“视频序列分割”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果673406个，建议您升级VIP下载更多相关专利

[发明专利]一种数字水印的嵌入、检测和提取方法-CN201410814412.9有效
发明人：刘盾;唐学怡 -专利权人：成都索贝数码科技股份有限公司
申请日： 2014-12-23 - 公布日： 2015-04-01 - 主分类号： H04N19/467 文献下载
摘要：本发明公开了一种数字水印的嵌入、检测和提取方法，它包括数字水印嵌入步骤、数字水印检测步骤和数字水印提取步骤，数字水印嵌入步骤包括图像分割、小波变换、水印信息比特序列的嵌入和小波逆变换等子步骤，数字水印检测步骤包括图像分割、小波变换和相关系数计算等子步骤，数字水印提取步骤包括水印信息比特序列的检测、比特序列比特位的判断和比特序列比特位的统计等子步骤。本发明能够实现视频数据的数字水印的嵌入、检测和提取，可以用来为视频版权拥有者提供版权保护。
一种数字水印嵌入检测提取方法

[发明专利]一种基于非局部步态特征的多目标跟踪与识别方法-CN202210330483.6在审
发明人：陈志;王悦;岳文静;何丽;艾虎;周晨 -专利权人：南京邮电大学
申请日： 2022-03-31 - 公布日： 2022-07-08 - 主分类号： G06V20/40 文献下载
摘要：本发明公开一种基于非局部步态特征的多目标跟踪与识别方法，该发明首先获取一段步态视频序列，在分类定位分支和掩码预测分支检测分割视频序列；然后在跟踪分支采用实例标签划分法与匈牙利算法关联跟踪目标，获取所有目标的步态能量图本发明通过分类定位分支和掩码预测分支检测分割视频序列，有助于提升多目标分割的精度；通过实例标签划分法与匈牙利算法，有效实现不同帧之间目标的关联；通过改进的非局部分块网络，有助于提取细粒度的非局部特征。
一种基于局部步态特征多目标跟踪识别方法

[发明专利]一种实验动物行为学监测系统-CN201910897386.3在审
发明人：陈红平;魏俊;刘利龙 -专利权人：赣南医学院第一附属医院
申请日： 2019-09-23 - 公布日： 2019-11-15 - 主分类号： A01K1/03 文献下载
摘要：本发明公开了一种实验动物行为学监测系统，包括有老鼠笼和固定安装于老鼠笼正上方的摄像头，所述摄像头电性连接有控制器，所述控制器的内部固定设置有视频解码芯片、FPGA主板和FPGA数据处理芯片；所述摄像头进行视频采集，所述视频解码芯片对摄像头采集的视频进行格式转换，所述FPGA主板对视频数据生成图像序列，所述FPGA数据处理芯片进行背景模型的提取，以及进行动物目标检测，所述FPGA数据处理芯片建立动物运动序列，并从物运动序列中进行特征提取，根据提取的特征进行视频的分割，对分割的视频进行动作识别和动作分类，本发明涉及动物行为学技术领域。
数据处理芯片摄像头视频解码芯片动物行为学视频控制器老鼠笼对视频数据摄像头采集背景模型电性连接动物目标动物运动动作分类动作识别格式转换监测系统内部固定生成图像实验动物视频采集特征提取运动序列行为学分割观察检测

[发明专利]基于深度学习的脊柱退行性病变智能康复辅助训练系统-CN202111295019.X在审
发明人：路红;沈梦琦;杨博弘;任浩然;张文强;李伟 -专利权人：复旦大学
申请日： 2021-11-03 - 公布日： 2022-02-25 - 主分类号： G06V20/40 文献下载
摘要：本发明系统包括基于深度学习的中医导引术视频实时分类模块和基于人体骨架表示的视频序列划分与评估模块；前者通过获取二维人体骨架数据，作为学习模型的训练数据，进行深度学习训练，得到泛化的深度学习模型；最后得到实时帧分类结果；后者根据帧分类结果，对相同类别的骨架序列进行分割与实时纠错，将分割好的序列段与相应类别专家组视频骨架序列段进行序列对比评分。
基于深度学习脊柱退行性病变智能康复辅助训练系统

