公开(公告)号：CN115205739B

公开(公告)日：2023-11-28

申请号：CN202210788338.2

申请日：2022-07-06

Applicant: 中山大学·深圳 ,  中山大学

Inventor： 金枝 ,  罗经周 ,  王晨曦 ,  伍鸿俊 ,  齐浩然 ,  黎以宁

IPC: G06V20/40 ,  G06V10/34 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于半监督学习的低光照视频行为识别方法及系统，方法包括：获取正常光照源视频和低光照源视频；分别进行像素级别域适应、弱增广和帧混合处理得到第一视频序列和第二视频序列；将第一视频序列和第二视频序列作为模型输入，使用真实标签来约束第一视频序列的模型预测结果；对正常光照源视频中提取的特征和低光照源视频中提取的特征进行特征级别域适应；对弱增广和帧混合处理后的视频序列的预测结果进行一致性训练，得到目标模型；将待识别视频序列输入目标模型，生成待识别视频序列对应的预测标签结果。本发明的识别准确率高，能够有效提升在正常光照视频与低光(56)对比文件M. Esat Kalfaoglu et al.Late TemporalModeling in 3D CNN Architectures withBERT for Action Recognition《.arXiv:2008.01232v3》.2020,第1-19页.

公开(公告)号：CN115205739A

公开(公告)日：2022-10-18

申请号：CN202210788338.2

申请日：2022-07-06

Applicant: 中山大学·深圳 ,  中山大学

Inventor： 金枝 ,  罗经周 ,  王晨曦 ,  伍鸿俊 ,  齐浩然 ,  黎以宁

IPC: G06V20/40 ,  G06V10/34 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开了一种基于半监督学习的低光照视频行为识别方法及系统，方法包括：获取正常光照源视频和低光照源视频；分别进行像素级别域适应、弱增广和帧混合处理得到第一视频序列和第二视频序列；将第一视频序列和第二视频序列作为模型输入，使用真实标签来约束第一视频序列的模型预测结果；对正常光照源视频中提取的特征和低光照源视频中提取的特征进行特征级别域适应；对弱增广和帧混合处理后的视频序列的预测结果进行一致性训练，得到目标模型；将待识别视频序列输入目标模型，生成待识别视频序列对应的预测标签结果。本发明的识别准确率高，能够有效提升在正常光照视频与低光照视频之间的鲁棒泛化能力，可广泛应用于人工智能技术领域。

公开(公告)号：CN117495748A

公开(公告)日：2024-02-02

申请号：CN202311525505.5

申请日：2023-11-15

Applicant: 中山大学

Inventor： 金枝 ,  伍鸿俊 ,  王晨曦

IPC: G06T5/90 ,  G06T7/11 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/098

Abstract: 本发明公开了一种基于信息分治的图像增强方法、计算机装置和存储介质，本发明包括将待处理图像分解成多个图像块，使用基于图像块灰度共生矩阵熵的图像块分类算法，分别对各图像块进行分类，获得类别标签，基于早退机制，分别根据各类别标签对各图像块进行增强，获得各图像块各自对应的增强特征信息，基于特征跳跃连接，对各增强特征信息进行聚合，获得增强结果图像等步骤。本发明使用信息分治策略，通过使用基于灰度共生矩阵熵的图像块分类算法，根据图像块信息量将其分为多类，并在早退机制的引导下，使用不同复杂度的网络结构对不同信息量的图像块进行对应增强，实现拥有良好的性能的同时保证了模型的低计算量。本发明应用于图像处理技术领域。