-
公开(公告)号：CN112381830B
公开(公告)日：2022-08-09
申请号：CN202011300818.7
申请日：2020-11-19
Applicant: 山东黄河三角洲国家级自然保护区管理委员会 , 北京信息科技大学
Abstract: 本发明公开了一种基于YCbCr超像素和图割的鸟类关键部位提取方法和装置，该方法包括：步骤1，在YCbCr颜色空间下，对鸟类图像进行超像素分割，形成图割模型的node顶点；步骤2，对鸟类图像中的背景和鸟身体的各关键部位进行多边形标记，并制作背景和关键部位的标签类型，形成图割模型中的Terminal节点；步骤3，利用超像素的颜色直方图和纹理直方图比较两个超像素的相似程度，计算两Node节点之间的边以及Node节点与Terminal节点之间的边；步骤4，构建图割模型中目标函数，并进行优化求解，得到鸟类关键部位分割结果。本发明能够获得鸟类具有区分性的精确关键部位特征，有助于避免拍摄角度、光照及姿态的影响，提高鸟类图像细粒度分类与识别的准确率。
-
公开(公告)号：CN112381830A
公开(公告)日：2021-02-19
申请号：CN202011300818.7
申请日：2020-11-19
Applicant: 山东黄河三角洲国家级自然保护区管理委员会 , 北京信息科技大学
Abstract: 本发明公开了一种基于YCbCr超像素和图割的鸟类关键部位提取方法和装置，该方法包括：步骤1，在YCbCr颜色空间下，对鸟类图像进行超像素分割，形成图割模型的node顶点；步骤2，对鸟类图像中的背景和鸟身体的各关键部位进行多边形标记，并制作背景和关键部位的标签类型，形成图割模型中的Terminal节点；步骤3，利用超像素的颜色直方图和纹理直方图比较两个超像素的相似程度，计算两Node节点之间的边以及Node节点与Terminal节点之间的边；步骤4，构建图割模型中目标函数，并进行优化求解，得到鸟类关键部位分割结果。本发明能够获得鸟类具有区分性的精确关键部位特征，有助于避免拍摄角度、光照及姿态的影响，提高鸟类图像细粒度分类与识别的准确率。
-
公开(公告)号：CN119964238A
公开(公告)日：2025-05-09
申请号：CN202510034605.0
申请日：2025-01-09
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于动作快慢特征的多模态鸟类动作识别方法及装置，该方法包括：计算输入视频相邻两帧图像之间的光流运动矢量；将光流运动矢量值按照区间进行划分，得到多个快慢类别；将每个快慢类别转化为一个二进制向量，得到动作快慢特征；将动作快慢特征与视觉‑文本特征相融合，共同作为模型的语义查询部分；训练模型：将语义查询部分与视频特征向量均输入解码器，解码器利用语义查询部分对解码器进行引导，使解码器能够聚焦于与语义查询部分的信息进行解码，得到动作识别结果，计算动作识别结果的平均精度均值，平均精度均值作为评价训练效果的指标。本发明能够更好地捕捉到鸟类动作中的时间动态信息，具有更高的识别准确性和鲁棒性。
-
-
Search Results
3
records
(took 0.019 seconds)