[发明专利]一种基于轮廓梯度的目标跟踪方法-CN201611239192.7有效
发明人：李波;左春婷;蔡宇;黄艳金 -专利权人：中林信达（北京）科技信息有限责任公司
申请日： 2016-12-28 - 公布日： 2020-09-25 - 主分类号： G06K9/00 文献下载
摘要：本发明具体公开一种基于轮廓梯度的目标跟踪方法,通过从输入的视频或图像序列的初始帧中分割候选目标，并提取出参考图像；提取参考图像轮廓作为标准特征模板，并进行尺度、角度变换，得到多尺度多角度模板序列；输入视频或图像序列的下一帧，提取该目标图像的梯度特征；将多尺度多角度模板序列在目标图像的特征图像上进行步长为1的滑动窗口扫描，并计算两者匹配的相似度；根据匹配位置、尺度因子、角度因子等信息，在目标图像中分割出目标所在的子区域作为下一次检测的参考图像进行更新；直至视频或图像序列所有帧检测完毕。
一种基于轮廓梯度目标跟踪方法

[发明专利]基于改进遗传算法的阈值图像分割方法-CN201410622532.9在审
发明人：蒋俊 -专利权人：南通录万电子有限公司
申请日： 2015-03-23 - 公布日： 2016-11-23 - 主分类号： G06T7/00 文献下载
摘要：一种交通视频图像智能化分割方法，涉及图像处理和目标检测技术领域。通过构造阈值图像分割代价函数，对系统中的参数进行设定，如每秒采集图象的帧数，图象二值化的门限值（阈值）。将视频图象按序列连续捕捉下来并数字化，存入内存或帧缓存中将这些采集到的序列数字图像进行预处理（滤波除噪,图象锐化,对比度增强）对预处理后的图像进行图象分割，并对分割后的目标图象进行特征提取。本发明采用了改进的遗传算法对阈值进行优化计算，得到最佳阈值，从而根据最优阈值进行阈值法图像分割，完成目标图像智能化分割，有优良的实用价值。
基于改进遗传算法阈值图像分割方法

[发明专利]一种人手装配技能解析的方法及系统-CN202110781876.4在审
发明人：楚中毅;高正阳;刘沛;康增信 -专利权人：北京航空航天大学
申请日： 2021-07-09 - 公布日： 2021-10-22 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：采集人手装配动作演示过程中的视频特征以及指尖力特征；根据所述视频特征构建装配场景图，并利用图网络模型提取所述装配场景图的空间特征；利用时间卷积网络提取连续的所述空间特征的全局时间信息，确定所述人手装配动作演示过程中的时空特征；在提取所述时空特征的同时，利用长短期记忆网络模型，根据所述指尖力特征确定分割点特征；将所述空间特征以及所述分割点特征进行空间‑分割点特征池化，确定空间‑分割点特征；对所述时空特征以及所述空间‑分割点特征进行加权融合，确定基元动作序列。本发明能够得到平滑无毛刺的基元动作序列，且能够精确地识别装配动作的分割点信息。
一种人手装配技能解析方法系统

[发明专利]一种视频帧序列的处理方法及装置-CN201811037225.9有效
发明人：毛锋;吴翔 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-09-06 - 公布日： 2023-06-16 - 主分类号： G06V20/40 文献下载
摘要：本申请公开了一种视频帧序列的处理方法及装置。其中视频帧序列的处理方法，包括：获取待处理的视频帧序列；将所述视频帧序列进行镜头分割，获取镜头帧序列；以所述镜头帧序列中的每一帧作为第一节点，根据所述镜头帧序列的帧间相似度连接第一节点，构建所述镜头帧序列的图；针对所述图中的第一节点执行卷积计算和池化计算，获取第二节点的第一特征向量和第一拓扑结构，所述第二节点通过针对所述第一节点执行卷积计算获得；根据所述第一特征向量和第一拓扑结构，获取由所述视频帧序列组成的第一视频在镜头层的第一特征表达采用本申请提供的方法，解决了现有视频建模技术中，无法对复杂视频进行建模，而且对时长较长的视频建模效果不好的问题。
一种视频序列处理方法装置

