-
公开(公告)号：CN107273873B
公开(公告)日：2019-09-17
申请号：CN201710572155.6
申请日：2017-07-13
摘要： 本发明提供基于不规则视频序列的行人重识别方法及系统，包括通过检测状态曲线中的稳定点，从视频序列提取多个连续的子序列，得到候选序列；利用稀疏表示求取每个子序列的重构误差，得到各子序列的噪声度量结果；根据各子序列的噪声度量结果，从候选序列中剔除噪声大于相应阈值的子序列，构成候选池；进行自适应权重的行人特征表示，得到基于视频序列的检索结果。本发明提升了不规则序列下行人重识别的性能，可广泛用于监控领域、视频分析以及其他多媒体应用，精度高，效果好，具有重要的市场价值。
-
公开(公告)号：CN107273873A
公开(公告)日：2017-10-20
申请号：CN201710572155.6
申请日：2017-07-13
摘要： 本发明提供基于不规则视频序列的行人重识别方法及系统，包括通过检测状态曲线中的稳定点，从视频序列提取多个连续的子序列，得到候选序列；利用稀疏表示求取每个子序列的重构误差，得到各子序列的噪声度量结果；根据各子序列的噪声度量结果，从候选序列中剔除噪声大于相应阈值的子序列，构成候选池；进行自适应权重的行人特征表示，得到基于视频序列的检索结果。本发明提升了不规则序列下行人重识别的性能，可广泛用于监控领域、视频分析以及其他多媒体应用，精度高，效果好，具有重要的市场价值。
-
公开(公告)号：CN117809337A
公开(公告)日：2024-04-02
申请号：CN202311855504.7
申请日：2023-12-29
申请人： 武汉大学
IPC分类号： G06V40/10 , G06V10/774 , G06V10/82 , G06V20/52
摘要： 一种低光照场景下针对行人检测器的隐藏攻击方法、装置、设备及计算机可读存储介质，包括：通过基于采集到的光效应图像对预置网络进行训练，生成光效应生成器；根据所述光效应生成器、获取到的预设低光照行人检测数据集和预设光效应属性掩码，获取所述预设低光照行人检测数据集中各个低光照行人图像的对抗样本；基于预设检测器，根据所述对抗样本，获取对应的人体位置信息；根据所述人体位置信息，获取最优的光效应掩码；预设光源生成器按照所述最优的光效应掩码进行隐藏攻击，解决了相关技术中存在的在弱光或低光照条件下，攻击性能往往会急剧下降，甚至丧失攻击性的技术问题，使攻击者有效地在低光照条件下逃避现实世界中智能监控摄像头的检测。
-
公开(公告)号：CN113204999A
公开(公告)日：2021-08-03
申请号：CN202110371682.7
申请日：2021-04-07
申请人： 武汉大学
摘要： 本发明公开了一种基于信息复用注意力机制的表情识别方法。本发明提出一种新的注意力模块，该注意力模块通过信息复用减少了生成注意图过程中信息的损耗，使得生成的注意图蕴含更多的有用信息，以帮助提取到更加有效的表情特征。对于提出的信息复用注意力模块，首先，将当前卷积层输出的特征图和前一层卷积层输出的特征图在通道方向上进行连接；然后将连接后的特征图输入到另一个卷积层中，输出和当前卷积层特征图尺寸一样的注意图；最后将注意图和当前卷积层的特征图进行逐元素乘并输入到Sigmoid函数中，输出的结果就是经过注意图修饰的特征图。本发明通过实验证明了该方法的有效性，相较其他先进的复杂条件表情识别方法有较大提升。
-
公开(公告)号：CN112784783A
公开(公告)日：2021-05-11
申请号：CN202110122521.4
申请日：2021-01-28
申请人： 武汉大学
