-
公开(公告)号：CN109558821B
公开(公告)日：2021-10-22
申请号：CN201811393826.3
申请日：2018-11-21
Applicant: 哈尔滨工业大学(深圳)
Abstract: 一种视频中特定人物的服装件数计算方法，包括：A、视频中特定人物的服装检测；B、对于数据集中的每一个图像样本，将其构建成包括当前样本、正样本、负样本的三元组样本，并从构建的三元组样本中进行筛选，设定有效的选取机制，提高训练速度；C、根据B中获得的三元组样本，分别计算三元组中当前样本和正负样本之间的距离，使用三元组损失函数计算模型预测和真实结果之间的误差，将模型误差回传到深度卷积神经网络中，对网络参数进行更新调整，迭代地训练模型直到收敛；D、根据C中获得的图像特征，构建距离矩阵，设计适用于类别多，类内数据量较少的图像聚类算法，对衣服图像进行聚类，最后簇的个数即为服装的件数。
-
公开(公告)号：CN107862241B
公开(公告)日：2021-07-20
申请号：CN201710851088.1
申请日：2017-09-20
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及一种基于明星识别的衣服时尚挖掘方法及视觉感知系统，所述方法包括：A、人体检测步骤；B、姿势选择步骤，对探测到的人体的姿势优劣进行筛选；C、人脸探测及明星身份验证步骤，对筛选好的人体区域进行人脸探测，利用关键点检测技术对探测到人脸进行对齐，并利用深度卷积网络抽取人脸特征，与基准明星人脸库进行人脸验证；D、衣服探测步骤，对通过明星验证的人体区域进行衣服探测；E、待检索衣服图像去冗余步骤，利用聚类算法去除冗余的待检索衣服图像；F、同款衣服图像检索及推荐步骤，利用图像检索算法在衣服数据库中搜索同款或类似的衣服并推荐给用户。本发明主要用于视频广告推荐，提高广告对用户的吸引力。
-
公开(公告)号：CN112149459A
公开(公告)日：2020-12-29
申请号：CN201910566667.0
申请日：2019-06-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/00
Abstract: 本发明涉及一种基于交叉注意力机制的视频显著性物体检测方法及系统。所述方法包括：A、将输入相邻帧图像输入到共享参数的相似网络结构中，抽取高级和低级特征；B、利用自注意力模块对单帧图像内部的显著性特征进行特征的重新配准和对齐；C、利用帧间交叉注意力机制，获取帧间时空关系上显著性物体位置上的关系依赖，作为权重作用到高级特征上，捕获时空关系上的显著性物体检测的一致性；D、对抽取的相邻帧帧内高级特征、低级特征以及具有帧间依赖关系的时空特征进行融合；E、将输入的特征进行特征降维，利用分类器输出像素级分类结果；F、建立一个基于交叉注意力机制的深度视频显著性物体检测模型，并使用GPU并行计算来加速模型的训练。
-
Patent Agency Ranking
公开(公告)号：CN107862241A
公开(公告)日：2018-03-30
申请号：CN201710851088.1
申请日：2017-09-20
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/00744 , G06K9/00221 , G06K9/00765 , G06K9/6256 , G06Q30/0271 , G06Q30/0277
Abstract: 本发明涉及一种基于明星识别的衣服时尚挖掘方法及视觉感知系统，所述方法包括：A、人体检测步骤；B、姿势选择步骤，对探测到的人体的姿势优劣进行筛选；C、人脸探测及明星身份验证步骤，对筛选好的人体区域进行人脸探测，利用关键点检测技术对探测到人脸进行对齐，并利用深度卷积网络抽取人脸特征，与基准明星人脸库进行人脸验证；D、衣服探测步骤，对通过明星验证的人体区域进行衣服探测；E、待检索衣服图像去冗余步骤，利用聚类算法去除冗余的待检索衣服图像；F、同款衣服图像检索及推荐步骤，利用图像检索算法在衣服数据库中搜索同款或类似的衣服并推荐给用户。本发明主要用于视频广告推荐，提高广告对用户的吸引力。
-
