公开(公告)号：CN112802054B

公开(公告)日：2023-09-01

申请号：CN202110152658.4

申请日：2021-02-04

Applicant: 重庆大学

Inventor： 黄晟 ,  王磊 ,  谭会辛 ,  徐嘉志 ,  张小先 ,  张译 ,  洪明坚 ,  葛永新 ,  徐玲 ,  张小洪

IPC: G06T7/215 ,  G06T7/194 ,  G06T7/155 ,  G06V10/762

Abstract: 本发明涉及一种从序列图像或视频流中将运动物体从背景中分离出来的前景检测方法和系统，具体是涉及一种融合图像分割的混合高斯模型前景检测方法。首先，接受一个待检测视频作为数据输入；将此待检测视频作为一个视频图像帧序列，针对视频图像帧序列上的每个视频图像帧进行超像素分割，每个视频图像帧的构成元素由原来的像素转变为超像素；对超像素构成的视频图像帧序列进行混合高斯模型处理，使得前景图像和背景图像进行分离；最后对前景图像进行形态学后处理，输出需要的前景图像序列。

公开(公告)号：CN118135557A

公开(公告)日：2024-06-04

申请号：CN202410317885.1

申请日：2024-03-20

Applicant: 重庆大学 ,  重庆市沙坪坝区人民医院

Inventor： 李由 ,  黄晟 ,  张译 ,  贺曦 ,  段然 ,  李珩 ,  王海林 ,  刘倍言 ,  石华展 ,  王小寒 ,  冉志川

IPC: G06V20/68 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及一种面向缺少训练样本场景的食物视觉识别方法，该方法使用对抗擦除策略自动发现图像中的成分并学习更全面的表示。该方法包括两个分类器，分别挖掘目标的不同区域。首先，使用一个分类器识别和擦除中间特征图上的局部判别区域。然后，将已擦除的特征输入到另一个分类器中，以发现有关目标的互补信息。此外，使用软标签而非成分标签来监督第二个分类器，从而减少由于样本中不可见的成分而引起的模型偏差。在两个基准数据集上进行了实验证明，包括Food‑101和VIREO Food‑172，并展示了RER相对于最先进的FSFR方法的更好性能。

公开(公告)号：CN112802054A

公开(公告)日：2021-05-14

申请号：CN202110152658.4

申请日：2021-02-04

Applicant: 重庆大学

Inventor： 黄晟 ,  王磊 ,  谭会辛 ,  徐嘉志 ,  张小先 ,  张译 ,  洪明坚 ,  葛永新 ,  徐玲 ,  张小洪

IPC: G06T7/215 ,  G06T7/194 ,  G06T7/155 ,  G06K9/62

Abstract: 本发明涉及一种从序列图像或视频流中将运动物体从背景中分离出来的前景检测方法和系统，具体是涉及一种融合图像分割的混合高斯模型前景检测方法。首先，接受一个待检测视频作为数据输入；将此待检测视频作为一个视频图像帧序列，针对视频图像帧序列上的每个视频图像帧进行超像素分割，每个视频图像帧的构成元素由原来的像素转变为超像素；对超像素构成的视频图像帧序列进行混合高斯模型处理，使得前景图像和背景图像进行分离；最后对前景图像进行形态学后处理，输出需要的前景图像序列。