-
公开(公告)号：CN111626149B
公开(公告)日：2022-08-26
申请号：CN202010390009.3
申请日：2020-05-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于图像显著性和迁移学习的图像场景分类方法，包括以下步骤：1、提取不同场景的样本图像，将图像缩放后形成图像集；2、提取图像集中每幅图像的显著性区域；3、将步骤2得到的每幅图像的显著性区域的图像放大后构建显著性图像集，并将其按比例划分训练集和测试集；4、基于通用的VGG16模型建立场景分类网络模型，进行迁移学习操作；5、用步骤3得到的训练集和测试集训练并测试步骤4搭建的网络；6、用步骤4建立和步骤5训练得到的网络实施图像场景分类；本发明利用深度迁移学习，有效解决了实际应用中训练样本不足导致判别性能不足的问题，其次，本发明采用显著性区域提取来处理数据集，显著提高了场景分类的效率和准确度。
-
公开(公告)号：CN109086743B
公开(公告)日：2022-04-15
申请号：CN201810984561.8
申请日：2018-08-28
Applicant: 南京邮电大学
IPC: G06V20/58 , G06V10/44 , H04N19/122 , H04N19/137 , H04N19/169 , H04N19/55 , H04N19/96
Abstract: 本发明公开了一种基于HEVC压缩视频的车道线检测方法，包括步骤：S1、从HEVC压缩视频的码流中提取I帧编码视频的编码单元结构、变换单元结构、帧内预测模式及DCT系数；S2、根据编码单元结构的尺寸，计算编码单元结构中每一行编码树单元的编码单元块数量，以实现对车道线道路区域的提取；S3、根据DCT系数中的交流分量确定所述变换单元结构中的变换单元块所对应的边缘模型；S4、计算所有边缘块的边缘方向、边缘强度和边缘偏移量，以得到边缘检测图；S5、采用基于方向优先级的搜索规则搜索边缘检测图，并基于帧内预测模式检测出车道线的具体位置；本发明可避免不必要的视频解码过程，减少计算复杂度。
-
公开(公告)号：CN110009658A
公开(公告)日：2019-07-12
申请号：CN201910114174.3
申请日：2019-06-06
Applicant: 南京邮电大学
Abstract: 一种基于成分分离的烟雾检测方法，通过像素间的相关性，初步判断是否出现运动目标，再采用烟雾成分分离的方法，直接从原始视频中分离出疑似纯烟雾图像，输入利用纯烟雾图像训练好的卷积神经网络进行识别，排除背景信息的干扰，从而提高检测速度和准确度，解决了在烟雾检测中背景干扰的问题。本发明通过提取出疑似纯烟雾进行检测，提供了一种排除背景干扰直接对提取到的疑似纯烟雾块进行检测的方法，减少了神经网络的计算复杂度，从而提高烟雾检测的速度和准确度。同时，本发明不需要人工提取出烟雾的各种静态特征和动态特征，并且不受环境的影响，增加了本发明的适用范围。
-
公开(公告)号：CN109870106A
公开(公告)日：2019-06-11
申请号：CN201910114180.9
申请日：2019-02-14
Applicant: 南京邮电大学
IPC: G01B11/00
Abstract: 一种基于无人机图片的建筑物体积测量方法，利用无人机对建筑物进行环绕的图像信息采集，获取建筑物多幅图片序列；经双边滤波处理图像序列后，采用Harris角点检测算法获取图像序列的角点；先采用零均值互相关法进行角点粗匹配，建立一对多的对应关系；再采用松弛迭代法处理粗匹配角点，得到一对一精匹配的角点对；利用从运动中恢复结构算法，循环计算匹配点的空间坐标，并利用光束平差法对空间坐标进行优化，得到建筑物的三维点云；利用逐点插入法对三维点云进行Delaunay三角化处理；最后对构建的Delaunay三角网模型利用积分法计算建筑物的体积。
-
公开(公告)号：CN104519368B
公开(公告)日：2017-12-01
申请号：CN201310464120.2
申请日：2013-09-30
IPC: H04N19/625 , H04N19/192 , H04N19/196 , H04N19/44
Abstract: 本发明实施例提供一种图像编码、解码重构处理方法及装置，该方法包括：获取目标编码图像的边缘信息；根据所述边缘信息确定采用基于压缩感知的编码方法或采用动态图像专家组MPEG类编码方法对所述目标编码图像进行编码。本发明实施例中通过获取图像的边缘信息，并根据边缘信息来确定图像采用的编码方法，以实现在编码端工作过程中自适应的选择合适的编码方法对图像块进行编码，而无需对同一图像块采用多种编码方式编码，提高了接收端解码重构图像质量，降低了编解码工作复杂度。
