-
公开(公告)号：CN103218608B
公开(公告)日：2017-05-10
申请号：CN201310139552.6
申请日：2013-04-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于多示例多特征的网络暴力视频识别方法，包括：从视频共享网站上抓取暴力视频与非暴力视频及其评论、简介构建一个视频数据训练集；从训练集的文本信息中提取文本特征组成文本特征向量来训练文本预分类器，该预分类器筛选出候选的暴力视频；采用基于自适应双阈值的镜头分割算法对所述候选的暴力视频的视频片段进行分割，对每一个镜头提取相关的视觉特征、音频特征来表示该镜头，每一个镜头是多示例学习的一个示例，视频片段是一个包；使用MILES算法将所述包转化为单示例，采用该特征向量训练分类器模型，采用该分类器模型对候选暴力视频进行分类。利用本发明，大大减轻了网络暴力视频不受限制传播的不良影响。
-
公开(公告)号：CN104992168A
公开(公告)日：2015-10-21
申请号：CN201510451096.8
申请日：2015-07-28
Applicant: 中国科学院自动化研究所
IPC: G06K9/00
CPC classification number: G06K9/00214
Abstract: 本发明公开了一种基于图核的人体行为识别方法，根据视频序列中局部特征之间的时空关系，构建视频共生图和视频因果图，度量多个视频序列中所频共生图之间的相似性以及视频因果图之间的相似性，将视频共生图之间的相似性以及视频因果图之间的相似度累加，得到视频序列相似度，根据视频序列相似度训练支持向量机，根据支持向量机识别待测视频序列中的人体行为。本发明能够有效地利用局部特征之间的时空分布关系，进行人体行为识别。
-
公开(公告)号：CN104143197A
公开(公告)日：2014-11-12
申请号：CN201410373197.3
申请日：2014-07-31
Applicant: 中国科学院自动化研究所
IPC: G06T7/20
Abstract: 本发明公开一种航拍场景下运动车辆的检测方法，该方法包括以下步骤：步骤S1：对运动图像序列进行图像配准；步骤S2：对配准后的图像进行背景建模；步骤S3：对背景建模后图像进行背景减除，获取减除背景后的图像；步骤S4：对背景减除后的图像提取前景域，利用训练的支持向量机分类器对前景目标分类，获得分类的车辆目标和非车辆目标；步骤S5：对车辆目标进行跟踪关联，产生车辆目标的时序轨迹；步骤S6：对多个车辆目标时序轨迹拟合，得到道路区域估计；步骤S7：对道路估计和前景目标分类融合，获得车辆检测结果。
-
公开(公告)号：CN103714556A
公开(公告)日：2014-04-09
申请号：CN201410005499.5
申请日：2014-01-06
Applicant: 中国科学院自动化研究所
IPC: G06T7/20
Abstract: 本发明公开了一种基于金字塔表观模型的运动目标跟踪方法，包括：给出待跟踪目标物体在初始帧里面的状态和观测；采用金字塔分割和增量主成分分析的方法对跟踪目标进行金字塔表观建模；在金字塔表观模型中融入跟踪目标的纹理信息；在金字塔表观模型中融入跟踪目标的形状信息；将跟踪目标在当前帧的状态加上随机扰动作为下一帧的粒子，将所得粒子的观测与目标在当前帧的观测分别进行金字塔表观建模并进行比较，选定最为相似的粒子对应的观测作为被跟踪的目标在下一帧的状态；对选定观测的金字塔表观模型从低层至高层逐层计算所有分块的重构误差，并与设定的阈值进行比较，对重构误差小于阈值的分块进行表观更新。
-
公开(公告)号：CN103440494A
公开(公告)日：2013-12-11
申请号：CN201310279120.5
申请日：2013-07-04
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
Abstract: 本发明公开了一种基于视觉显著性分析的恐怖图像识别方法及系统。该方法包括：建立包括恐怖图像样本和非恐怖图像样本的训练集；利用图像视觉显著性分析算法对每一幅训练样本图像进行视觉显著性分析，以得到每幅训练样本图像的视觉显著图；将每幅训练样本图像划分成W×W小图像块，并对每个图像块提取视觉和情感特征，并利用基于视觉显著性的词包表示模型得到每幅训练样本图像的视觉单词直方图表示；利用得到的每幅训练样本图像的视觉单词直方图及其对应的标签训练支持向量机以得到恐怖图像的分类模型，并利用该分量模型对新的测试图像进行识别，判断其是否为恐怖图像。本发明可应用到Web恐怖图像过滤以及图像情感语义识别等领域，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN103077535A
