-
公开(公告)号：CN111914778B
公开(公告)日：2023-12-26
申请号：CN202010790719.5
申请日：2020-08-07
Applicant: 重庆大学 , 重庆中科云从科技有限公司
IPC: G06V20/40 , G06V10/764 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06V40/20 , G06N3/0464 , G06N3/084 , G06N3/0895 , G06N3/048
Abstract: 本发明涉及一种基于弱监督学习的视频行为定位方法，建立深度特征增强和选择网络模型并进行训练，将一段待测试视频输入训练后的深度特征增强和选择网络模型，通过训练后的深度特征增强和选择网络模型预测分类分数和得到平均CAS；只检测预测得分大于预先设置好的阈值的CAS；通过线性插值使经过深度特征增强和选择网络模型后的待测视频长度还原为原始长度，然后，对平均CAS进行阈值运算，之后再进行膨胀操作，最后再获取行为实例的开始时间bi和结束时间ei，完成定位。本发明方法对弱监督行为定位具有有效性。
-
公开(公告)号：CN111914778A
公开(公告)日：2020-11-10
申请号：CN202010790719.5
申请日：2020-08-07
Applicant: 重庆大学 , 重庆中科云从科技有限公司
Abstract: 本发明涉及一种基于弱监督学习的视频行为定位方法，建立深度特征增强和选择网络模型并进行训练，将一段待测试视频输入训练后的深度特征增强和选择网络模型，通过训练后的深度特征增强和选择网络模型预测分类分数和得到平均CAS；只检测预测得分大于预先设置好的阈值的CAS；通过线性插值使经过深度特征增强和选择网络模型后的待测视频长度还原为原始长度，然后，对平均CAS进行阈值运算，之后再进行膨胀操作，最后再获取行为实例的开始时间bi和结束时间ei，完成定位。本发明方法对弱监督行为定位具有有效性。
-
公开(公告)号：CN111795970A
公开(公告)日：2020-10-20
申请号：CN202010676665.X
申请日：2020-07-14
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种不规则轮廓缺陷检测方法，属于机器视觉领域。该方法使用Canny算子提取图像边缘轮廓，对标准图像和工业采集图像的轮廓进行形状匹配，采用由粗到精的匹配方式，粗匹配阶段使用形状上下文(SC)，精匹配阶段使用迭代最近点算法(ICP)，最后将匹配、对准后的两轮廓分成N个小段，计算对应分段点集的改进后Hausdorff距离并构成距离向量，最终根据设计的距离阈值函数以及终止迭代条件得到产品轮廓缺陷部位。本发明可提高工业产品缺陷检测的精度与速度，同时可提升机器视觉在缺陷检测中的应用范围以及工业检测的效率。
-
公开(公告)号：CN111795970B
公开(公告)日：2023-04-14
申请号：CN202010676665.X
申请日：2020-07-14
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种不规则轮廓缺陷检测方法，属于机器视觉领域。该方法使用Canny算子提取图像边缘轮廓，对标准图像和工业采集图像的轮廓进行形状匹配，采用由粗到精的匹配方式，粗匹配阶段使用形状上下文(SC)，精匹配阶段使用迭代最近点算法(ICP)，最后将匹配、对准后的两轮廓分成N个小段，计算对应分段点集的改进后Hausdorff距离并构成距离向量，最终根据设计的距离阈值函数以及终止迭代条件得到产品轮廓缺陷部位。本发明可提高工业产品缺陷检测的精度与速度，同时可提升机器视觉在缺陷检测中的应用范围以及工业检测的效率。
-
-
-
Search Results
4
records
(took 0.042 seconds)