-
Patent Agency Ranking
公开(公告)号：CN104519368A
公开(公告)日：2015-04-15
申请号：CN201310464120.2
申请日：2013-09-30
IPC: H04N19/625 , H04N19/192 , H04N19/196 , H04N19/44
Abstract: 本发明实施例提供一种图像编码、解码重构处理方法及装置，该方法包括：获取目标编码图像的边缘信息；根据所述边缘信息确定采用基于压缩感知的编码方法或采用动态图像专家组MPEG类编码方法对所述目标编码图像进行编码。本发明实施例中通过获取图像的边缘信息，并根据边缘信息来确定图像采用的编码方法，以实现在编码端工作过程中自适应的选择合适的编码方法对图像块进行编码，而无需对同一图像块采用多种编码方式编码，提高了接收端解码重构图像质量，降低了编解码工作复杂度。
-
公开(公告)号：CN103297431A
公开(公告)日：2013-09-11
申请号：CN201310198591.3
申请日：2013-05-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种在云服务器群中高效缓存流媒体视频点播视频副本的方法，该方法基于视频时长进行视频副本的前缀动态分块，采用动态前缀与完整副本混合存储策略来提高系统效率，提高用户的体验质量，本方法首先根据视频热度等因素确定需要的副本数，并基于点播率确定副本的两种类型：完整副本和前缀副本，对前缀副本，前缀部分基于视频时长进行动态分割，产生前缀副本；当存储空间充足时，采用热度均衡和负载均衡相结合的方法对副本进行放置，当存储空间不足时，基于时间窗阈值平滑删除热度已降低的视频副本，上述方法，能够使得用户达到比较好的视频点播体验。
-
公开(公告)号：CN110009658B
公开(公告)日：2022-08-23
申请号：CN201910114174.3
申请日：2019-06-06
Applicant: 南京邮电大学
Abstract: 一种基于成分分离的烟雾检测方法，通过像素间的相关性，初步判断是否出现运动目标，再采用烟雾成分分离的方法，直接从原始视频中分离出疑似纯烟雾图像，输入利用纯烟雾图像训练好的卷积神经网络进行识别，排除背景信息的干扰，从而提高检测速度和准确度，解决了在烟雾检测中背景干扰的问题。本发明通过提取出疑似纯烟雾进行检测，提供了一种排除背景干扰直接对提取到的疑似纯烟雾块进行检测的方法，减少了神经网络的计算复杂度，从而提高烟雾检测的速度和准确度。同时，本发明不需要人工提取出烟雾的各种静态特征和动态特征，并且不受环境的影响，增加了本发明的适用范围。
-
公开(公告)号：CN112906631B
公开(公告)日：2022-07-29
申请号：CN202110286443.1
申请日：2021-03-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于视频的危险驾驶行为检测方法，包括以下步骤：1、采集驾驶员驾驶视频图像序列并计算对应的光流图序列；2、采用2D CNN提取驾驶员视频中的空间特征和时间特征；3、采用基于LSTM的注意力模型计算显著性空间特征和显著性时间特征；4、采用基于三级级联ConvLSTM网络的深度特征提取网络，根据显著性空间特征和显著性时间特征，从空间角度和时间角度分别获取危险驾驶行为概率向量；计算融合空间时间的危险驾驶行为概率向量，并获取危险驾驶行为类别检测结果。该方法能够避免因过多关注冗余特征而导致检测精度低下的问题，同时通过对异常驾驶动作的时空信息进行建模，显著提高了其检测性能。
-
公开(公告)号：CN109344704B
公开(公告)日：2021-09-14
申请号：CN201810979041.8
申请日：2018-08-24
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于行车方向与车道线夹角的车辆变道行为检测方法，包括以下步骤：步骤一：从车载视频图像中提取道路区域图像并进行二值化；步骤二：基于梯度方向最大原则，从二值化后的道路区域图像中提取左右两侧车道线；步骤三：检测左右两侧车道线的颜色和类型；步骤四：检测车辆行进方向与左右两侧车道线的夹角，判断车辆与左右两侧车道线的关系；步骤五：检测车辆变道行为。本发明的优点是：能从车载视频图像中提取的车辆与所在车道的两侧车道线的角度关系来判断车辆是否变道，从而能通过正确分析车载视频中驾驶人的变道行为习惯信息来为个性化保率提供参考，适用场景广阔。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.024 seconds)
