-
公开(公告)号：CN104766051B
公开(公告)日：2018-08-31
申请号：CN201510126019.5
申请日：2015-03-20
IPC: G06K9/00
Abstract: 本发明公开了一种基于结构化的特征图的人体行为识别方法，所述方法包括：从样本中提取时空兴趣点，生成特征向量；以特征向量为初始值，利用预设函数完成隐条件随机场模型的参数训练，学习到具有中级语义信息的基元及其空间连接关系；而后将样本分割为时序单元，在时序单元内构建特征图，并映射到特征空间中；通过时序关系连接时序单元，构建链状图，提出时序图核；利用时序图核，对待识别行为视频分类识别。本发明应用HCRF完成对基元及其关联关系的学习，利用特征图完成对视频序列的描述，利用时序图核完成特征图在空间‑时间上的匹配，从而可以对不同长度和速度的行为序列进行匹配，不仅可以用于单人的行为，也可以用于多人的交互行为。
-
公开(公告)号：CN104766051A
公开(公告)日：2015-07-08
申请号：CN201510126019.5
申请日：2015-03-20
IPC: G06K9/00
Abstract: 本发明公开了一种基于结构化的特征图的人体行为识别方法，所述方法包括：从样本中提取时空兴趣点，生成特征向量；以特征向量为初始值，利用预设函数完成隐条件随机场模型的参数训练，学习到具有中级语义信息的基元及其空间连接关系；而后将样本分割为时序单元，在时序单元内构建特征图，并映射到特征空间中；通过时序关系连接时序单元，构建链状图，提出时序图核；利用时序图核，对待识别行为视频分类识别。本发明应用HCRF完成对基元及其关联关系的学习，利用特征图完成对视频序列的描述，利用时序图核完成特征图在空间-时间上的匹配，从而可以对不同长度和速度的行为序列进行匹配，不仅可以用于单人的行为，也可以用于多人的交互行为。
-
公开(公告)号：CN104575003B
公开(公告)日：2017-07-18
申请号：CN201310503592.4
申请日：2013-10-23
Abstract: 本发明是一种基于道路监控视频的车辆速度检测方法，包括如下步骤：①采用车道标示线识别法对车道进分割，剔除多余背景；②根据车道图片获取车道宽度信息；③计算每个像素点所代表的实际距离；④求解修正系数β，用以校正每个像素点所代表的实际车道距离；⑤计算车辆运动的光流，获取车辆的运动轨迹；⑥计算车辆实际运动距离；⑦距离修正，将车辆实际运动距离乘以修正系数；⑧速度计算。本发明采用视频图像分析技术，旨在降低车辆速度检测、超速行为记录的成本，同时本发明还起到扩大车辆速度监测范围作用，凡有摄像头的地方都可进行车辆速度监控。
-
公开(公告)号：CN105631462A
公开(公告)日：2016-06-01
申请号：CN201410589024.5
申请日：2014-10-28
IPC: G06K9/62
Abstract: 本发明是结合置信度和贡献度的基于时空上下文的行为识别方法。弥补了经典的局部特征+词袋模型进行人体行为识别时的不足。本发明不仅描述了局部特征在空间域和时间域上的上下文交互信息，而且还考虑了特征与行为之间的关联关系。本发明包括：从关联规则中挖掘单词的置信度；从线性SVM中学习单词的贡献度；联合置信度和贡献度计算单词与对应行为的关联权值；根据时空交互关系和自身关联权值，计算上下文关联系数；累积与邻域内所有点的关联系数得到局部上下文描述子；利用上下文描述子累积直方图，生成特征序列用于行为分类。本发明采用机器学习及数据挖掘相关技术，旨在使人体行为识别算法更具判别性和鲁棒性。
-
公开(公告)号：CN104575003A
公开(公告)日：2015-04-29
申请号：CN201310503592.4
申请日：2013-10-23
Abstract: 本发明是一种基于道路监控视频的车辆速度检测方法，包括如下步骤：①采用车道标示线识别法对车道进分割，剔除多余背景；②根据车道图片获取车道宽度信息；③计算每个像素点所代表的实际距离；④求解修正系数β，用以校正每个像素点所代表的实际车道距离；⑤计算车辆运动的光流，获取车辆的运动轨迹；⑥计算车辆实际运动距离；⑦距离修正，将车辆实际运动距离乘以修正系数；⑧速度计算。本发明采用视频图像分析技术，旨在降低车辆速度检测、超速行为记录的成本，同时本发明还起到扩大车辆速度监测范围作用，凡有摄像头的地方都可进行车辆速度监控。
-
Patent Agency Ranking
公开(公告)号：CN102254192B
