-
公开(公告)号：CN102938078A
公开(公告)日：2013-02-20
申请号：CN201210505282.1
申请日：2012-11-30
IPC: G06K9/66
Abstract: 本发明提供一种基于非均衡时序的监控视频异常事件检测方法。首先进行时序特征提取,得到视频段的时序特征，然后进行模型训练获取非均衡时序模型，最后进行事件检测检测异常事件是否发生。所述时序特征提取首先进行视频分段得到需要进行异常事件检测的视频段，然后再进行特征提取，提取视频段的特征；所述模型训练首先进行训练集选取，选择非均衡分布的时序特征样本作为训练集，其中非均衡分布的时序特征样本中异常事件数量少于正常事件；然后进行模型获取，使用非均衡时序方法对样本进行训练，获取非均衡时序模型。所述的非均衡时序方法首先进行时序特征处理，然后进行非均衡数据处理，在支持向量机中引入非均衡参数，使支持向量机适用于非均衡分布的数据集。
-
公开(公告)号：CN101847264B
公开(公告)日：2012-07-25
申请号：CN201010193747.5
申请日：2010-05-28
Applicant: 北京大学
Abstract: 本发明公开了一种基于互补显著度图的图像兴趣物体自动提取方法及系统。该方法包括：对同一幅图像，生成两个互补的显著度图，获取两个互补的粗提取结果；将所述两个互补的粗提取结果作为先验知识，采取像素分类方法提取出兴趣物体；对提取出的所述兴趣物体进行优化。本发明通过给定任意图像，在模拟人体视觉感知的情况下自动准确地提取出图像中的兴趣物体，有效地解决了基于显著度方法的结果完整性问题。
-
公开(公告)号：CN101639940B
公开(公告)日：2012-04-25
申请号：CN200810117547.4
申请日：2008-08-01
Applicant: 北京大学
Abstract: 一种基于视频内容的提取视频注意窗序列的方法。该方法包括：预处理阶段，计算视频序列中每一帧不同区域的视觉显著性；建模阶段，为候选大小的注意窗在三维时空立方体中构建图模型；优化阶段，通过优化算法，在已生成的图上提取最佳注意窗口的大小及滑动轨迹；压缩阶段，其通过投影将待搜索的三维时空立方体空间压缩为二维搜索空间，加速注意窗口序列提取。利用本发明所提供的提取视频注意窗口序列的方法及系统，可以对视频信息进行自适应的缩放和自适应的压缩，从而提高整个视频内容的传输和浏览效果。
-
公开(公告)号：CN101621636B
公开(公告)日：2011-04-20
申请号：CN200810115955.6
申请日：2008-06-30
Applicant: 北京大学
Abstract: 一种基于视觉注意力模型的广告标识自动插入和变换方法及系统，其包括：首先，基于所构建的视觉注意力模型预测用户对视频每帧各区域的兴趣区域和对各帧的关注程度；然后，根据用户对各帧的关注程度曲线来确定插入广告的时间点，并通过基于预测出的注意力分布来评价在各区域插入广告的合适程度，进而获取可供广告插入的候选区域序列，并将广告插入到对视频内容影响不大的区域；最后，根据预测出的注意力分布将广告标志插入到合适的时间点和位置，并对其进行多种特征变换，以使其能够重复吸引用户或观众的注意力。根据本发明可以有效进行广告标识的自动插入和变换，并使所插入的广告标识在不影响正常观看的情况下能够重复吸引人的注意力。
-
公开(公告)号：CN101996191A
公开(公告)日：2011-03-30
申请号：CN200910090902.8
申请日：2009-08-14
Applicant: 北京大学
IPC: G06F17/30
Abstract: 一种二维跨媒体元搜索方法和系统，属于信息检索领域。本发明的元搜索方法基于查询聚类和结果集交叠分析，通过对不同的子检索模型提供的检索结果集进行合并、加权等融合操作，最终获得单一的检索结果集。该元搜索方法包括：预处理阶段；查询分类阶段；检索执行阶段；融合阶段；以及，更新阶段。本发明所提供的跨媒体元搜索方法能同时利用类似查询在特征上的相似性、在检索结果融合模式上的相似性、以及不同子检索模型的检索结果集交叠特性等来有效改进检索性能，其检索性能优于单一维度的跨媒体搜索方法。
-
Patent Agency Ranking
公开(公告)号：CN101489139B
公开(公告)日：2010-11-10
申请号：CN200910076782.6
申请日：2009-01-21
Applicant: 北京大学
