-
公开(公告)号：CN110909658A
公开(公告)日：2020-03-24
申请号：CN201911132228.5
申请日：2019-11-19
Applicant: 北京工商大学
Abstract: 本发明公开了一种基于双流卷积网络的视频中人体行为识别方法，涉及计算机视觉领域。本发明的目的是识别出视频片段中出现的人体行为。本发明包括：将视频片段预处理成连续的视频帧；对视频帧进行稀疏采样；将采样到的视频帧输入到所设计的行为识别网络模型中，利用卷积操作初步提取卷积特征；然后将特征向量同时输入空间流分支和时间流分支，分别提取视频的空间外观特征和时序运动特征；将两种特征融合后输入分类器中，得到视频片段中人体行为的识别结果。本发明利用卷积网络预测光流场，节省了大量的计算时间和存储空间，并融合了视频的外观特征和运动特征，利用两种特征信息互补来表征人体行为，提高识别的性能。
-
公开(公告)号：CN109377561A
公开(公告)日：2019-02-22
申请号：CN201811258213.9
申请日：2018-10-26
Applicant: 北京工商大学
IPC: G06T17/20
Abstract: 本发明提供一种基于共形几何的数模表面网格生成方法，目的是将三维模型表面网格生成问题简化到二维平面进行处理。其中，所述方法包括：根据三维模型的拓扑信息选择三维模型到二维参数区域的共形映射函数，然后在参数区域上进行有限元网格剖分，在参数区域的网格生成中，可以生成三角形单元或四边形单元，再按照参数域到空间域的映射函数将参数域的网格共形逆映射成空间域的网格，并保持节点间的拓扑关系不变，得到的空间域的网格就是所求的三维模型的表面网格。相比直接在三维数模表面进行网格剖分，参数化区域上进行的网格剖分操作更简单，计算复杂性更低，通过该方法生成的三维模型表面网格质量高，精度好。
-
公开(公告)号：CN104462163B
公开(公告)日：2018-01-16
申请号：CN201410080954.8
申请日：2014-03-06
Applicant: 北京工商大学
IPC: G06F17/30
Abstract: 本发明提供一种三维模型表征方法、检索方法及检索系统，该表征方法包括利用云计算，MapReduce的集群计算能力，根据三维模型的体素之间的热量传递快速计算每个内部体素的热核特征值。该表征方法还包括选择热核特征值小于预定阈值的内部体素作为骨架体素；骨架体素、骨架体素的热核特征值以及骨架体素之间的热量传递构成该三维模型的热核骨架特征描述符。本发明适用于检索非刚性三维模型并且能够高效地提取三维模型的特征。
-
公开(公告)号：CN104077735B
公开(公告)日：2017-06-13
申请号：CN201410250271.2
申请日：2014-06-09
Applicant: 北京工商大学
IPC: G06Q50/20
Abstract: 本发明涉及一种针对在线考场状态的可视化监测系统，属于计算机图形学与可视化技术领域。包括：至少一个考场状态数据采集模块：在考试过程中实时采集考生所使用考试机与相连接的考试服务器之间的交互数据；和一台考场状态数据可视化监测计算机。考场状态数据可视化监测计算机包括：硬盘、考场状态数据接收模块：对交互数据按交互数据发生时序提交给考场状态数据可视化模块，同时将交互数据保存至硬盘文件中，以备后期分析与作弊举证；考场状态数据可视化模块：对交互数据进行可视化处理，得到可视化图形。本发明针对当前在线考场中，常规监考手段无法及时发现网络作弊的难题，给出了一种能够直观、有效、实时的考场状态可视化监测系统。
-
公开(公告)号：CN106210923A
公开(公告)日：2016-12-07
申请号：CN201610540068.8
申请日：2016-07-11
Applicant: 北京工商大学
IPC: H04N21/63 , H04N21/6437 , H04L29/06
Abstract: 本发明公开了一种基于H.264编码的实时流媒体多路转发控制方法，该方法主要包括如下内容：(1)客户端申请实时视频，服务器端转发最新的历史IDR帧视频数据给申请实时视频的客户端；(2)服务器端每路视频只保留2帧IDR范围内的最新实时视频数据；(3)客户端每路视频只保留2帧IDR范围内的最新实时视频数据；(4)服务器端和客户端各采用双线程，服务器子线程用于流媒体转发功能，客户端子线程用于视频流播放功能，线程间采用线程锁，以便控制多个线程共用公共视频数据；(5)客户端云控视频采样设备时，服务器端和客户端分别清空除云控频道外的所有其他非云控频道历史视频数据，并分别从IDR帧重新开始继续转发/播放。
-
Patent Agency Ranking
公开(公告)号：CN105933702A
公开(公告)日：2016-09-07
申请号：CN201610245186.6
