色通道频率值与心率的关系求得粗略的心率值。心率平稳：根据上下帧，经算法求得平滑稳定的心率值。本发明具备非接触式，不会给驾驶司机造成不舒适的感受，同时避免传统设备心率识别携带不方便的问题。
-
公开(公告)号：CN113796845A
公开(公告)日：2021-12-17
申请号：CN202110649008.0
申请日：2021-06-10
Applicant: 重庆邮电大学
Abstract: 本发明的内容为实现了一种基于图像处理的驾驶员心率识别方法，克服了接触式识别心率的缺点，实现了对驾驶员身体心跳的监测，实现驾驶员心率的识别，具体技术方案包括以下6个部分。感兴趣区域选取：驾驶员感兴趣区域的选取基于人脸68个特征点，选取感兴趣区域。特征提取：在感兴趣区域的基础上，提取其中的绿色通道特征作为驾驶员心率的真实表现，由于感兴趣区域内的特征提取易受光照分布不均的影响，本发明采用算法消除光照误差。转换成频域：构建小段绿色通道序列值，缩减误差，经FFT求得频率值。噪声过滤：过滤掉不符合常理的噪声。心率提取：根据绿色通道频率值与心率的关系求得粗略的心率值。心率平稳：根据上下帧，经算法求得平滑稳定的心率值。本发明具备非接触式，不会给驾驶司机造成不舒适的感受，同时避免传统设备心率识别携带不方便的问题。
-
公开(公告)号：CN109151467A
公开(公告)日：2019-01-04
申请号：CN201811051746.X
申请日：2018-09-10
Applicant: 重庆邮电大学
IPC: H04N19/103 , H04N19/159 , H04N19/176 , H04N19/96
CPC classification number: H04N19/103 , H04N19/159 , H04N19/176 , H04N19/96
Abstract: 本发明请求保护一种基于图像块活动性的屏幕内容编码帧间模式快速选择方法，具体实施方法包括：利用编码帧中当前编码单元每个像素点的亮度值，计算出当前编码单元的水平及竖直活动性；通过比较水平及竖直活动性大小，判断出当前编码单元的水平及竖直纹理特征；利用得到的纹理特征，在当前编码单元中的不同部分对水平及竖直边缘的位置进行判断，跳过帧间预测过程中不必要的预测单元划分模式，从而实现对屏幕内容编码帧间预测模式的快速选择。采用本发明能降低帧间编码的计算复杂度，减小编码时间，有利于屏幕内容编码在实时性要求较高场景下的应用。
-
公开(公告)号：CN113792572B
公开(公告)日：2024-08-02
申请号：CN202110670264.8
申请日：2021-06-17
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/82 , G06N3/047 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于局部表征的面部表情识别方法，属于人脸识别领域，表情是人类内心情感变化的重要体现，当前表情识别方法通常依赖面部全局特征进行处理，忽略局部特征提取。心理学家指出不同面部表情对应不同的局部肌肉运动区域，以此为动机，该文提出一种基于局部表征的表情识别算法，称为表情运动单元卷积神经网络。为提取面部的局部特征，该文首先根据获取的人脸68个特征点将整体面部图像划分成43个子区域，随后选择肌肉运动区域与面部显著器官所覆盖的8个局部候选区域作为卷积神经网络的输入。为均衡局部候选区域的特征，采用8个并行的特征提取分支，每个分支支配不同维全连接层。分支的输出按照注意力自适应地连接，以突出不同局部候选区域的重要程度，最后经Softmax函数将表情分为中性、愤怒、厌恶、惊讶、高兴、悲伤和恐惧七类。
-
公开(公告)号：CN113792572A
公开(公告)日：2021-12-14
申请号：CN202110670264.8
申请日：2021-06-17
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于局部表征的面部表情识别方法，属于人脸识别领域，表情是人类内心情感变化的重要体现，当前表情识别方法通常依赖面部全局特征进行处理，忽略局部特征提取。心理学家指出不同面部表情对应不同的局部肌肉运动区域，以此为动机，该文提出一种基于局部表征的表情识别算法，称为表情运动单元卷积神经网络。为提取面部的局部特征，该文首先根据获取的人脸68个特征点将整体面部图像划分成43个子区域，随后选择肌肉运动区域与面部显著器官所覆盖的8个局部候选区域作为卷积神经网络的输入。为均衡局部候选区域的特征，采用8个并行的特征提取分支，每个分支支配不同维全连接层。分支的输出按照注意力自适应地连接，以突出不同局部候选区域的重要程度，最后经Softmax函数将表情分为中性、愤怒、厌恶、惊讶、高兴、悲伤和恐惧七类。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
