-
公开(公告)号：CN103093239A
公开(公告)日：2013-05-08
申请号：CN201310020283.1
申请日：2013-01-18
Applicant: 上海交通大学
IPC: G06K9/62
Abstract: 本发明公开一种融合了点对和邻域信息的建图方法，步骤为：获取n个样本构成的数据集X，得到经降维处理后的特征向量，它们在图G中用节点表示；基于欧式距离找到数据集X中所有元素的K近邻；建立融合样本点的邻域和点对的信息的优化模型；求解优化模型，对每一个样本及其K近邻，确定五个中间变量，获得n个由边权值构成的向量；将获得的权值向量排列成图G的邻接矩阵，从而得到图模型。本发明在建图的过程中同时融合了样本点的邻域及其点对信息，因而能更加准确地表示样本之间联系的紧密程度，建立的是一个二次规划模型，可方便、快速地进行求解。本发明能够获得更加合理、有效的图模型，在分类方面能够取得更高的准确率。
-
公开(公告)号：CN102270242B
公开(公告)日：2013-01-09
申请号：CN201110234409.6
申请日：2011-08-16
Applicant: 上海交通大学出版社有限公司
Abstract: 本发明公开一种计算机辅助语料提取方法，方法为：提取需入库的中英文语料，并实时显示选中内容；其中术语的提取是连续的，通过捕捉鼠标左键按下和抬起的动作，记录下用户端涂抹选中的术语；句式前半部分的提取与提取术语相同，系统会将记录的前半部分存入字符串变量A，进而用户端按住Ctrl键，此时系统会自动生成省略号字符串“…”，记为B，然后用户端再次按下鼠标左键涂抹选中句式的后半部分，这时选中的内容记为变量C，最后生成的完整的句式就是A+B+C；利用数据库来保存用户端录入的术语和句式；更新术语库或者句式库。本发明利用计算机作辅助，能有效地提高语料提取的效率，将人从繁重的提取工作中解放出来。
-
公开(公告)号：CN103208115A
公开(公告)日：2013-07-17
申请号：CN201310066844.1
申请日：2013-03-01
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于测地线距离的图像显著性区域检测方法，步骤包括S1：将输入图像过分割为面积小的超像素并计算超像素内部的平均颜色与位置；S2：遍历所有超像素，得到粗糙显著性能量值；S3：检测图像中的Harris角点并排序，保留一定数量得分靠前的角点。最后寻找这些角点的最小外接凸包；S4：将位于凸包外的超像素的粗糙显著性能量值置为0，凸包内超像素的显著性值保持不变；S5：根据测地线距离传播显著性能量，计算每个超像素经传播后获得的最终显著性值。本法明得到的显著性图能均匀的突出图像中的显著性物体或者区域，同时较强抑制背景干扰，有利于后续诸如目标物体分割等处理。
-
公开(公告)号：CN103164694B
公开(公告)日：2016-06-01
申请号：CN201310054812.X
申请日：2013-02-20
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明公开一种计算机视觉与模式识别领域的人体动作识别的方法，首先使用了一种包含时间和空间信息的特征来表达当前帧人体的运动状态，然后再通过一种图论半监督方法设计分类器，从而达到识别人体动作的目的。本发明在提取人体运动特征的过程中同时融合了过去、当前及未来时刻的轮廓及运动光流信息，因而能够更加准确地描述人体的动作姿态。另外，为了用较少的样本获得较高的识别率；基于广义拉普拉斯矩阵的图论半监督方法，并将其用于人体动作识别。实验证明本发明提出的方法在观察角度不同、人与人之间动作存在差异的情况下都能够对常见动作取得令人满意的识别率。
-
公开(公告)号：CN102270242A
公开(公告)日：2011-12-07
申请号：CN201110234409.6
申请日：2011-08-16
Applicant: 上海交通大学出版社有限公司
Abstract: 本发明公开一种计算机辅助语料提取方法，方法为：提取需入库的中英文语料，并实时显示选中内容；其中术语的提取是连续的，通过捕捉鼠标左键按下和抬起的动作，记录下用户端涂抹选中的术语；句式前半部分的提取与提取术语相同，系统会将记录的前半部分存入字符串变量A，进而用户端按住Ctrl键，此时系统会自动生成省略号字符串“…”，记为B，然后用户端再次按下鼠标左键涂抹选中句式的后半部分，这时选中的内容记为变量C，最后生成的完整的句式就是A+B+C；利用数据库来保存用户端录入的术语和句式；更新术语库或者句式库。本发明利用计算机作辅助，能有效地提高语料提取的效率，将人从繁重的提取工作中解放出来。
-
Patent Agency Ranking
公开(公告)号：CN103279737A
