Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长春理工大学赵海丽获国家专利权

长春理工大学赵海丽获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉长春理工大学申请的专利一种用于视频动作识别的稀疏密集向心关键帧采样方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119649449B

龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411702851.0,技术领域涉及:G06V40/20;该发明授权一种用于视频动作识别的稀疏密集向心关键帧采样方法是由赵海丽;赵东杰;景文博;孟家合;梁美慧设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。

一种用于视频动作识别的稀疏密集向心关键帧采样方法在说明书摘要公布了:本发明属于视频理解、动作识别的视频关键帧采样技术领域,尤其为一种用于视频动作识别的稀疏密集向心关键帧采样方法,该方法的具体流程如下,S1、首先,需要确定目标视频总帧数以及用户预设置所需采集的关键帧数量;这一阶段是整个采样方法的基础,通过对视频基本信息的掌握,可以为后续的关键帧选择提供必要的数据支持;随后,检查所需采集的关键帧数量是否超过了视频的实际总帧数,以确保后续处理的可行性和合理性。本发明通过重新对视频关键帧采样进行了模型构建,通过有规律的构建稀疏和密集且相对松散的关键帧采样方式,进行对目标视频的关键帧采样,为后期任务提供有效样本。

本发明授权一种用于视频动作识别的稀疏密集向心关键帧采样方法在权利要求书中公布了:1.一种用于视频动作识别的稀疏密集向心关键帧采样方法,其特征在于:该方法的具体流程如下,S1、首先,需要确定目标视频总帧数以及用户预设置所需采集的关键帧数量;这一阶段是整个采样方法的基础,通过对视频基本信息的掌握,可以为后续的关键帧选择提供必要的数据支持;随后,检查所需采集的关键帧数量是否超过了视频的实际总帧数,以确保后续处理的可行性和合理性;S2、根据S1阶段获得的信息,即所需采集的关键帧数量与目标视频总帧数之间的关系,选择分支来执行关键帧的提取工作;这里存在两种不同的路径,每条路径都针对特定的情况进行了优化,旨在无论是视频帧数较少还是较多的情况下,都能有效地提取出最具代表性的关键帧;S3、当所需采集的关键帧数量小于或等于视频总帧数时,系统将采用一种更为密集的采样策略,确保能够捕捉到视频中的重要细节,同时保持较高的时间分辨率,这对于动作的精细识别至关重要;S4、若所需采集的关键帧数量超过视频总帧数,这是一个异常情况,算法也会有相应的处理机制,确保每个视频帧都被视为关键帧,或者根据实际情况重新选择关键帧,以适应这种特殊场景; 所述S2中,当采样数小于总帧数时,进入第一个分支时,该阶段的核心任务是计算第一批采样比例,并基于此比例进行关键帧的采样工作,具体步骤如下:S2.1、确定第一批采样比例α输入信息:所需采集的关键帧数量和视频的总帧数;确定第一批采样比例:首先,确定第一批采样比例α;这个第一批采样比例决定了从原始视频中选择每一帧作为关键帧的频率,第一批采样比例值越大,越可以在整个视频关键帧均匀分布第一批关键帧位置,也是确定第一批关键帧位置的关键;S2.11、得到第一批采样间隔确定第一批采样间隔:基于确定的出的第一批采样比例α,可以确定第一批采样间隔epart=frames*α*sam;经过计算,如果epart是一个整数,则直接使用epart作为第一批采样间隔;如果epart不是整数,则可以通过向上取整的方法来决定最终的第一批采样间隔;这样做是为了确保采样的均匀性,同时也考虑到实际操作中的可行性;S2.12进行第一批关键帧采样等分采样:利用确定的epart表示将目标视频总帧数均分为epart部分,从视频的第一帧开始,每隔epart帧选取一帧作为关键帧,直到达到采集的关键帧数量为止;这样可以保证关键帧在视频时间轴上的均匀分布,有助于捕捉动作变化的重要时刻;采样原则:采样过程中遵循的原则是确保关键帧能够尽可能均匀地覆盖整个视频的时间范围,避免因为采样过于集中于视频的某一部分而导致动作识别的偏差;此外,还应考虑视频内容的特点,动作的复杂度和变化速率,适当调整采样策略以适应不同类型的视频;具体工作:S2.13、重新分布第一批关键帧排列顺序,通过第一批关键帧序号,进行向心排序,即对新序列中序列号值进行从中心向左右两侧的重新排序,遵循排序方式absi-centor_pos的规则进行重新排序,其中,abs表示取绝对值,i为目标视频中第i帧关键帧的序号位置,centor_pos为目标视频中序号位于中心区域的关键帧序号;S2.14、对第一批关键帧重新排序的序列号,进行相邻两个序列号之间取中点操作,得到新的序列号,由这些进行中点采样得到的新关键帧序号,第二批关键帧序号代表采样得到的第二批关键帧序列,同时对第二批关键帧序列进行所述S2.13中的排序方式重新排序;S2.15对所述S2.14中获取到第二批关键帧,组成新序列,对新序列进行由中心向左右两侧进行临近采样,即对循序了中的序列号i,进行{i-1,i+1}的临近采样,通过临近采样得到第三批关键帧;S2.16、根据所述S2.14、S2.15的关键帧获取方式,进行交替提取关键帧,提取过程中需要判断是否满足所述S1中所需采集关键帧数量,如果数量足够,则退出关键帧采样过程,输出关键帧;如果采集关键帧数量不够,则需要继续执行关键帧采样过程;最终合并第一批、第二批……、第n批关键帧,得到最终已采集关键帧;S2.17、以上所述S2.11-S2.16为当所需采集关键帧数量小于视频总帧数时所需要进行的关键帧提取步骤;过程可以表示为:其中keyframes为采样得到的关键帧,i为已采集到关键帧标号,M为目标视频总帧数,fn为已采集的关键帧及其标号,epart为第一批采样间隔,c为目标视频中序号位于中心区域的关键帧序号; 所述S2中,S2.2当所需采集关键帧数量大于、等于视频总帧数时,即总帧数不够或刚好满足时,需要进行第二规则关键帧采样方法,S2.21、首先获取目标视频的关键帧数量和视频的总帧数;统计目标视频中所有帧构成一个序列;S2.22对于S2.21中得到的目标视频中所有帧,都是待处理的第一批关键帧,首先将这些关键帧进行按序号的向心排序方式进行重新排序得到第一批关键帧;S2.23将第一批关键帧进行由视频中心序号开始进行向左右两侧复制临近帧,重复这个过程,直到已采集帧数足够,过程可以表示为:其中keyframes为采样得到的关键帧,pretotal为目标视频全部帧构成的序列,i为已采集到关键帧标号,M为目标视频总帧数,epart为第一批采样间隔,c为目标视频中序号位于中心区域的关键帧序号。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人长春理工大学,其通讯地址为:130012 吉林省长春市朝阳区卫星路7089号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。