-
公开(公告)号：CN103942793A
公开(公告)日：2014-07-23
申请号：CN201410153243.9
申请日：2014-04-16
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于热扩散的视频一致运动区域检测方法，它将物理中的热扩散过程引入，将原始光流场作为热源与外力，根据异向扩散的原理将原始光流场变为可以更好地反映场景运动模式的热图。通过构建德洛内三角剖分，更好地把握点与点之间运动关系，找到热图不同区域的边界。本发明可以有效地把握全局场景的运动信息，使相隔较远的点也可以通过运动信息的相关性互相影响，且对光流计算产生的噪声有更好的鲁棒性。
-
-
公开(公告)号：CN102523370A
公开(公告)日：2012-06-27
申请号：CN201110374684.8
申请日：2011-11-22
Applicant: 上海交通大学
Abstract: 本发明提供基于网络传输算法的多摄像头视频异常行为检测方法，包括将多摄像头系统的场景进行分块，将每一分块视为节点、分块之间的行为相关性视为权边建立网络模型。由此将人的行为建模成一个网络信号传输问题，行为的异常程度取决于传输能量消耗的高低。本发明结合实际视频安防监控应用中的需求，为解决已有算法对跟踪算法的依赖程度，而提出的一种多摄像头视频异常行为检测方法，有效对多摄像头视频中的监控对象行走路线的异常行为进行检测。本发明和现有技术相比较，提出了一种更为通用的多摄像头视频检测形式，并且具有较低的复杂度，可以灵活地处理各类多摄像头配置的情形。有效识别率达到了90％左右，具有良好的应用表现。
-
公开(公告)号：CN102281385A
公开(公告)日：2011-12-14
申请号：CN201110234414.7
申请日：2011-08-16
Applicant: 上海交通大学
Abstract: 本发明公开一种基于运动视频的周期运动检测方法，通过对周期运动视频的运动物体进行分析，得到运动部分的运动矢量表；通过对视频中提取出来的运动模式区域进行匹配而实现最佳匹配，从而确定每一帧中的运动模式；运动模式匹配后，通过对运动场景进行分类分别采用基于轨迹和基于区域的方法滤除非周期运动而保留周期运动。最后通过对周期运动进行合格性判断而达到对运动进行计数的目的。本发明具有实时特性，针对不同的运动情形，有效识别率达到了95%，具有良好的应用表现。
-
公开(公告)号：CN114095033B
公开(公告)日：2024-05-14
申请号：CN202111353611.0
申请日：2021-11-16
Applicant: 上海交通大学
IPC: H03M7/30 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 一种基于上下文的图卷积的目标交互关系语义无损压缩系统及方法，包括：位于编码端的隐含信息编码模块、第一隐含信息解码模块和数据编码模块以及位于解码端的第二隐含信息解码模块和数据解码模块，本发明从目标交互关系图中提取先验信息，并针对目标位置、目标类别、交互关系、交互关系类别数据，使用不同的随机分布模型与基于上下文的图卷积的神经网络估计各自的先验概率以进行算术编解码，能够有效利用目标交互关系图语义信息中的上下文信息来进行更准确的先验概率估计，从而达到更高的压缩比。
-
Patent Agency Ranking
公开(公告)号：CN114937160A
公开(公告)日：2022-08-23
申请号：CN202210216971.4
申请日：2022-03-07
Applicant: 上海交通大学
IPC: G06V10/762 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 一种基于图像块筛选的高分辨率图像目标检测加速方法，在离线阶段从高分辨率图像中提取出图像块并构建出图像块树后，以①图像块树为状态、②选择树中的图像块作为动作、③目标检测准确率作为奖励，使用强化学习的方法训练策略网络；在在线阶段使用训练后的策略网络，根据输入的图像块树得到筛选出的图像块序号，通过对对应的图像块进行目标检测并将检测结果映射回原图得到最终检测结果。本发明能够在保证目标检测准确率的同时精简图像块数量，达到节省目标检测算法的运行时间的目的。
-
公开(公告)号：CN114494349A
公开(公告)日：2022-05-13
申请号：CN202210099782.3
申请日：2022-01-27
Applicant: 上海交通大学
Abstract: 一种基于目标特征时空对齐的视频跟踪系统及方法，包括：全局特征提取模块、目标位置预测模块、目标特征提取模块和目标跟踪模块，本发明充分利用目标间的位置关系和前后帧目标的运动特征，并增强不同目标之间的区分度，筛选出最有代表性的目标特征，在视频跟踪时能更为准确地预测和区分目标，可以更加精准地匹配前后帧目标，增强物体类别预测的稳定性。
-
公开(公告)号：CN108134932B
公开(公告)日：2021-03-30
申请号：CN201810025957.X
申请日：2018-01-11
Applicant: 上海交通大学
IPC: H04N19/117 , H04N19/80 , H04N19/154 , H04N19/172
Abstract: 一种基于卷积神经网络的视频编解码环路内滤波器及其实现方法，以视频编解码算法编码并解码得到的视频作为训练数据，使用监督学习的方法训练一卷积神经网络并得到预训练模型，然后在视频编解码环路内对每一个重建帧划分为若干个子图，采用所述预训练模型以每一个子图作为输入，输出一张与输入图像大小相同的图像，并根据输出图像的质量提升与否，有选择地使用输出图像更新原图像。本发明能够提升编解码过程中的重建帧的图像质量，并对后续编码过程提供增益，最终提升编码算法的效率。
-
公开(公告)号：CN111259790A
公开(公告)日：2020-06-09
申请号：CN202010042072.8
申请日：2020-01-15
Abstract: 一种用于中短时视频的从粗到细的行为快速检测与分类方法及系统，通过对原视频重采样后进行时空联合的特征提取，在此基础上进行时域定位；然后根据时域定位得到的采样特征信息进行目标分类以及粗略定位，根据目标分类得到的行为类别以及行为轨迹的描述参数对粗略定位得到的行为轨迹在关键帧上依次进行修正，得到行为检测结果，从而实现行为目标的快速检测。本发明在有效提升分类精度以及定位精度的同时，还能够确保行为检测的运行效率，目标检测的准确率可以达到79.30％，同时平均每一帧的处理时间仅为7.6毫秒。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.022 seconds)
