-
公开(公告)号：CN108647652B
公开(公告)日：2022-07-01
申请号：CN201810457301.5
申请日：2018-05-14
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/60 , G06K9/62
Abstract: 一种基于图像分类和目标检测的棉花发育期自动识别方法属于农业气象观测领域。随着图像处理和深度学习技术的发展，农业气象观测方式由人工观测向自动观测转变成为可能。为了实现对棉花发育期的自动观测，本文提出了一种基于目标检测与图像分类相结合的棉花发育期自动识别方法。该方案首先观察和分析棉花各个发育期图像存在的不同特征，然后通过基于深度学习的图像分类实现三真叶期、五真叶期和现蕾期的自动识别，进一步通过深度目标检测自动检测图像中的花和棉絮，最后综合两种算法的结果，实现棉花完整发育期的自动识别。采用该方案可以实现对棉花发育期快速准确的自动识别，具有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN109903312A
公开(公告)日：2019-06-18
申请号：CN201910071272.3
申请日：2019-01-25
Applicant: 北京工业大学
Abstract: 一种基于视频多目标跟踪的足球球员跑动距离统计方法属于体育数据统计领域。场上运动员的跑动距离是一项重要的统计数据。随着计算机视觉技术的发展，本文提出了一种基于足球比赛视频的球员跑动距离统计方案。首先，本方法通过分析足球比赛视频可以获得视频中的多目标跟踪数据。然后汇总各个跟踪轨迹，经过轨迹平滑以及顶视图映射操作，最后计算得到球员的跑动轨迹、跑动距离，输出可视化结果。该方法是实现统计球员跑动轨迹、跑动距离的一套完整解决方案，旨在减少人工标注的成本，并通过测试验证了方法可行性，具有重要应用价值。
-
公开(公告)号：CN108647652A
公开(公告)日：2018-10-12
申请号：CN201810457301.5
申请日：2018-05-14
Applicant: 北京工业大学
Abstract: 一种基于图像分类和目标检测的棉花发育期自动识别方法属于农业气象观测领域。随着图像处理和深度学习技术的发展，农业气象观测方式由人工观测向自动观测转变成为可能。为了实现对棉花发育期的自动观测，本文提出了一种基于目标检测与图像分类相结合的棉花发育期自动识别方法。该方案首先观察和分析棉花各个发育期图像存在的不同特征，然后通过基于深度学习的图像分类实现三真叶期、五真叶期和现蕾期的自动识别，进一步通过深度目标检测自动检测图像中的花和棉絮，最后综合两种算法的结果，实现棉花完整发育期的自动识别。采用该方案可以实现对棉花发育期快速准确的自动识别，具有重要的应用价值。
-
公开(公告)号：CN111401174B
公开(公告)日：2023-09-22
申请号：CN202010154331.6
申请日：2020-03-07
Applicant: 北京工业大学
IPC: G06V20/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442
Abstract: 一种基于多模态信息融合的排球群体行为识别方法应用于计算机视觉群体行为识别领域。由于在体育分析，自动视频监控系统，人机交互应用，视频推荐系统等方面的广泛应用，群体行为识别任务备受关注。对于多人场景中的群体行为识别，目标之间以及目标和运动模式之间的关系建模能够提供有判别力的视觉线索。本发明旨在利用将图像目标间的关系以及运动模式作为多模态信息引入，然后利用序列模型GRU对这些信息进行有效编码和全局推理。最后，基于注意力机制，从时域角度整合了推断模块的得到的信息并获取最终结果。该方法实现了针对排球数据集中的群体行为识别，并通过测试验证了方法可行性，具有重要应用价值。
-
公开(公告)号：CN109903312B
公开(公告)日：2021-04-30
申请号：CN201910071272.3
申请日：2019-01-25
Applicant: 北京工业大学
Abstract: 一种基于视频多目标跟踪的足球球员跑动距离统计方法属于体育数据统计领域。场上运动员的跑动距离是一项重要的统计数据。随着计算机视觉技术的发展，本文提出了一种基于足球比赛视频的球员跑动距离统计方案。首先，本方法通过分析足球比赛视频可以获得视频中的多目标跟踪数据。然后汇总各个跟踪轨迹，经过轨迹平滑以及顶视图映射操作，最后计算得到球员的跑动轨迹、跑动距离，输出可视化结果。该方法是实现统计球员跑动轨迹、跑动距离的一套完整解决方案，旨在减少人工标注的成本，并通过测试验证了方法可行性，具有重要应用价值。
-
公开(公告)号：CN111401174A
公开(公告)日：2020-07-10
申请号：CN202010154331.6
申请日：2020-03-07
Applicant: 北京工业大学
Abstract: 一种基于多模态信息融合的排球群体行为识别方法应用于计算机视觉群体行为识别领域。由于在体育分析，自动视频监控系统，人机交互应用，视频推荐系统等方面的广泛应用，群体行为识别任务备受关注。对于多人场景中的群体行为识别，目标之间以及目标和运动模式之间的关系建模能够提供有判别力的视觉线索。本发明旨在利用将图像目标间的关系以及运动模式作为多模态信息引入，然后利用序列模型GRU对这些信息进行有效编码和全局推理。最后，基于注意力机制，从时域角度整合了推断模块的得到的信息并获取最终结果。该方法实现了针对排球数据集中的群体行为识别，并通过测试验证了方法可行性，具有重要应用价值。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
