公开(公告)号：CN114554220A

公开(公告)日：2022-05-27

申请号：CN202210038155.9

申请日：2022-01-13

Applicant: 北京信息科技大学

Inventor： 黄宏博 ,  陈伟骏 ,  孙牧野 ,  李萌

IPC: H04N19/42 ,  H04N7/18 ,  H04N19/124 ,  H04N19/142 ,  H04N19/23 ,  H04N19/625 ,  H04N19/87 ,  H04N19/91

Abstract: 本发明公开了一种基于抽象特征的固定场景视频超限压缩与解码方法，包括以下步骤：1)采用背景建模方法提取原视频的背景图像并进行压缩编码；2)采用包含实例分割与关键点检测等算法的前景目标提取模块对前景目标提取抽象特征；3)对前景目标取快照并压缩；4)将视频背景压缩数据、前景目标抽象特征与快照压缩数据进行压缩；5)通过预解码将视频压缩数据解压缩；6)将前景目标抽象特征与前景目标快照输入到训练好的生成对抗网络的生成器中；7)将生成的各帧前景目标解码图像与背景图像融合；8)将融合后的视频帧重构，得到解码视频。本发明针对固定场景视频具有极高的压缩比，显著提升存储效率、延长监控视频的存储时长。

公开(公告)号：CN114550284A

公开(公告)日：2022-05-27

申请号：CN202210038150.6

申请日：2022-01-13

Applicant: 北京信息科技大学

Inventor： 黄宏博 ,  胡志颖 ,  孙牧野 ,  郑曜林

IPC: G06V40/20

Abstract: 本发明提供一种基于人体姿态估计的人体动作规范化描述子，它包括如下特征：利用人体姿态估计算法检测出人体关键点坐标；选取关键点构造基准向量；根据基准向量，进行剩余各关键点相对位置的规范化，得到人体动作规范化描述子。本发明滤除了人体各关节在不同摄像头视角下的变化，并可以唯一确定各关节的相对位置，在不同视角下都具有唯一性，可以精确表达人体动作，同时可以有效降低冗余计算。

公开(公告)号：CN117953586A

公开(公告)日：2024-04-30

申请号：CN202410191356.1

申请日：2024-02-21

Applicant: 北京信息科技大学

Inventor： 黄宏博 ,  郑曜林 ,  闫晓旭 ,  李萌 ,  许龙飞 ,  黄林凯 ,  张鑫

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/44

Abstract: 本发明提供了一种基于时空轨迹图(JTG,Joints Trajectory Graph)的人体动作识别方法，属于人体动作识别领域，包括：数据处理、位置编码、图结构编码、时序编码和动作分类。本发明使用JTG作为输入数据表示，使得模型充分利用了轨迹信息来丰富节点及其跨帧交互的特征聚合能力。提出了Spatio‑Temporal Dijkstra Attention(STDA)模块，利用关节点间的最短路径进行空间信息整合的方法，使得模型能够捕获其中蕴含的拓扑结构，增强了模型的鲁棒性和泛化能力。进而结合了Koopman算子进行动作分类，使得模型获得了更全面的视角和更卓越的分类性能。

公开(公告)号：CN114554220B

公开(公告)日：2023-07-28

申请号：CN202210038155.9

申请日：2022-01-13

Applicant: 北京信息科技大学

Inventor： 黄宏博 ,  陈伟骏 ,  孙牧野 ,  李萌

IPC: H04N19/42 ,  H04N7/18 ,  H04N19/124 ,  H04N19/142 ,  H04N19/23 ,  H04N19/625 ,  H04N19/87 ,  H04N19/91

Abstract: 本发明公开了一种基于抽象特征的固定场景视频超限压缩与解码方法，包括以下步骤：1)采用背景建模方法提取原视频的背景图像并进行压缩编码；2)采用包含实例分割与关键点检测等算法的前景目标提取模块对前景目标提取抽象特征；3)对前景目标取快照并压缩；4)将视频背景压缩数据、前景目标抽象特征与快照压缩数据进行压缩；5)通过预解码将视频压缩数据解压缩；6)将前景目标抽象特征与前景目标快照输入到训练好的生成对抗网络的生成器中；7)将生成的各帧前景目标解码图像与背景图像融合；8)将融合后的视频帧重构，得到解码视频。本发明针对固定场景视频具有极高的压缩比，显著提升存储效率、延长监控视频的存储时长。