[发明专利]一种基于多层GAN的VVC环路滤波方法及系统-CN202011104015.4有效
发明人：申兆岩;刘继刚;张辉;马亮;郎铁山 -专利权人：山东大学;山东乾云启创信息科技股份有限公司;山东可信云信息技术研究院;中安可信（青岛）网络科技有限公司
申请日： 2020-10-15 - 公布日： 2021-09-24 - 主分类号： H04N19/82 文献下载
摘要：本发明提供了一种基于多层GAN的VVC环路滤波方法及系统，构建滤波模型，所述滤波模型包括多层GAN模型，每个GAN模型负责捕获不同尺度下的图像分布；导入其他方式滤波后的视频流文件和原始视频文件的关键帧组作为训练数据，作为各层GAN模型的输入，利用它们之间的像素差来训练滤波模型；将训练好的滤波模型嵌入VVC环路，将视频序列分割为若干个小的图像组，利用嵌入的滤波模型对分割后的视频序列进行滤波处理；本发明减少了环路滤波带来的开销
一种基于多层 gan vvc 环路滤波方法系统

[发明专利]基于自适应3D卷积的屏幕视频质量评价方法及装置-CN202210975931.8在审
发明人：曾焕强;黄海靓;陈婧;朱建清;施一帆;黄德天 -专利权人：华侨大学
申请日： 2022-08-15 - 公布日： 2022-12-02 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于自适应3D卷积的屏幕视频质量评价方法及装置，获取屏幕视频，基于局部视频活动度Γ(Px,y,t)对屏幕视频进行自适应分割，得到屏幕视频序列集合，屏幕视频包括参考屏幕视频和失真屏幕视频，屏幕视频序列集合包括参考屏幕视频序列集合和失真屏幕视频序列集合；通过3D卷积神经网络分别提取参考屏幕视频序列集合的参考时空卷积特征STr以及失真屏幕视频序列集合的失真时空卷积特征STd；采用双尺度卷积神经网络对参考时空卷积特征STr和失真时空卷积特征STd实现双通道时空特征融合，计算得到失真屏幕视频的质量评价分数。着重于考虑人眼视觉系统特性及屏幕视频本质信息，模拟人类视觉系统的多通道视觉处理过程，从不同角度实现对失真屏幕视频的质量预测。
基于自适应卷积屏幕视频质量评价方法装置

[发明专利]基于双向跟踪和特征点修正的平面视频转立体视频的方法-CN200810111773.1无效
发明人：戴琼海;尤志翔;邵航 -专利权人：清华大学
申请日： 2008-05-16 - 公布日： 2008-10-15 - 主分类号： H04N13/00 文献下载
摘要：本发明涉及基于双向跟踪和特征点修正的平面视频转立体视频的方法，属于计算机多媒体技术领域。该方法包括将整个平面视频序列划分成内容相关的子序列；指定一帧作为关键帧；对关键帧进行前景物体分割，并提取对应的深度图及轮廓特征点；进行双向跟踪得到非关键帧的轮廓特征点；去除不满足运动一致性准则的轮廓特征点；将非关键帧轮廓特征点集合中每一个轮廓特征点的位置调整到对应前景物体的轮廓上，得到该视频子序列每一非关键帧对应的轮廓特征点集合，并恢复非关键帧前景物体轮廓，进而得到原平面视频序列的深度图序列；最后得到原平面视频序列对应的立体视频序列本发明基于关键帧，获取高精度视频序列深度图，很好地实现平面视频转立体视频。
基于双向跟踪特征修正平面视频立体方法

