您的位置: 专家智库 > >

宋思捷

作品数:10 被引量:3H指数:1
供职机构:北京大学更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 9篇专利
  • 1篇期刊文章

领域

  • 2篇自动化与计算...
  • 1篇理学

主题

  • 8篇图像
  • 4篇分辨率
  • 4篇高分辨率
  • 4篇高分辨率图像
  • 2篇低分辨率
  • 2篇低通
  • 2篇训练集
  • 2篇人脸
  • 2篇时空域
  • 2篇视频
  • 2篇视频数据
  • 2篇视频图像
  • 2篇双线性
  • 2篇特征抽取
  • 2篇图像超分辨率
  • 2篇图像调整
  • 2篇逆变换
  • 2篇重建图像
  • 2篇纹理
  • 2篇纹理特征

机构

  • 10篇北京大学
  • 6篇北京北大方正...
  • 6篇北大方正集团...
  • 2篇深圳市腾讯计...

作者

  • 10篇宋思捷
  • 8篇刘家瑛
  • 1篇郭宗明

传媒

  • 1篇中国传媒大学...

年份

  • 2篇2022
  • 1篇2021
  • 2篇2020
  • 2篇2019
  • 3篇2017
10 条 记 录,以下是 1-10
排序方式:
一种基于稀疏表示的多层次图像风格的转换方法及装置
本发明公开了一种基于稀疏表示的多层次图像风格的转换方法及装置,该方法包括:将待转换的彩色图像转换成第一灰度图像,通过提取第一灰度图像和目标风格图像的边缘特征重建第一灰度图像的结构层作为第二灰度图像和纹理层作为第三灰度图像...
宋思捷杨撒博雅刘家瑛郭宗明
文献传递
一种基于多任务自监督学习的动作识别方法及电子装置
本发明公开了一种基于多任务自监督学习的动作识别方法及电子装置,包括:使用编码器对待识别动作数据进行编码;对编码后的数据进行分类,将概率最大的类别判定为待识别动作数据的动作类别;其中,编码器进行训练时的自监督任务包括:动作...
刘家瑛林里浪宋思捷郭宗明
基于多层次邻域嵌入的图像超分辨率重建方法及系统
本发明提供了一种基于多层次邻域嵌入的图像超分辨率重建方法和一种基于多层次邻域嵌入的图像超分辨率重建系统,其中,所述方法包括:对待处理图像进行可控金字塔分解操作,得到高通图像、低通剩余图像和多个方向上的带通子带图像;根据邻...
宋思捷厉扬豪刘家瑛郭宗明
文献传递
视频动作识别方法、装置和机器设备
本发明揭示了一种视频动作识别方法、装置和机器设备。所述方法包括:获取进行动作识别的视频数据;对视频数据在神经网络中进行网络各层的特征抽取中,经由神经网络的网络结构使得视频图像上抽取的空域特征进入双线性层;相邻帧视频图像之...
厉扬豪宋思捷刘家瑛刘婷婷黄婷婷马林刘威
文献传递
人脸幻构方法和人脸幻构系统
本发明提出了一种人脸幻构方法和一种人脸幻构系统,其中,人脸幻构方法包括:获取低分辨率人脸图片;根据所述低分辨率人脸图片的光照分布和细节分布,调整训练集中的每幅训练集图片的光照分布和细节分布;根据调整后的所述每幅训练集图片...
宋思捷厉扬豪刘家瑛郭宗明
文献传递
基于多层次邻域嵌入的图像超分辨率重建方法及系统
本发明提供了一种基于多层次邻域嵌入的图像超分辨率重建方法和一种基于多层次邻域嵌入的图像超分辨率重建系统,其中,所述方法包括:对待处理图像进行可控金字塔分解操作,得到高通图像、低通剩余图像和多个方向上的带通子带图像;根据邻...
宋思捷厉扬豪刘家瑛郭宗明
文献传递
一种基于稀疏表示的多层次图像风格的转换方法及装置
本发明公开了一种基于稀疏表示的多层次图像风格的转换方法及装置,该方法包括:将待转换的彩色图像转换成第一灰度图像,通过提取第一灰度图像和目标风格图像的边缘特征重建第一灰度图像的结构层作为第二灰度图像和纹理层作为第三灰度图像...
宋思捷杨撒博雅刘家瑛郭宗明
文献传递
视频动作识别方法、装置和机器设备
本发明揭示了一种视频动作识别方法、装置和机器设备。所述方法包括:获取进行动作识别的视频数据;对视频数据在神经网络中进行网络各层的特征抽取中,经由神经网络的网络结构使得视频图像上抽取的空域特征进入双线性层;相邻帧视频图像之...
厉扬豪宋思捷刘家瑛刘婷婷黄婷婷马林刘威
人脸幻构方法和人脸幻构系统
本发明提出了一种人脸幻构方法和一种人脸幻构系统,其中,人脸幻构方法包括:获取低分辨率人脸图片;根据所述低分辨率人脸图片的光照分布和细节分布,调整训练集中的每幅训练集图片的光照分布和细节分布;根据调整后的所述每幅训练集图片...
宋思捷厉扬豪刘家瑛郭宗明
文献传递
基于人体骨架特征学习的动作识别被引量:3
2021年
动作识别是计算机视觉研究中的一个基本但具有挑战性的问题。在过去的几年中,许多基于RGB视频的识别技术已经得到了巨大的发展,并取得了显著的成果。但是,处理RGB视频可能非常耗时。其中,在动作识别领域,人体骨架数据具有轻量级的特点,同时对人体外观、环境背景等信息具有不变性,因此,这种数据模态受到了越来越多的关注。然而,基于人体骨架的动作识别面临两个问题:人体骨架数据的噪声问题和数据标注的依赖问题。噪声问题是指骨架数据中存在噪声影响数据的准确性,而数据标注依赖问题则是指在监督学习中,需要大量的标签数据进行训练。本文针对人体骨架数据在采集中的噪声问题,提出了一种基于噪声适应的动作识别模型,设计了回归模型和生成模型充分利用不同场景下的噪声数据特点。并且针对人体骨架数据过于依赖标签数据,利用自监督学习方法,提出了一个基于多任务自监督学习的动作识别方法。
林里浪宋思捷刘家瑛
关键词:人体动作识别
共1页<1>
聚类工具0