-
公开(公告)号：CN105227907B
公开(公告)日：2018-07-27
申请号：CN201510548355.9
申请日：2015-08-31
Applicant: 电子科技大学
Abstract: 本发明提供种基于视频的无监督异常事件实时检测方法。本发明为了减少帧间特征点的数量,同时降低计算特征点的复杂度,采用间隔的方法检测特征点,即将视频分段,首帧检测特征点,后续只需进行跟踪。跟踪方法计算量相对较少,这样极大地降低了计算复杂度。在段视频结束后,再重新检测特征点。得到每个视频段的特征点后,提取运动特征点的方向、速度和位置直方图串联起来作为视频段的特征,接着对这些特征进行高斯混合建模,并实时更新,得到异常事件的概率,进而判断是否有异常事件发生从而进行异常事件实时检测。
-
公开(公告)号：CN105227907A
公开(公告)日：2016-01-06
申请号：CN201510548355.9
申请日：2015-08-31
Applicant: 电子科技大学
Abstract: 本发明提供一种基于视频的无监督异常事件实时检测方法。本发明为了减少帧间特征点的数量，同时降低计算特征点的复杂度，采用间隔的方法检测特征点，即将视频分段，首帧检测特征点，后续只需进行跟踪。跟踪方法计算量相对较少，这样极大地降低了计算复杂度。在一段视频结束后，再重新检测特征点。得到每一个视频段的特征点后，提取运动特征点的方向、速度和位置直方图串联起来作为视频段的特征，接着对这些特征进行高斯混合建模，并实时更新，得到异常事件的概率，进而判断是否有异常事件发生从而进行异常事件实时检测。
-
公开(公告)号：CN105118023B
公开(公告)日：2017-12-15
申请号：CN201510549372.4
申请日：2015-08-31
Applicant: 电子科技大学
IPC: G06T3/00
Abstract: 本发明公开了一种基于人脸特征点的实时视频人脸卡通化生成方法。本发明首先从输入视频选择一帧正面中性表情图像作为参考帧，对参考帧进行人脸卡通化处理并保存参考帧的卡通眼睛、卡通眉毛、卡通鼻子以及包含头发的面部轮廓的卡通面部轮廓；再基于视频帧的人脸特征点，提取参考帧与视频帧的人脸变化量并进行归一化处理，查找与参考帧的人脸变化量满足变化阈值的输入视频帧作为卡通视频的起始帧；基于参考帧的卡通图像对起始帧及起始帧的后续帧进行视频卡通生成。本发明用于实时视频的人脸卡通化生成，其有益效果是：生成的卡通视频效果较好，满足视频的实时要求，对操作环境要求简单。
-
公开(公告)号：CN105208402A
公开(公告)日：2015-12-30
申请号：CN201510549420.X
申请日：2015-08-31
Applicant: 电子科技大学
IPC: H04N21/234 , H04N21/44
CPC classification number: H04N21/23418 , H04N21/44008
Abstract: 本发明公开了一种基于运动对象与图像分析的视频帧复杂度测度方法，属于图像处理技术领域。本发明基于视频帧的运动目标特征点的运动矢量信息计算各视频帧的运动复杂度，再计算视频图像的灰度图的边缘比率、灰度一致性以及运动目标特征点的特征点集中度，由该三者的加权求和得到视频帧的图像复杂度，最后对运动复杂度和图像复杂度进行加权求和，得到视频帧复杂度。本发明用于视频的复杂度测度处理，能够有效地定量确定视频复杂度值，反映视频的特性，有利于视频分析等进一步操作。
-
公开(公告)号：CN105118023A
公开(公告)日：2015-12-02
申请号：CN201510549372.4
申请日：2015-08-31
Applicant: 电子科技大学
IPC: G06T3/00
CPC classification number: G06T3/0093
Abstract: 本发明公开了一种基于人脸特征点的实时视频人脸卡通化生成方法。本发明首先从输入视频选择一帧正面中性表情图像作为参考帧，对参考帧进行人脸卡通化处理并保存参考帧的卡通眼睛、卡通眉毛、卡通鼻子以及包含头发的面部轮廓的卡通面部轮廓；再基于视频帧的人脸特征点，提取参考帧与视频帧的人脸变化量并进行归一化处理，查找与参考帧的人脸变化量满足变化阈值的输入视频帧作为卡通视频的起始帧；基于参考帧的卡通图像对起始帧及起始帧的后续帧进行视频卡通生成。本发明用于实时视频的人脸卡通化生成，其有益效果是：生成的卡通视频效果较好，满足视频的实时要求，对操作环境要求简单。
-
Patent Agency Ranking
公开(公告)号：CN105160319A
公开(公告)日：2015-12-16