申请日：2016-04-19
Applicant: 北京工商大学
IPC: H04N19/103 , H04N19/196 , H04N19/42
CPC classification number: H04N19/103 , H04N19/196 , H04N19/42
Abstract: 本发明涉及一种基于任务敏感的功耗控制方法，以TMS320C6678处理器为平台，由两部分组成：1)通过抽象提取多模式视频编码参数，建立一种任务敏感的处理器资源分配模型，该模型描述了任务量与处理器利用率之间的关系，为系统功耗控制方法提供技术基础。2)根据任务敏感的处理器资源分配模型，设计一种自适应的功耗控制器，通过实时监控系统的任务模式，动态调整处理器频率、电压和处理器工作核数，达到节省系统功耗的目的。
-
公开(公告)号：CN102982072A
公开(公告)日：2013-03-20
申请号：CN201210421191.X
申请日：2012-10-29
Applicant: 北京工商大学
Abstract: 本发明提供一种可视化概念检测器用于三维模型的检索过程，所述可视化概念检测器包括文本描述模块、语义描述模块、特征描述模块和语义概念计算模块。其中，文本描述模块、语义描述模块和特征描述模块分别用于构造源于待检索三维模型的文本描述、网络标注，同义词集、和形状内容特征的语义概念，获得语义概念词汇表。语义概念计算模块用于通过概率模型计算得到核心语义概念词汇表，即语义场。结合该可视化概念检测器来检索三维模型，减弱了“语义鸿沟”的不良影响、减少了三维模型检索的计算量、加快了检索速度、提升了检索结果的精度与稳定性。
-
公开(公告)号：CN102968813A
公开(公告)日：2013-03-13
申请号：CN201210422273.6
申请日：2012-10-29
Applicant: 北京工商大学
Abstract: 本发明提供一种三角面片网格模型的表面采样方法，方法包括：生成取值范围为0到所有三角面片面积总和的随机数；将三角面片的面积从小到大进行累加，直到累加的值首次大于该随机数，选择该次累加所对应的三角面片；在所选的三角面片上进行随机采样，得到采样点。本发明通过按照三角面片面积的大小对其采样点的多少进行控制，使得具有较大面积的三角面片可以进行更多次采样，从而让采样点能够准确地体现三维模型的结构特征且并具有稳定性，适用于三维模型检索等应用领域。
-
公开(公告)号：CN113537042B
公开(公告)日：2024-05-28
申请号：CN202110792697.0
申请日：2021-07-14
Applicant: 北京工商大学
IPC: G06V20/40 , G06V10/774 , G06V10/764 , G06V10/44 , G06V10/26 , G06V40/16 , H04L9/40 , H04N21/234 , H04N21/2743
Abstract: 本发明涉及一种共享可更新的Deepfake视频内容监管方法及系统，其方法包括：步骤S1：将Deepfake视频输入预处理模块，提取视频关键帧并截取人脸图像作为训练样本；步骤S2：提取训练样本的空域与频域特征，将特征信息输入SVM分类模型进行训练，得到初始的内容监管模型；步骤S3：基于区块链技术建立共享可更新策略，并设计激励机制收集新的有效的Deepfake视频数据；步骤S4：收集样本数量达到阈值后，对初始模型进行更新训练，更新后对样本贡献者共享Deepfake视频内容检测方法并等待下一次更新。本发明可以实现Deepfake视频内容检测方法的共享，并对其进行持续性更新，有效消除了Deepfake视频数据集样本不平衡问题，解决了过拟合问题，从而提高了内容监管模型的泛化能力。
-
公开(公告)号：CN116740212A
公开(公告)日：2023-09-12
申请号：CN202310732562.4
申请日：2023-06-20
Applicant: 北京工商大学
IPC: G06T11/00 , G06T3/00 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06V10/74 , G06V40/16 , G06V10/764
Abstract: 本发明提出一种基于生成对抗网络的姿势引导人体图像生成及面部优化方法，其中图像生成模块通过导入预训练模型，生成前期的人体图像和人脸图像；姿势引导生成模块将人体图像转换为需要的目标姿势；面部定位模块定位出需要优化的人脸部分，优化模块对定位区域进行三个目标的联合优化最终输出目标图像。通过使用本发明所述的方法，可以生成拥有高清面部的目标姿势人体图像。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.023 seconds)
