基于视频中运动先验信息的行人检测方法及装置

    公开(公告)号:CN105046206B

    公开(公告)日:2019-02-01

    申请号:CN201510355350.4

    申请日:2015-06-24

    Abstract: 本发明实施例公开了一种基于视频中运动先验信息的行人检测方法及装置,涉及视频中的行人检测技术领域,解决了现有技术中视频中的行人检测方法复杂度较高、很难实现实时检测的问题。所述方法包括:通过背景差分的方法提取待检测视频中的运动信息;对所述运动信息中的运动目标进行区域聚类,得到运动密集区域块;对所述待检测视频中的视频帧图像依据所述运动密集区域块进行分割处理,分别建立图像金字塔;对所述运动密集区域块的每层图像金字塔进行特征提取,仅提取运动区域及附近像素的特征信息;运用滑窗的方式,检测所述运动密集区域块的每层金字塔图像中的行人,定位行人目标,获取行人检测结果。本发明的实施例主要用于视频中的行人检测。

    基于视频中运动先验信息的行人检测方法及装置

    公开(公告)号:CN105046206A

    公开(公告)日:2015-11-11

    申请号:CN201510355350.4

    申请日:2015-06-24

    Abstract: 本发明实施例公开了一种基于视频中运动先验信息的行人检测方法及装置,涉及视频中的行人检测技术领域,解决了现有技术中视频中的行人检测方法复杂度较高、很难实现实时检测的问题。所述方法包括:通过背景差分的方法提取待检测视频中的运动信息;对所述运动信息中的运动目标进行区域聚类,得到运动密集区域块;对所述待检测视频中的视频帧图像依据所述运动密集区域块进行分割处理,分别建立图像金字塔;对所述运动密集区域块的每层图像金字塔进行特征提取,仅提取运动区域及附近像素的特征信息;运用滑窗的方式,检测所述运动密集区域块的每层金字塔图像中的行人,定位行人目标,获取行人检测结果。本发明的实施例主要用于视频中的行人检测。

    一种基于符号执行的内存泄漏检测方法

    公开(公告)号:CN105808369A

    公开(公告)日:2016-07-27

    申请号:CN201610184888.8

    申请日:2016-03-29

    CPC classification number: G06F11/0727 G06F11/0784 G06F11/0787

    Abstract: 本发明针对内存泄漏缺陷,提出一种基于符号执行的内存泄漏检测方法,首先对于被测试的源代码,使用静态分析工具处理,得到静态内存泄漏警报;然后,把用源代码和内存泄漏警报,同时输入插桩器,得到插桩后的代码。接着,把插桩后的代码输入测试用例生成模块,生成大量测试用例并执行所有测试用例。每个测试用例运行结束后都有对目标内存对象泄漏情况汇报,最后综合所有测试执行的输出,对内存泄漏测试结果进行判定。本方法解决了静态内存泄漏分析的误报问题和动态测试的漏报问题,并利用符号执行技术生成测试用例,减少了静态分析内存泄漏结果的人工验证工作。提高了动态执行的效率。

    一种基于符号执行的内存泄漏检测方法

    公开(公告)号:CN105808369B

    公开(公告)日:2018-11-23

    申请号:CN201610184888.8

    申请日:2016-03-29

    Abstract: 本发明针对内存泄漏缺陷,提出一种基于符号执行的内存泄漏检测方法,首先对于被测试的源代码,使用静态分析工具处理,得到静态内存泄漏警报;然后,把用源代码和内存泄漏警报,同时输入插桩器,得到插桩后的代码。接着,把插桩后的代码输入测试用例生成模块,生成大量测试用例并执行所有测试用例。每个测试用例运行结束后都有对目标内存对象泄漏情况汇报,最后综合所有测试执行的输出,对内存泄漏测试结果进行判定。本方法解决了静态内存泄漏分析的误报问题和动态测试的漏报问题,并利用符号执行技术生成测试用例,减少了静态分析内存泄漏结果的人工验证工作。提高了动态执行的效率。

    基于MDE模型转换的MapReduce代码生成方法

    公开(公告)号:CN104679511A

    公开(公告)日:2015-06-03

    申请号:CN201510069703.4

    申请日:2015-02-10

    Abstract: 本发明公开了基于MDE模型转换的MapReduce代码生成方法。该方法的输入是QVT描述的模型转换程序。该方法将输入的QVT模型转换程序逐个提取其定义的转换规则,生成转换原语描述的操作流程,然后将转换原语描述的操作流程抽取为逻辑模型实例,再根据原语算子对应表,把逻辑模型实例转换成物理模型实例,最后根据物理模型实例生成MapReduce代码。最终输出的MapReduce代码能够直接部署在Hadoop平台上执行处理海量数据。本发明高度自动化,能够节约程序员编码时间,且生成的MapReduce代码具有相当的稳定性和可靠性。

Patent Agency Ranking