申请号：CN201510548541.2
申请日：2015-08-31
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00778
Abstract: 本发明提供一种在监控视频下实现行人再识别的方法。本发明只针对用去除背景的前景区域进行行人检测，可以有效地去除非行人区域，减少误差，行人匹配标准可以有效地对判断两个行人是否属于同一个行人进行反复验证，减少使用单一判断带来的误差。本发明的创新点在于，在匹配行人上，本文不只是行人特征训练分类器来判断行人对，还结合检测到的行人与行人图像库中每个行人每个状态下的所有结果，相比于传统的行人再识别方法的发明，对在监控视频下的应用具有更高的实时性和鲁棒性。本发明可以快速有效地对监控视频下的行人进行跟踪和多次匹配，能应用于同时监控多个摄像头的情况，识别出在多个摄像头中都出现过的行人。
-
公开(公告)号：CN105160317A
公开(公告)日：2015-12-16
申请号：CN201510547207.5
申请日：2015-08-31
Applicant: 电子科技大学
CPC classification number: G06K9/00778 , G06K9/6269
Abstract: 本发明提供一种基于区域分块行人性别识别方法。本发明首先检测图片中的行人，然后将所检测的行人按照一定的准则分为头部、上半身、下半身三个部分，分别提取各个部分的颜色特征、梯度直方图特征、边缘梯度特征，根据这些特征训练性别分类器，从而通过分类器识别行人的性别。本发明通过对行人服装、发型、轮廓的描述来识别行人的性别属性，相比现有的方法通过提取人脸特征识别，能够有效的避免画面中人物面部不清晰的所带来的挑战，基于提取行人全身特征的方法可以快速有效地识别监控画面等场景中的人物性别，针对不同的监控场景具有很高的鲁棒性。
-
公开(公告)号：CN105160319B
公开(公告)日：2018-10-16
申请号：CN201510548541.2
申请日：2015-08-31
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明提供一种在监控视频下实现行人再识别的方法。本发明只针对用去除背景的前景区域进行行人检测，可以有效地去除非行人区域，减少误差，行人匹配标准可以有效地对判断两个行人是否属于同一个行人进行反复验证，减少使用单一判断带来的误差。本发明的创新点在于，在匹配行人上，本文不只是行人特征训练分类器来判断行人对，还结合检测到的行人与行人图像库中每个行人每个状态下的所有结果，相比于传统的行人再识别方法的发明，对在监控视频下的应用具有更高的实时性和鲁棒性。本发明可以快速有效地对监控视频下的行人进行跟踪和多次匹配，能应用于同时监控多个摄像头的情况，识别出在多个摄像头中都出现过的行人。
-
公开(公告)号：CN105208402B
公开(公告)日：2017-12-15
申请号：CN201510549420.X
申请日：2015-08-31
Applicant: 电子科技大学
IPC: H04N21/234 , H04N21/44
Abstract: 本发明公开了一种基于运动对象与图像分析的视频帧复杂度测度方法，属于图像处理技术领域。本发明基于视频帧的运动目标特征点的运动矢量信息计算各视频帧的运动复杂度，再计算视频图像的灰度图的边缘比率、灰度一致性以及运动目标特征点的特征点集中度，由该三者的加权求和得到视频帧的图像复杂度，最后对运动复杂度和图像复杂度进行加权求和，得到视频帧复杂度。本发明用于视频的复杂度测度处理，能够有效地定量确定视频复杂度值，反映视频的特性，有利于视频分析等进一步操作。
-
公开(公告)号：CN105160317B
公开(公告)日：2019-02-15
申请号：CN201510547207.5
申请日：2015-08-31
Applicant: 电子科技大学
Abstract: 本发明提供一种基于区域分块行人性别识别方法。本发明首先检测图片中的行人，然后将所检测的行人按照一定的准则分为头部、上半身、下半身三个部分，分别提取各个部分的颜色特征、梯度直方图特征、边缘梯度特征，根据这些特征训练性别分类器，从而通过分类器识别行人的性别。本发明通过对行人服装、发型、轮廓的描述来识别行人的性别属性，相比现有的方法通过提取人脸特征识别，能够有效的避免画面中人物面部不清晰的所带来的挑战，基于提取行人全身特征的方法可以快速有效地识别监控画面等场景中的人物性别，针对不同的监控场景具有很高的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