公开(公告)日：2013-05-01
申请号：CN201210592986.7
申请日：2012-12-31
Applicant: 中国科学院自动化研究所
IPC: G06T7/20
Abstract: 本发明公开了一种基于多任务联合稀疏表示的跟踪方法，包括以下步骤：在跟踪开始时，分别对需要跟踪的目标的不同特征，构建不同的模板集合；每个特征的模板集合用一个稀疏表示的任务来建模，构建基于局部稀疏图的多任务联合稀疏表示模型；采用近似的加速近邻梯度算法迭代求解多任务模型；使用方差比来选择不同任务的权重；构建基于多任务联合稀疏表示的表观模型，采用粒子滤波算法估计目标最优状态作为跟踪结果。
-
公开(公告)号：CN102163277B
公开(公告)日：2013-03-20
申请号：CN201010113823.7
申请日：2010-02-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于区域的肤色分割方法，包括：将图像从红-绿-蓝颜色空间转换到亮度-红色色度-蓝色色度颜色空间；将图像分割成小的区域，并提取图像中每一小区域的基于协方差描述子的区域纹理特征；分别在红色色度和蓝色色度颜色通道上计算每一小区域内的均值和标准偏差，生成区域颜色特征；合并区域纹理特征和区域颜色特征生成区域特征向量；利用区域特征向量训练分类器模型并进行肤色分割。利用本发明，可以快速高效的分割出图像中人体肤色区域。
-
公开(公告)号：CN101763502B
公开(公告)日：2012-07-25
申请号：CN200810240942.1
申请日：2008-12-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开一种高效的敏感图像的检测方法及其系统，包括：收集敏感图像样本和正常图像样本建立训练集并提取兴趣点，结合肤色模型对兴趣点进行过滤，去掉或保留与肤色无关或相关的兴趣点，提取兴趣点处的局部不变量特征并进行聚类，建立数据驱动的树形金字塔模型，在此基础上针对每一幅图像提取多分辨率直方图特征；采用金字塔匹配算法计算任意两幅图像的相似度，并生成核函数矩阵；利用得到的核函数矩阵对支持向量机分类器进行训练，得到分类器参数，并对新图像样本进行检测，判定其是否为敏感图像。本发明可以高效的对互联网上的敏感图像进行检测并过滤，使广大青少年在享受互联网所带来的便利同时免受不良信息的毒害。
-
公开(公告)号：CN101777060B
公开(公告)日：2012-05-23
申请号：CN200910243729.0
申请日：2009-12-23
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
Abstract: 本发明公开一种网页视觉质量的自动评价方法及其系统，包括：收集网页样本，每个样本通过人工来进行标记其为视觉质量高的网页样本还是视觉质量低的网页样本，以此建立训练集，利用网页分割算法来对每幅网页进行分割并提取网页布局块与文本块，把每一幅网页转换成一副图像，结合提取的网页布局块和文本块来提取每一幅网页四方面的特征：布局视觉特征、文本视觉特征、传统视觉特征以及视觉复杂度特征；利用得到的网页特征对支持向量机分类器进行训练，得到分类器参数，并对新网页进行评价，判定其视觉质量的高低。本发明可以应用在Web搜索，网页设计以及Web过滤等诸多方面，提高基于Web的应用程序的性能。
-
公开(公告)号：CN101753853B
公开(公告)日：2012-05-23
申请号：CN200910084031.9
申请日：2009-05-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开一种视频场景分割的融合方法，包括：利用现有的视频场景分割方法对给定的视频进行分割得到多个候选场景分割结果来作为分割融合的输入分割集合，利用输入分割集合构建一个新分割，对这个新的分割的每一个分割点进行预处理，如果该分割点出现在超过一半的候选分割里面，则标记该点为真分割点，视频的初始点与结束点自动成为真分割点。提取完真分割点后，可以把新分割分为多个子分割段。利用优化算法对每个子分割段进行分割点优化，使得最终得到的新分割子段能够尽可能小的不一致性指数。每个分割子段的优化算法运行完毕后，合并每个子段的结果来得到最终的融合结果。本发明可以更为鲁棒的对视频所包含的场景进行分割。
-
-
-
-
-
-
-
-
-
Search Results
293
records
(took 0.078 seconds)