摘要： 本发明提供了一种基于虚拟样本的行人重识别方法，包括以下步骤：获取游戏引擎生成的虚拟人物进行预处理后通过多因素变分生成网络融合目标数据集的背景和真实人物姿态生成得到一批带有人物标签的虚拟样本；根据光照情况对生成的虚拟样本进行渲染；根据人物属性对渲染后的虚拟样本进行抽样；根据抽样得到的虚拟样本构造训练数据集对行人重识别模型进行训练，并对训练得到的模型进行识别效果验证。本发明通过集翻译‑渲染‑抽样于一体的虚拟图像生成框架尽可能拉近虚拟图像与真实图像之间的分布以生成一批虚拟样本，并进行行人重识别模型训练，可以切实有效地应用于真实场景下的行人数据集，实现在隐私保护下学习到有效的行人重识别模型。
-
公开(公告)号：CN105224937B
公开(公告)日：2018-04-20
申请号：CN201510777182.8
申请日：2015-11-13
申请人： 武汉大学
IPC分类号： G06K9/00
摘要： 本发明公开了一种基于人体部件位置约束的细粒度语义色彩行人重识别方法，属于监控视频检索技术领域，本发明通过引入细粒度色彩表示和人体部件位置约束关系实现对基于语义色彩的行人重识别效果的提升。首先将图像检索中的词袋模型（BOW）与语义颜色特征表示方法结合，从而细化色彩区间，增加色彩种类，本发明称之为细粒度色彩模型。其次在细粒度色彩表示模型中引入三种细化的人体位置约束，分别是位置权重，上下约束以及漂移矫正，主要通过三种形式实现：高斯模板、划分为水平条纹、通过滑动窗形成重叠水平条纹。每一步的有效性都在VIPeR和CUHK数据集上得到了有效证明。同时表明语义特征是对视觉特征的一个很好的补充，并能进一步提升行人重识别效果。
-
公开(公告)号：CN104715071A
公开(公告)日：2015-06-17
申请号：CN201510153983.7
申请日：2015-04-02
申请人： 武汉大学
摘要： 本发明公开了一种基于不完整文本描述的特定行人检索方法，主要思想是把用户不完整的文本描述转化为一个属性向量，然后采用一种属性完善的算法来丰富这个属性向量的描述能力。在检索阶段，基于完善后的属性向量的检索过程被分为成对的两个流程：离线处理和在线处理。对于离线处理，需要训练几个属性分类器来检测库中图片的属性；另外，还应从属性向量中学习一个距离度量标准。对于在线处理，首先采用线性稀疏重建方法来完善用户提供的属性，然后将离线学习得到的距离度量标准运用到完善后的属性向量中。实验证明，本发明的方法在两个具有代表性的数据集上获得了优越的性能。
-
公开(公告)号：CN104298992A
公开(公告)日：2015-01-21
申请号：CN201410541165.X
申请日：2014-10-14
申请人： 武汉大学
CPC分类号： G06K9/4647 , G06K9/4652
摘要： 本发明公开了一种基于数据驱动的自适应尺度行人重识别方法，首先采用稀疏表示的方法获得查询行人和待测行人间的跨域的支撑一致性，然后采用K近邻的方法获得查询行人和待测行人间的跨域的投影一致性，最后综合跨域的支撑一致性因子和跨域的投影一致性因子来计算行人对之间的距离。本发明通过再次利用训练数据在不同视角下的一致性来自适应地调节尺度，可以提高现有算法的性能，获得更准确的行人重识别结果。
-
公开(公告)号：CN103793721A
公开(公告)日：2014-05-14
申请号：CN201410076028.3
申请日：2014-03-04
申请人： 武汉大学
IPC分类号： G06K9/66
摘要： 本发明提供一种基于区域相关反馈的行人重识别方法及系统，进行初次查询匹配和反馈样本收集，选取不相关图像作为反馈样本并标记类型；确定近邻集合、区域权重调整和特征权重调整；进行特征表达和距离度量，得到查询匹配结果；查询匹配结果，如果符合要求则输出结果，如果不符合要求，则返回进行迭代更新反馈样本，直到符合要求。本发明提出的基于区域相关反馈的技术，是充分了利用行人图像的局部特征信息，从局部特征出发，结合其他信息实时动态地调整局部特征权重，并结合传统行人重识别方法最终实现准确快速地找出并成功匹配目标嫌疑人。
-
-
-
-
-
-
-
-
-
搜索结果
63 条记录 (耗时 0.068 秒)