公开(公告)日：2013-07-31
申请号：CN201110196375.6
申请日：2011-07-13
Applicant: 北京交通大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于模糊K近邻的三维模型半自动标注方法，该方法的实现过程为：首先建立3D模型训练库，然后提取输入的待标注模型的特征向量，并与训练库里的模型做相似性匹配，找到k个近邻模型，然后通过模糊K近邻分类器进行分类，得到模糊化的分类结果，最后计算分类不确定度，对于分类不确定的模型通过反馈和重新训练学习的方法完成分类标注。标注完的模型被添加到3D模型训练库以进一步扩充模型库。本发明中的三维模型半自动标注方法，采用模糊化的分类结果，包含更多的信息，对于类别不确定的模型还可以借助反馈来确认类别标签，解决特征聚类边缘重叠的问题，并通过训练学习的机制，进一步做到自动化标注。
-
公开(公告)号：CN101694717B
公开(公告)日：2012-11-07
申请号：CN200910236097.5
申请日：2009-10-22
Applicant: 北京交通大学
IPC: G06T5/40
Abstract: 本发明提供了一种自动式的图像颜色协调化方法和系统，能够在图像颜色协调化时准确的找到与待处理图像相匹配的协调色模板，保证了图像像素之间的空间连续性。通过统计图像色度直方图，获取匹配的协调色模板，构建像素亲密度矩阵，构建协调化处理方程，求解方程得到图像颜色协调化处理后图像的色度值，将已知像素的色度值扩展到整个图像，充分考虑了像素之间的空间连续性，使图像颜色协调化的结果更加符合人们的期望。
-
公开(公告)号：CN102708370A
公开(公告)日：2012-10-03
申请号：CN201210155226.X
申请日：2012-05-17
Applicant: 北京交通大学
Abstract: 本发明公布了一种多视角图像前景目标提取方法，包括以下步骤：步骤1：输入多视角图像集图像分块预处理；步骤2：对每幅图像进行尺度不变特征SIFT特征点的提取，并对相邻视角的图像进行SIFT特征点匹配；步骤3：根据图像分块的拓扑邻接结构和图像间SIFT匹配特征点构建图模型；步骤4：用偏见正则切方法得到最小切的解x*，对解x*用大律法计算二值化阈值进行自适应二值化操作，其结果作为图像分割的结果输出。本发明还公布了一种多视角图像前景目标提取装置。本发明不需要摄像头标定步骤，只需在多视角图像集中的一张图像交互，并且能够处理大小的图像集，是一种快速简单易操作的分割方法。
-
公开(公告)号：CN101695136B
公开(公告)日：2011-07-20
申请号：CN200910236098.X
申请日：2009-10-22
Applicant: 北京交通大学
Abstract: 本发明提供了一种自动式视频颜色协调处理方法和处理系统，所述方法包括：将视频文件切分为各段镜头视频；读入一段镜头视频，根据第一帧图像的匹配协调色模板和各帧图像像素的时空邻域点对当前镜头视频中的各帧图像进行颜色协调处理，所述时空邻域点包括空间邻域点和时间邻域点；判断当前镜头视频是否为所述视频文件的最后一段镜头视频，若否，则执行上一步；若是，则该视频文件处理完毕。此外，本发明还提出了一种自动式实时视频颜色协调处理方法。本发明使得一段镜头视频文件中的所有帧图像对应同一个协调色模板，利用前一帧颜色协调化的结果作为当前帧的颜色协调依据，确保了一段镜头视频文件中各个帧图像颜色协调的空间连续性和时间连续性。
-
公开(公告)号：CN101588459B
公开(公告)日：2011-01-05
申请号：CN200910087811.9
申请日：2009-06-26
Applicant: 北京交通大学
IPC: H04N5/272
Abstract: 本发明公开了一种视频抠像处理方法，该方法包括了交互式硬分割及其优化、遮罩自动生成、基于子图像的抠像、前景物体跟踪与分割四个基本步骤，克服了现有视频抠像技术中人工交互量大的问题，提供了一种只需在视频第一帧中进行少量的笔画式交互，就可以自动对其余视频帧进行抠像处理的方法。较之一般视频抠像方法，本发明提出的方法可以更加快速有效的抠取视频前景物体，在抠像效率、抠像质量和抠像结果的时空一致性，尤其是降低抠像时用户交互量上，都有了显著性的提高。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.027 seconds)
