-
公开(公告)号：CN113255646A
公开(公告)日：2021-08-13
申请号：CN202110612702.5
申请日：2021-06-02
Applicant: 北京理工大学
Abstract: 本发明涉及一种实时场景文本检测方法，属于计算机视觉处理技术领域。首先提取当前自然场景图像的特征。然后采用交叉池化注意力方式，对深层特征的权重进行重新分配。之后对不同尺度的特征自下而上进行融合，将不同尺度特征进行合并。使用特征分块Transformer编码器处理文本多样性。分割出文本实例的“核”，从文本“核”中构建文本实例。本方法，仅需要少量的计算量即可增强骨架网络的特征表示能力。首次提出引用Transformer编码器结构并对其进行修改，得到特征分块Transformer编码器以处理文本多样性问题，对模型性能有较大的提升。本方法在满足实时性的前提下，性能领先于现有的实时场景文本检测方法，在实时性与精度之间实现了更好的平衡。
-
公开(公告)号：CN110866938A
公开(公告)日：2020-03-06
申请号：CN201911147521.9
申请日：2019-11-21
Applicant: 北京理工大学
Abstract: 本发明提出了一种全自动视频运动目标分割方法，属于计算机视觉处理技术领域。本方法旨在提取视频中运动物体的精确区域，将其与背景进行分离，是实现视频编辑、视频内容表示的重要环节。通过使用双流网络同时提取视频帧信息和运动信息，通过相邻帧运动信息获得的粗糙的结果，指导视频帧的分割。本发明方法，相比于现有的技术，充分挖掘了运动信息，在使用注意力机制充分利用运动信息的同时节省了空间的消耗，精度高。
-
公开(公告)号：CN113255646B
公开(公告)日：2022-10-18
申请号：CN202110612702.5
申请日：2021-06-02
Applicant: 北京理工大学
Abstract: 本发明涉及一种实时场景文本检测方法，属于计算机视觉处理技术领域。首先提取当前自然场景图像的特征。然后采用交叉池化注意力方式，对深层特征的权重进行重新分配。之后对不同尺度的特征自下而上进行融合，将不同尺度特征进行合并。使用特征分块Transformer编码器处理文本多样性。分割出文本实例的“核”，从文本“核”中构建文本实例。本方法，仅需要少量的计算量即可增强骨架网络的特征表示能力。首次提出引用Transformer编码器结构并对其进行修改，得到特征分块Transformer编码器以处理文本多样性问题，对模型性能有较大的提升。本方法在满足实时性的前提下，性能领先于现有的实时场景文本检测方法，在实时性与精度之间实现了更好的平衡。
-
公开(公告)号：CN110866938B
公开(公告)日：2021-04-27
申请号：CN201911147521.9
申请日：2019-11-21
Applicant: 北京理工大学
Abstract: 本发明提出了一种全自动视频运动目标分割方法，属于计算机视觉处理技术领域。本方法旨在提取视频中运动物体的精确区域，将其与背景进行分离，是实现视频编辑、视频内容表示的重要环节。通过使用双流网络同时提取视频帧信息和运动信息，通过相邻帧运动信息获得的粗糙的结果，指导视频帧的分割。本发明方法，相比于现有的技术，充分挖掘了运动信息，在使用注意力机制充分利用运动信息的同时节省了空间的消耗，精度高。
-
-
-
Search Results
4
records
(took 0.033 seconds)
