-
公开(公告)号：CN110991361A
公开(公告)日：2020-04-10
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：CN104616026B
公开(公告)日：2017-12-12
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：CN105741322A
公开(公告)日：2016-07-06
申请号：CN201610072608.4
申请日：2016-02-01
Applicant: 衢州学院
Abstract: 本发明公开了一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。
-
Patent Agency Ranking
-
公开(公告)号：CN111047654A
公开(公告)日：2020-04-21
申请号：CN201911242912.9
申请日：2019-12-06
Applicant: 衢州学院
Abstract: 本发明公开了一种基于色彩信息的高清高速视频背景建模方法，用于解决现有技术中不能利用彩色信息、运算效率低、实时性不足、精度衰减快等问题。所述方法包括：将目标视频的颜色空间转换为HIS颜色空间；按预定分割规则将HSI颜色空间的目标视频的视频场景划分为预定数量个子区域；构建每个子区域的多模态实时背景模型。本发明对场景中复杂动态性的描述更准确，实时性强，运算效率高。
-
公开(公告)号：CN111028262A
公开(公告)日：2020-04-17
申请号：CN201911244258.5
申请日：2019-12-06
Applicant: 衢州学院
Abstract: 本发明公开了一种多通道复合的高清高速视频背景建模方法，用于解决现有的高分辨率视频的高效背景建模方法运算效率低、实时性不足等问题。所述方法包括：按预定分割规则将视频场景划分为预定数量个子区域；从同一视频场景对应的高清高速连续视频集中，选取第k帧到第n帧的一段连续视频，作为背景建模的视频训练样本；其中，k和n均为正整数；根据所述视频训练样本，分别构建每个子区域在R、G、B通道上的背景模型。该方法运算效率高、实时性强、精度衰减慢，准确性高。
-
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。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.015 seconds)
