-
公开(公告)号：CN110866460B
公开(公告)日：2020-11-27
申请号：CN201911032762.9
申请日：2019-10-28
Applicant: 衢州学院
Abstract: 本发明提供了一种复杂场景视频中特定目标区域的侦测方法和装置，该方法和装置综合利用复杂场景视频中的颜色、纹理和动态性等不同时空信息构建视频场景区域类型描述器，以此对特定目标区域进行侦测和确定，该视频场景区域类型描述器各个信息通道上的特征提取和计算方法简单高效、实时性好，视频样本学习效率高，并可实现实时在线训练；此外，该方法和装置在计算视频场景区域类型描述器各通道的类型值时，还引入了并行计算的方法，显著地提高了方法的整体运算效率，从而克服了现有方法实施在复杂场景视频中对特定目标区域侦测时运算效率低、实时性差的问题。
-
公开(公告)号：CN105741322B
公开(公告)日：2018-08-03
申请号：CN201610072608.4
申请日：2016-02-01
Applicant: 衢州学院
Abstract: 本发明公开了种基于视频特征层融合的视场区域分割方法。它包括以下步骤:计算视频中每个像素点的颜色特征;计算视频中每个像素点的动态性特征;计算视频中每个像素点的纹理特征;将视频中每个像素点的动态性特征、颜色特征和纹理特征进行特征层融合,根据融合所得特征对视频中的视场进行区域分割。本发明综合利用了视频像素点时间维度上的动态性特征以及空间维度上的颜色特征和纹理特征,提高了视场区域分割的有效性和正确性。
-
公开(公告)号：CN104616026A
公开(公告)日：2015-05-13
申请号：CN201510028427.7
申请日：2015-01-20
Applicant: 衢州学院
Abstract: 本发明的一种面向智能视频监控的监控场景类型辨识方法。它包括以下步骤：创建一个监控场景图像样本集；对监控场景图像样本集进行预处理；根据预处理后的监控场景图像样本集，建立相应的多尺度图像金字塔集合；利用多尺度图像金字塔集合，产生一个视觉词汇库；利用视觉词汇库，对监控场景图像样本集中的所有图像进行特征值提取；构建三个监控场景类型辨识器；对监控场景图像样本集之外的任意一幅场景类型未知的监控场景图像，进行监控场景类型辨识。本发明能够有效克服视频监控场景图像中普遍存在的尺度变化、视角变化和物体遮挡等问题，提高了辨识正确率。
-
公开(公告)号：CN110991361B
公开(公告)日：2021-01-15
申请号：CN201911244550.7
申请日：2019-12-06
Applicant: 衢州学院
Abstract: 本发明提供了一种面向高清高速视频的多通道多模态背景建模方法，包括：步骤S0：对第一视频进行颜色空间转换处理，获得第二视频；步骤S1：对所述第二视频进行划分处理，获得预设数目个子区域；步骤S2：构建所述第二视频的第一个子区域在H、S、I通道上的多模态实时背景模型；步骤S3：采用并行计算方法，分别构建所述第二视频中的其余子区域在H、S、I通道上的多模态实时背景模型。通过构建的多通道多模态背景模型可有效提升背景模型的准确性，通过采用在线实时更新训练样本解决了背景模型精度退化问题，通过引入视频分区并行计算的方法，显著提高了背景建模的整体运算效率。
-
公开(公告)号：CN110866460A
公开(公告)日：2020-03-06
申请号：CN201911032762.9
申请日：2019-10-28
Applicant: 衢州学院
Abstract: 本发明提供了一种复杂场景视频中特定目标区域的侦测方法和装置，该方法和装置综合利用复杂场景视频中的颜色、纹理和动态性等不同时空信息构建视频场景区域类型描述器，以此对特定目标区域进行侦测和确定，该视频场景区域类型描述器各个信息通道上的特征提取和计算方法简单高效、实时性好，视频样本学习效率高，并可实现实时在线训练；此外，该方法和装置在计算视频场景区域类型描述器各通道的类型值时，还引入了并行计算的方法，显著地提高了方法的整体运算效率，从而克服了现有方法实施在复杂场景视频中对特定目标区域侦测时运算效率低、实时性差的问题。
-
Patent Agency Ranking
公开(公告)号：CN110827293A
公开(公告)日：2020-02-21
申请号：CN201911033545.1
