-
公开(公告)号：CN111327949A
公开(公告)日：2020-06-23
申请号：CN202010129341.4
申请日：2020-02-28
Applicant: 华侨大学
Abstract: 本发明公开了一种视频的时序动作检测方法、装置、设备及计算机存储介质，方法包括：对视频进行特征提取，以获得视频特征向量；将所述视频特征向量输入至时序概率卷积神经网络中，以获得时序点概率分数；去除所述时序点概率分数的冗余时序点，以获得第一开始时序点和第一结束时序点；根据所述第一开始时序点和第一结束时序点，生成初始时序动作提名；根据初始时序动作提名，以获得时序动作提名的评价分数；根据时序动作提名的评价分数对时序提名进行分类，以完成视频的时序动作检测。本发明解决了现有技术视觉特征表达力不足的问题，以及提高时序动作检测准确度。
-
公开(公告)号：CN108416258B
公开(公告)日：2020-05-08
申请号：CN201810064176.1
申请日：2018-01-23
Applicant: 华侨大学
Abstract: 本发明提供一种基于人体部位模型的多人体跟踪方法，涉及视频监控技术领域。其包括：获取图像数据，提取其中每个人的人体部位模型并计算颜色特征，得到每个人的部位特征集，集合得到多人体部位特征集列表。然后计算当前帧获得的每个人的部位特征集与上一帧获得的多人体部位特征集列表中每个人的相似度，得到匹配矩阵。再根据匹配矩阵，计算当前帧获得的每个人对上一帧获得的每个人的相似置信度，根据相似度和相似置信度对当前帧获得的目标与上一帧的目标进行匹配，得到跟踪结果。通过该方法能够准确将当前帧的检测目标匹配到上一帧的位置并发现新目标，有效解决多人体跟踪过程中由于人体形变引起的特征差异，导致跟踪失败的问题。
-
公开(公告)号：CN108764005A
公开(公告)日：2018-11-06
申请号：CN201810095942.0
申请日：2018-01-31
Applicant: 华侨大学
CPC classification number: G06K9/0063 , G06K2009/00644 , G06K2009/4657 , G06N3/0454 , G06N3/08
Abstract: 本发明属于图像处理技术领域，公开了一种高光谱遥感图像地物空间波谱特征提取方法及系统，通过辅助分类器生成式对抗网络训练提取波谱特征；通过波段选择并从被选波段提取具有旋转不变的空间纹理特征；通过波谱特征和空间纹理特征的拼接形成地物空间波谱特征。同时公开一种采用上述地物空间波谱特征的、基于卷积神经网络的高光谱遥感图像分类系统。本发明验证了本发明公开的地物空间波谱特征提取技术不仅能更好的表征地物信息，还能以较少的标记数据集获得较高的分类准确率。
-
公开(公告)号：CN107066583A
公开(公告)日：2017-08-18
申请号：CN201710243764.7
申请日：2017-04-14
Applicant: 华侨大学
CPC classification number: G06F17/30705 , G06K9/6256 , G06K9/6269
Abstract: 本发明提供一种基于紧凑双线性融合的图文跨模态情感分类方法，包括如下6个步骤：(1)图像特征表示的提取；(2)文本特征表示的提取；(3)软注意力图的生成；(4)图像注意力特征表示的生成；(5)多模态紧凑双线性融合算法融合图像注意力特征表示和文本特征表示；(6)图文情感分类。本发明方法中软注意力图和多模态紧凑双线性融合算法的使用，能够有效提高情感分类的准确率。
-
-
-
Search Results
84
records
(took 0.022 seconds)
