-
公开(公告)号：CN111222487A
公开(公告)日：2020-06-02
申请号：CN202010043763.X
申请日：2020-01-15
Applicant: 浙江大学
Abstract: 本发明公开了一种视频目标行为识别方法及电子设备，该方法包括：获取待识别视频，其中，所述视频包含待识别视频的图像帧；通过目标检测模型获取一个或多个局部目标图像；通过目标追踪模型，对获取的局部目标图像进行匹配，获取一个或多个目标图像序列；通过目标行为质量评分模型，对每个目标图像序列中的目标图像行为进行质量评分，获取高质量的目标图像子序列；通过行为识别模型，对获取的高质量目标图像子序列进行行为识别，得到行为识别结果。该方法仅对视频目标图像序列中的高质量目标图像子序列进行行为识别，一方面消除了低质量目标行为识别结果对整体视频目标行为识别结果的影响；另一方面，由于仅识别高质量目标行为，可提升了视频目标行为识别效率；该方法能够满足用户的实际应用需要，适用性强。
-
公开(公告)号：CN111210426B
公开(公告)日：2021-03-02
申请号：CN202010043800.7
申请日：2020-01-15
Applicant: 浙江大学
Abstract: 本申请提供一种基于非限制标准模板的图像质量评分方法，所述方法包括：获取待评分图像及对应的可训练标签，得到评分图像训练集；基于深度神经网络对获取训练集进行训练，得到图像特征提取模型；获取每幅图像对应的非限制标准模板，作为模板参照集；输入图像训练集中每幅图像和其对应的非限制标准模板至特征提取模型中，计算每幅图像与模板的特征距离，获取每幅图像的质量分数，进而基于每幅图像及获取的质量分数回归训练得到质量评分模型；对于待评测图像，输入图像至评分模型得到质量分数。本发明可以对待评估场景中的图像质量进行评估，获取每幅图像的绝对质量分数，从而提升对应用场景的理解能力。
-
公开(公告)号：CN111222487B
公开(公告)日：2021-09-28
申请号：CN202010043763.X
申请日：2020-01-15
Applicant: 浙江大学
Abstract: 本发明公开了一种视频目标行为识别方法及电子设备，该方法包括：获取待识别视频，其中，所述视频包含待识别视频的图像帧；通过目标检测模型获取一个或多个局部目标图像；通过目标追踪模型，对获取的局部目标图像进行匹配，获取一个或多个目标图像序列；通过目标行为质量评分模型，对每个目标图像序列中的目标图像行为进行质量评分，获取高质量的目标图像子序列；通过行为识别模型，对获取的高质量目标图像子序列进行行为识别，得到行为识别结果。该方法仅对视频目标图像序列中的高质量目标图像子序列进行行为识别，一方面消除了低质量目标行为识别结果对整体视频目标行为识别结果的影响；另一方面，由于仅识别高质量目标行为，可提升了视频目标行为识别效率；该方法能够满足用户的实际应用需要，适用性强。
-
公开(公告)号：CN111210426A
公开(公告)日：2020-05-29
申请号：CN202010043800.7
申请日：2020-01-15
Applicant: 浙江大学
Abstract: 本申请提供一种基于非限制标准模板的图像质量评分方法，所述方法包括：获取待评分图像及对应的可训练标签，得到评分图像训练集；基于深度神经网络对获取训练集进行训练，得到图像特征提取模型；获取每幅图像对应的非限制标准模板，作为模板参照集；输入图像训练集中每幅图像和其对应的非限制标准模板至特征提取模型中，计算每幅图像与模板的特征距离，获取每幅图像的质量分数，进而基于每幅图像及获取的质量分数回归训练得到质量评分模型；对于待评测图像，输入图像至评分模型得到质量分数。本发明可以对待评估场景中的图像质量进行评估，获取每幅图像的绝对质量分数，从而提升对应用场景的理解能力。
-
-
-
Search Results
4
records
(took 0.014 seconds)
