-
Patent Agency Ranking
公开(公告)号：CN112508998B
公开(公告)日：2025-01-03
申请号：CN202011256300.8
申请日：2020-11-11
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于全局运动的视觉目标对齐方法，为了使冰壶项目运动员的训练更为科技化，能够更好的观察冰壶完整的运动路径。本方法通过分析冰壶运动视频可以获得视频中冰壶的跟踪数据，并且通过计算可以得到相机镜头的运动，用该运动对视频中的场地进行还原处理，进而得到冰壶场地的运动数据。将场地运动数据和冰壶跟踪数据相结合，最后计算得到完整的冰壶运动轨迹，输出可视化结果。通过测试验证了该方法的可行性，具有重要应用价值。
-
公开(公告)号：CN110309333A
公开(公告)日：2019-10-08
申请号：CN201910450067.8
申请日：2019-05-28
Applicant: 北京工业大学
IPC: G06F16/55 , G06F16/901 , G06N3/04
Abstract: 本发明提出了一种基于余弦度量的深度哈希图像检索方法。面对互联网上庞大的图片数据，为了满足用户的需求，找到一种快速且准确的图像检索方法成为了一个亟待解决的问题。基于余弦度量可以有效减少矢量长度的多样性进而提升检索性能，同时在损失函数中引入类别信息，它与余弦度量约束相结合，有助于共同学习同一网络中的相似性保持，也能充分利用分类信息。采用该方案可以有效的实现大规模图像检索，并且经过实验证明，本方案的性能优于目前现有的图像检索方法，具有很重要的应用价值。
-
公开(公告)号：CN110309333B
公开(公告)日：2021-09-17
申请号：CN201910450067.8
申请日：2019-05-28
Applicant: 北京工业大学
IPC: G06F16/55 , G06F16/901 , G06N3/04
Abstract: 本发明提出了一种基于余弦度量的深度哈希图像检索方法。面对互联网上庞大的图片数据，为了满足用户的需求，找到一种快速且准确的图像检索方法成为了一个亟待解决的问题。基于余弦度量可以有效减少矢量长度的多样性进而提升检索性能，同时在损失函数中引入类别信息，它与余弦度量约束相结合，有助于共同学习同一网络中的相似性保持，也能充分利用分类信息。采用该方案可以有效的实现大规模图像检索，并且经过实验证明，本方案的性能优于目前现有的图像检索方法，具有很重要的应用价值。
-
公开(公告)号：CN110826491A
公开(公告)日：2020-02-21
申请号：CN201911079839.8
申请日：2019-11-07
Applicant: 北京工业大学
Abstract: 一种手工特征与深度特征相结合的视频关键帧检测方法用于体育视频内容分析领域。基于深度特征的方法因为网络结构复杂，导致效率不高。广播视频还包括很多其他类型的镜头如中场休息、渐变镜头等。检测结果包含大量无关帧。针对这一问题，提出了一种手工特征与深度特征相结合的视频关键帧检测方法。首先基于颜色直方图特征进行镜头边界检测获取最后一帧。进一步基于直方图相似性提出一种类似聚类的方法得到候选关键帧。最后，基于深度神经网络对候选关键帧进行分类，得到真正的关键帧。在冰壶比赛视频和篮球比赛视频上的对比实验结果表明，相对于传统的背景差分法、光流法等，该方法能够快速、可靠地提取关键帧。
-
公开(公告)号：CN112508998A
公开(公告)日：2021-03-16
申请号：CN202011256300.8
申请日：2020-11-11
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于全局运动的视觉目标对齐方法，为了使冰壶项目运动员的训练更为科技化，能够更好的观察冰壶完整的运动路径。本方法通过分析冰壶运动视频可以获得视频中冰壶的跟踪数据，并且通过计算可以得到相机镜头的运动，用该运动对视频中的场地进行还原处理，进而得到冰壶场地的运动数据。将场地运动数据和冰壶跟踪数据相结合，最后计算得到完整的冰壶运动轨迹，输出可视化结果。通过测试验证了该方法的可行性，具有重要应用价值。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