公开(公告)日：2013-09-04
申请号：CN201310163666.4
申请日：2013-05-06
Applicant: 上海交通大学
Abstract: 本发明公开一种基于时空兴趣点的打架行为检测方法，该方法首先检测当前帧的时空兴趣点，再通过分割提取有效的时空兴趣点集，然后分析有效兴趣点集的分布及其质心的平均位移量，据此调整当前场景的打架等级，并输出状态信息“打架”或“正常”。本发明采用时空兴趣点来描述视频中的人体运动，并通过分析时空兴趣点的分布及其质心的平均位移量来检测人体交互的剧烈程度，从而判断当前监控场景中是否发生打架行为。本发明能准确地反映当前帧图像中运动较剧烈的区域，且不易受光照等环境变化的影响，检测速度快，具有较好的鲁棒性，能较准确及时地识别出场景中的打架行为，并能较好地区分握手、跑步等正常行为，有效地降低误报率。
-
公开(公告)号：CN103279737B
公开(公告)日：2016-09-07
申请号：CN201310163666.4
申请日：2013-05-06
Applicant: 上海交通大学
Abstract: 本发明公开一种基于时空兴趣点的打架行为检测方法，该方法首先检测当前帧的时空兴趣点，再通过分割提取有效的时空兴趣点集，然后分析有效兴趣点集的分布及其质心的平均位移量，据此调整当前场景的打架等级，并输出状态信息“打架”或“正常”。本发明采用时空兴趣点来描述视频中的人体运动，并通过分析时空兴趣点的分布及其质心的平均位移量来检测人体交互的剧烈程度，从而判断当前监控场景中是否发生打架行为。本发明能准确地反映当前帧图像中运动较剧烈的区域，且不易受光照等环境变化的影响，检测速度快，具有较好的鲁棒性，能较准确及时地识别出场景中的打架行为，并能较好地区分握手、跑步等正常行为，有效地降低误报率。
-
公开(公告)号：CN103093239B
公开(公告)日：2016-04-13
申请号：CN201310020283.1
申请日：2013-01-18
Applicant: 上海交通大学
IPC: G06K9/62
Abstract: 本发明公开一种融合了点对和邻域信息的建图方法，步骤为：获取n个样本构成的数据集X，得到经降维处理后的特征向量，它们在图G中用节点表示；基于欧式距离找到数据集X中所有元素的K近邻；建立融合样本点的邻域和点对的信息的优化模型；求解优化模型，对每一个样本及其K近邻，确定五个中间变量，获得n个由边权值构成的向量；将获得的权值向量排列成图G的邻接矩阵，从而得到图模型。本发明在建图的过程中同时融合了样本点的邻域及其点对信息，因而能更加准确地表示样本之间联系的紧密程度，建立的是一个二次规划模型，可方便、快速地进行求解。本发明能够获得更加合理、有效的图模型，在分类方面能够取得更高的准确率。
-
公开(公告)号：CN103208115B
公开(公告)日：2015-12-23
申请号：CN201310066844.1
申请日：2013-03-01
Applicant: 上海交通大学
IPC: G06T7/00
Abstract: 本发明提供了一种基于测地线距离的图像显著性区域检测方法，步骤包括S1：将输入图像过分割为面积小的超像素并计算超像素内部的平均颜色与位置；S2：遍历所有超像素，得到粗糙显著性能量值；S3：检测图像中的Harris角点并排序，保留一定数量得分靠前的角点。最后寻找这些角点的最小外接凸包；S4：将位于凸包外的超像素的粗糙显著性能量值置为0，凸包内超像素的显著性值保持不变；S5：根据测地线距离传播显著性能量，计算每个超像素经传播后获得的最终显著性值。本发明得到的显著性图能均匀的突出图像中的显著性物体或者区域，同时较强抑制背景干扰，有利于后续诸如目标物体分割等处理。
-
公开(公告)号：CN103164694A
公开(公告)日：2013-06-19
申请号：CN201310054812.X
申请日：2013-02-20
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明公开一种计算机视觉与模式识别领域的人体动作识别的方法，首先使用了一种包含时间和空间信息的特征来表达当前帧人体的运动状态，然后再通过一种图论半监督方法设计分类器，从而达到识别人体动作的目的。本发明在提取人体运动特征的过程中同时融合了过去、当前及未来时刻的轮廓及运动光流信息，因而能够更加准确地描述人体的动作姿态。另外，为了用较少的样本获得较高的识别率；基于广义拉普拉斯矩阵的图论半监督方法，并将其用于人体动作识别。实验证明本发明提出的方法在观察角度不同、人与人之间动作存在差异的情况下都能够对常见动作取得令人满意的识别率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.041 seconds)