Abstract: 本发明涉及一种图像和视频处理方法，特别是关于一种基于视觉显著度的视频广告关联方法。本方法中，通过计算采样帧的显著度分布图，可以自动选取一段视频中最受用户关注的显著区域。基于提取的显著区域，本方法可以自动通过多种检索方法，在广告库中获取与这些显著区域相关联的广告标志以及相关信息。最后，将视频片段与查询到的广告信息同步播放给用户。本方法可以在不影响用户观看的情况下，为用户所关注的显著区域关联相关的广告信息，进而满足了用户对其所关注区域深入了解和进一步探索的需求。
-
公开(公告)号：CN115048954B
公开(公告)日：2024-07-23
申请号：CN202210565522.0
申请日：2022-05-23
Applicant: 北京大学
IPC: G06F18/214 , G06F18/25 , G06N3/08
Abstract: 本发明公开了一种仿视网膜的目标检测方法、装置、存储介质及终端，方法包括：获取目标脉冲阵列信号；目标脉冲阵列信号包括来自仿视网膜中央凹采样电路的第一脉冲阵列信号和来自仿视网膜外周采样电路的第二脉冲阵列信号；将第一脉冲阵列信号与第二脉冲阵列信号进行时空同步，得到待处理脉冲阵列信号；将待处理脉冲阵列信号输入预先训练的目标检测器中，输出待处理脉冲阵列信号对应的目标检测结果。由于本申请利用仿视网膜中央凹采样电路的高速视觉纹理成像的优势，并结合仿视网膜外周视觉采样电路的高时间分辨率、高动态范围、低功耗优势，从而可以解决传统相机在高速运动、过光照和低光照场景下难以高精度检测的问题，提升了极端场景的检测精度。
-
公开(公告)号：CN113554726B
公开(公告)日：2023-10-20
申请号：CN202110626842.8
申请日：2021-06-04
Applicant: 北京大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于脉冲阵列的图像重构方法，包括：将待监测区域的脉冲阵列输入短时可塑性模型中，计算各像素位置的计算单元剩余量和单元连接概率；根据各像素位置的计算单元剩余量和单元连接概率反推出各像素位置的第一脉冲发放率和第二脉冲发放率；加权平均各像素位置对应的第一脉冲发放率和第二脉冲发放率，生成各像素位置的目标脉冲发放率；计算各像素位置连续两个脉冲发放时刻的差值，并基于各像素位置连续两个脉冲发放时刻的差值划分出监控区域的静止区域和运动区域；根据目标脉冲发放率计算静止区域的空间位置的像素值，并根据预设时间步长或目标脉冲发放率计算运动区域的空间位置的像素值，生成重构图像。采用本申请实施例，可以实现物体高速运动场景下的图像重构。
-
公开(公告)号：CN113112521B
公开(公告)日：2023-10-10
申请号：CN202110254930.X
申请日：2021-03-09
Applicant: 北京大学
Abstract: 本申请涉及运动检测技术领域，具体而言，本申请涉及一种基于脉冲阵列的运动检测方法。所述方法包括以下步骤：采集监测区域的时空信号生成时空脉冲阵列；将所述时空脉冲阵列输入脉冲神经网络中，所述脉冲神经网络中的脉冲神经元处理具有运动特征的时空脉冲序列并产生对应的脉冲；根据所述脉冲神经网络产生的所述脉冲获得不同空间位置的运动信息。本申请的方法利用高频率视网膜相机获得的脉冲阵列本身具有的时空特性，直接以视觉脉冲序列为输入，获取监测区域中存在的各种运动状态，获取各个运动状态对应的参数信息，输出的运动信息可用于物体跟踪及运动补偿等，从而更有利于后续基于脉冲信号的高速视觉对象的检测、识别及跟踪等高级视觉任务。
-
公开(公告)号：CN115841142A
公开(公告)日：2023-03-24
申请号：CN202310134058.4
申请日：2023-02-20
IPC: G06N3/065 , G06N3/0464 , G06N3/08 , G06N3/049
Abstract: 本发明公开了基于深度脉冲神经网络的视觉皮层模拟方法及相关设备，所述方法包括：将与生物实验中相同的图片刺激输入到预训练的深度脉冲神经网络，得到各层的脉冲响应；采用表征相似性分析RSA或者典型相关分析CCA度量深度脉冲神经网络各层的脉冲响应和真实生物神经响应之间的相似性；选择最高的神经相似性得分作为深度脉冲神经网络的结构针对相应脑区的得分，并记录得分最高的层以与生物视觉系统进行对比。本发明利用深度脉冲神经网络对神经系统视觉皮层进行建模，可以直接与生物实验记录的时序信号进行比较，取得了相对于相似结构卷积神经网络更高的神经相似性得分，同时也在网络结构和信息处理机制方面更好地匹配了真实神经系统的性质。
-
-
-
-
-
-
-
-
-
Search Results
229
records
(took 0.02 seconds)