[发明专利]基于实时人机对话的平面视频转立体视频的方法-CN200810111774.6有效
发明人：戴琼海;尤志翔;刘继明 -专利权人：清华大学
申请日： 2008-05-16 - 公布日： 2008-10-15 - 主分类号： H04N13/00 文献下载
摘要：本发明涉及基于实时人机对话的平面视频转立体视频的方法，属于计算机多媒体技术领域，该方法包括：计算机将整个视频序列划分成内容相关的子序列；用户指定每个子序列中任意一帧作为关键帧；计算机对所有平面视频帧进行滤波，增强图像边缘信息，锐化视频帧前景物体的边缘；对关键帧和非关键帧的进行前景物体分割，并提取轮廓曲线和深度图，直到生成原平面视频序列所有帧对应的深度图序列；再利用平滑后的深度图序列渲染生成每一时刻所对应的多个视角的视图，并合成立体视频帧；将各个时刻的立体视频帧组成立体视频序列。本发明基于实时人机对话，可以得到每一帧的精确深度图，从而很好地实现平面视频转立体视频，最终得到效果较好的立体视频。
基于实时人机对话平面视频立体方法

[发明专利]一种基于关键帧检测和语义部件分割的条斑鲨运动行为分析方法及系统-CN202011412806.3有效
发明人：刘斌;张宁;王凯歌;李晓蒙;黄圆圆;翟慧莹 -专利权人：燕山大学
申请日： 2020-12-04 - 公布日： 2022-08-19 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种基于关键帧检测和语义部件分割的条斑鲨运动行为分析方法及系统，该方法包括采集鱼体视频，抽取鱼体的运动子图序列；基于关键帧算法，对一个时段鱼体的运动子图序列进行检测，得到运动鱼体的关键帧子图序列；将关键帧子图序列输入到语义分割网络模型中，在模型中对鱼体部件做分割处理，输出具有语义信息的子图序列；对输出的具有语义信息的子图序列进行处理，得到鱼的体态朝向角度值，并映射到二维空间；分析体态朝向角度作为判据本发明利用视频分析技术，监测鱼体动作变化，为进一步实现自动化水产养殖，监测鱼体异常行为，实现早期预警，避免大规模病死提供了有效途径。
一种基于关键检测语义部件分割条斑鲨运动行为分析方法系统

[发明专利]用于检测视频序列异常段落的电子装置及其方法-CN201110395987.8有效
发明人：锺依华;翁世芳;陆欣;张玉勇 -专利权人：富泰华工业（深圳）有限公司;鸿海精密工业股份有限公司
申请日： 2011-12-02 - 公布日： 2017-07-21 - 主分类号： G06T7/246 文献下载
摘要：一种用于检测视频序列异常段落的电子装置，包括分割单元，用于将一数字信号的视频段落分割为包含独立事件的多个子视频段落；特征信息提取单元，用于分别提取每一子视频段落中颜色变化特征、运动变化特征及背景信息变化特征；用于计算包括多个子视频段落的整个视频段落的每种变化特征的变化特征均值，进一步得出每种变化特征与该种变化特征均值的变化距离，并将该每种变化距离归一化；异常性度量模块，用于计算每一段视频段落中背景变化率并确定权重系数大小；最后计算子视频段落中的异常因子并判断异常因子大小，根据异常因子比较结果输出异常子视频段落。本发明还提供一种视频序列异常段落检测的方法。
用于检测视频序列异常段落电子装置及其方法

[发明专利]一种基于损失函数的视频图像分割稳定性提升方法-CN202110271743.2在审
发明人：杭丽君;朱佳炜;丁明旭;熊攀;宫恩来 -专利权人：杭州电子科技大学
申请日： 2021-03-12 - 公布日： 2021-06-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于损失函数的目标分割稳定性提升方法，包括以下步骤：S1，模拟视频序列；S2，训练模型；S3，预训练模型微调；S4，引入稳定性损失调整模型。本发明实例针对深度学习方案构建的检测器不但提高了精度，并且在可视化验证下对于连续帧中的相同目标在边界处的一致性显著提升，减少了大量误分割和孔洞漏分割，提高了静态图像训练的模型在视频数据下的分割稳定性，有效的缓解了视频分割的抖动问题在损失函数中引入了稳定性损失，提高了分割的精度，实现了对于视频数据分割精度的优化。
一种基于损失函数视频图像分割稳定性提升方法