申请日：2019-10-28
Applicant: 衢州学院
Abstract: 本发明提供了一种基于决策层融合的无色彩场景区域分割方法和装置，该方法和装置利用无色彩视频中不同图像帧中像素点的亮度特征值、纹理特征值、轮廓特征值和动态性特征值，并且对特征值维度和特征值值域进行约束，以及该对像素点的动态性的统计时间跨度进行限定以避免统计时间跨度过大而降低动态性统计准确性情况的发生，该方法和装置还解决了对无色彩视频进行场景区域分割是存在的准确性与运算效率低、甚至失效等问题。
-
公开(公告)号：CN110807783B
公开(公告)日：2023-07-18
申请号：CN201911033540.9
申请日：2019-10-28
Applicant: 衢州学院
IPC: G06T7/11 , G06V10/80 , G06V10/44 , G06V10/762
Abstract: 本发明公开了一种面向无彩色长视频的高效视场区域分割方法及装置，用以用于对无彩色长视频进行高效视场区域分割。所述方法包括：计算视频中每个像素点的复合纹理特征值；计算视频中每个像素点的综合轮廓特征值；计算视频中每个像素点的近期动态性特征值；将视频中每个像素点的亮度特征值、复合纹理特征值、综合轮廓特征值和近期动态性特征值融合，得到该像素点的综合视觉特征向量；对每幅视频帧中所有像素点的综合视觉特征向量进行聚类分析，将同类像素点归入同一区域，完成视场区域分割。该方法适用于处理时间跨度大的无彩色长视频，计算效率高、准确性高。
-
公开(公告)号：CN110910398B
公开(公告)日：2021-07-20
申请号：CN201911032637.8
申请日：2019-10-28
Applicant: 衢州学院
Abstract: 本发明提供了一种基于决策层融合的视频复杂场景区域分割方法和装置，该方法和装置综合利用视频的不同图像帧中像素点的色调特征值、纹理特征值和动态性特征值，并且对特征值维度和特征值值域进行约束，以及该对像素点的动态性的统计时间跨度进行限定以避免统计时间跨度过大而降低动态性统计准确性情况的发生，该方法和装置还采用基于决策层而非特征层的融合策略对关于不同特征值的场景区域分割处理结果进行处理，此外还引入并行计算模式同时获取色调特征值、复合纹理特征值和近期动态特征值，这样能够显著地提高其整体运算的效率，从而提高对视频复杂场景区域分割的有效性、正确性和运算效率。
-
公开(公告)号：CN110826445B
公开(公告)日：2021-04-23
申请号：CN201911032783.0
申请日：2019-10-28
Applicant: 衢州学院
Abstract: 本发明提供了一种无色彩场景视频中对特定目标区域的侦测方法和装置，该方法和装置综合利用无色彩视频中的亮度、纹理、轮廓和动态性等不同时空信息构建视频场景区域类型描述器，以此对特定目标区域进行侦测和确定，该视频场景区域类型描述器各个信息通道上的特征提取和计算方法简单高效、实时性好，视频样本学习效率高，并可实现实时在线训练；此外，该方法和装置在计算视频场景区域类型描述器各通道的类型值时，还引入了并行计算的方法，显著地提高了方法的整体运算效率，从而克服了现有方法实施在无色彩视频中对特定目标区域检测时运算效率低、实时性差，甚至会失效性的问题。
-
公开(公告)号：CN110910398A
公开(公告)日：2020-03-24
申请号：CN201911032637.8
申请日：2019-10-28
Applicant: 衢州学院
Abstract: 本发明提供了一种基于决策层融合的视频复杂场景区域分割方法和装置，该方法和装置综合利用视频的不同图像帧中像素点的色调特征值、纹理特征值和动态性特征值，并且对特征值维度和特征值值域进行约束，以及该对像素点的动态性的统计时间跨度进行限定以避免统计时间跨度过大而降低动态性统计准确性情况的发生，该方法和装置还采用基于决策层而非特征层的融合策略对关于不同特征值的场景区域分割处理结果进行处理，此外还引入并行计算模式同时获取色调特征值、复合纹理特征值和近期动态特征值，这样能够显著地提高其整体运算的效率，从而提高对视频复杂场景区域分割的有效性、正确性和运算效率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.026 seconds)