公开(公告)号：CN107861924A
公开(公告)日：2018-03-30
申请号：CN201710889265.5
申请日：2017-09-27
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06F17/2247 , G06F17/2795
Abstract: 本发明提出了一种基于局部重构模型的电子书内容表示方法，所述方法包括：A、树形结构表达：对于每一本电子书，将其划分为若干页，将每一个页划分为若干段落，将每一本电子书组织成为“电子书->页->段落”的三层树形结构；B、节点特征表达：构建词汇表，计算词分布向量，使用主成分分析对各层次节点的词分布向量进行降维、压缩；C、局部重构模型建立：使用孩子节点的信息对其父节点信息进行重构，即建立局部重构模型，求解局部重构模型并获得重构系数向量；D、树形结构的统一向量表示：根据C中获得的重构系数向量，将该节点与其孩子节点进行信息融合，更新该节点的特征向量表示；E、基于内容的电子书检索和推荐。
-
公开(公告)号：CN112149459B
公开(公告)日：2023-07-25
申请号：CN201910566667.0
申请日：2019-06-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V20/40
Abstract: 本发明涉及一种基于交叉注意力机制的视频显著性物体检测方法及系统。所述方法包括：A、将输入相邻帧图像输入到共享参数的相似网络结构中，抽取高级和低级特征；B、利用自注意力模块对单帧图像内部的显著性特征进行特征的重新配准和对齐；C、利用帧间交叉注意力机制，获取帧间时空关系上显著性物体位置上的关系依赖，作为权重作用到高级特征上，捕获时空关系上的显著性物体检测的一致性；D、对抽取的相邻帧帧内高级特征、低级特征以及具有帧间依赖关系的时空特征进行融合；E、将输入的特征进行特征降维，利用分类器输出像素级分类结果；F、建立一个基于交叉注意力机制的深度视频显著性物体检测模型，并使用GPU并行计算来加速模型的训练。
-
公开(公告)号：CN109558821A
公开(公告)日：2019-04-02
申请号：CN201811393826.3
申请日：2018-11-21
Applicant: 哈尔滨工业大学(深圳)
Abstract: 一种视频中特定人物的服装件数计算方法，包括：A、视频中特定人物的服装检测；B、对于数据集中的每一个图像样本，将其构建成包括当前样本、正样本、负样本的三元组样本，并从构建的三元组样本中进行筛选，设定有效的选取机制，提高训练速度；C、根据B中获得的三元组样本，分别计算三元组中当前样本和正负样本之间的距离，使用三元组损失函数计算模型预测和真实结果之间的误差，将模型误差回传到深度卷积神经网络中，对网络参数进行更新调整，迭代地训练模型直到收敛；D、根据C中获得的图像特征，构建距离矩阵，设计适用于类别多，类内数据量较少的图像聚类算法，对衣服图像进行聚类，最后簇的个数即为服装的件数。
-
公开(公告)号：CN106960221A
公开(公告)日：2017-07-18
申请号：CN201710150041.2
申请日：2017-03-14
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/6269 , G06K9/40 , G06K9/46 , G06K9/629
Abstract: 本发明提供一种基于光谱特征和空间特征融合的高光谱图像分类方法及系统，属于遥感图像分类领域。本发明包括根据高光谱图像的区域连通性对其进行空间特征提取；并分别对光谱特征和空间特征进行特征去噪；然后对光谱特征和空间特征进行特征融合；再通过分类模型预测高光谱图像上未知类别像素点的类别；本发明还包括空间特征提取模块、特征去噪模块、特征融合模块以及分类模块。本发明的有益效果是：通过对高光谱图像的光谱特征和空间特征进行低秩表达以及特征融合，提升高光谱图像的分类精度,对未知类别像素点类别的预测具有较高的准确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.066 seconds)
