公开(公告)号：CN110781932A

公开(公告)日：2020-02-11

申请号：CN201910971340.1

申请日：2019-10-14

Applicant: 国家广播电视总局广播电视科学研究院 ,  北京博雅睿视科技有限公司

Inventor： 周芸 ,  胡潇 ,  郭晓强 ,  李小雨 ,  魏建超 ,  梁琳琳

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种多类别图像转换与对比的超高清片源色域检测方法，其技术特点是：构造多类别图像转换与对比的色域检测网络，用于对BT.709和BT.2020两种视频片源的色域进行检测；构建图像转换与对比层，对输入图像进行转换，增加不同类别特征间的参照和对比；使用残差网络作为初始网络，将原始输入图像和转换后的图像同时输入初始网络；对色域检测网络进行训练，得到BT.709和BT.2020两类别的色域分类模型，并由该色域分类模型图像的色域类别。本发明设计合理，对超高清视频片源的色域进行技术符合性检测，将色域检测问题归结为图像分类问题，并结合图像分类任务中的卷积神经网络，获得了很好的色域检测结果，使得系统整体检测准确率大大提升。

公开(公告)号：CN110781932B

公开(公告)日：2022-03-11

申请号：CN201910971340.1

申请日：2019-10-14

Applicant: 国家广播电视总局广播电视科学研究院 ,  北京博雅睿视科技有限公司

Inventor： 周芸 ,  胡潇 ,  郭晓强 ,  李小雨 ,  魏建超 ,  梁琳琳

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种多类别图像转换与对比的超高清片源色域检测方法，其技术特点是：构造多类别图像转换与对比的色域检测网络，用于对BT.709和BT.2020两种视频片源的色域进行检测；构建图像转换与对比层，对输入图像进行转换，增加不同类别特征间的参照和对比；使用残差网络作为初始网络，将原始输入图像和转换后的图像同时输入初始网络；对色域检测网络进行训练，得到BT.709和BT.2020两类别的色域分类模型，并由该色域分类模型图像的色域类别。本发明设计合理，对超高清视频片源的色域进行技术符合性检测，将色域检测问题归结为图像分类问题，并结合图像分类任务中的卷积神经网络，获得了很好的色域检测结果，使得系统整体检测准确率大大提升。

公开(公告)号：CN110188835B

公开(公告)日：2021-03-16

申请号：CN201910483958.3

申请日：2019-06-05

Applicant: 国家广播电视总局广播电视科学研究院 ,  北京邮电大学

Inventor： 刘剑蕾 ,  郭晓强 ,  周芸 ,  李小雨 ,  付光涛 ,  姜竹青 ,  门爱东

IPC: G06K9/62 ,  G06K9/00 ,  G06K9/34

Abstract: 本发明涉及一种基于生成式对抗网络模型的数据增强行人再识别方法，包括使用Mask‑RCNN图像分割算法分割出图像中行人的掩膜图像；结合掩膜图像和手工标注行人属性，训练一个端到端的改进星形生成式对抗网络，从一个摄像头下的真实行人图像生成任何数量摄像头下的假训练图像；使用训练好的改进星形生成式对抗网络生成所有真实图像对应的所有相机域的假训练图像；将真实图像和假训练图像一起送入行人再识别模型，计算行人图像间距离并完成行人再识别功能。本发明设计合理，利用生成式对抗网络生成更多的训练样本，同时生成的图像背景能够有效地表示相对应摄像头下的真实场景，有效提高行人再识别模型的鲁棒性和判决能力，有效提高了行人再识别的准确率。