本发明公开了一种基于关键帧的移动机器人高效闭环检测方法，包括：获取图像帧；利用视觉里程计提取当前图像帧的关键点和描述子，并对当前图像帧和其相邻图像帧进行位姿估计；利用语义分割网络将当前图像帧转换为语义图，获得语义分割结果；将移动机器人运行时采集的第一个图像帧记为关键帧，根据位姿估计和语义分割结果提取其余关键帧；将各关键帧的关键点和描述子输入BoW模型转化为对应的视觉词向量，并将视觉词向量存入历史数据集；对当前图像帧进行闭环检测获得闭环检测结果；根据闭环检测结果切换闭环检测状态。该方法可自适应切换检测状态，减少运算量，能够在保证闭环检测准确率的基础上有效提高系统的关键帧选取结果和闭环检测效率。
📄 2022114763402
📂 G06V20_40
👤 浙江工业大学
📅 2022-11-23
一种提取视频关键帧的轻量化方法，包括：首先对视频帧化后的每一张RGB视频帧进行图像增强、去噪等预处理，然后设计轻量型的特征提取模型LRDN网络去提取每一帧的深度特征，接着采用递归的方式获取每一帧的重要性预测值，最后通过设定判断阈值去判断当前帧是属于关键帧还是冗余帧。本发明利用轻量化卷积神经网络——LRDN模型去提取经预处理后的视频帧的深度特征，与传统卷积神经网络相比，极大地降低了模型的参数数量和计算量，节约了计算资源；利用高效低耗的递归方式不断地预测每一张RGB视频帧的重要性，以摒弃冗余帧，保留有用帧。
📄 2021107557641
📂 H04N21_44
👤 浙江工业大学
📅 2021-07-05
本发明公开了一种基于关键帧的在线学习的离线视频跟踪方法，包括以下步骤：对于给定的离线视频，选择一定数量的关键帧进行标注，并由此构建完备的模板字典，在跟踪过程中，对于每一个候选图像区域，计算其与纯净模板子块之间的距离，从而有效对纯净模板子块进行选择，提高计算效率；为了减少跟踪误差的积累，采用循环跟踪的策略将开环问题转化为闭环问题，从而有效地提高目标跟踪的鲁棒性；利用跟踪的结果，对动态模板进行在线地半监督学习，以适应目标表观的变化。在跟踪过程中对目标模板字典进行有效地在线学习，从而避免每次模板更新所带来的误差累积；采用循环跟踪的策略将开环问题转化为闭环问题，从而有效的提高目标跟踪的鲁棒性。
📄 2015100102279
📂 G06T7_20
👤 温州大学
📅 2015-01-09
本发明公开一种计算机图像处理和模式识别技术领域的基于显著性区域的视频关键帧提取方法，首先对视频数据进行采样转换，将视频转换为连续的帧图像序列，然后在每帧图像中利用频谱残差模型提取显著性区域，接着根据图像中显著性区域的面积将其排序，并对排序靠前的显著性区域进行颜色矢量化，最后在前后帧图像之间根据矢量化后的显著性区域进行相似性度量，根据相似度的大小确定视频关键帧。本发明提取出的关键帧图像序列，可以有效地保留视频的主要内容。
📄 2018108368240
📂 G06V20_40
👤 聊城大学
📅 2018-07-26
本发明公开了基于双向GRU和注意力机制的船舶监控视频关键帧提取方法，包括以下步骤：步骤S1:使用大量的海边船舶监控视频数据集训练双向GRU和注意力机制模型。步骤S2:使用经过训练的双向GRU和注意力机制模型对船舶监控视频进行关键帧提取，提供快速检索船舶的关键帧集合。采用本发明的技术方案，将关键帧提取应用到船舶监控视频中，剔除了大量冗余视频帧，提供船舶事件的高效检索和浏览,节约了视频存储的开销；同时，采用双向GRU和注意力机制对视频帧的前后关系进行建模，将时间信息融合进模型中，且每个时刻的信息给予不同的权重，即每个时刻给予不同的关注程度，得到更符合人类语义的关键帧集合。
📄 2018112108886
📂 G06K9_00
👤 杭州电子科技大学
📅 2018-10-17
本发明公开了一种基于全卷积网络的视频关键帧提取方法，所述方法包括：将原始视频输入到预训练的卷积网络中进行特征提取，输出特征向量X；将所述特征向量X输入交叉注意力模块，经过关联操作和聚合操作，输出特征向量H'；将所述特征向量H'和所述卷积网络的低层网络的输出特征向量F同时输入通道注意力模块，输出特征向量H"；利用解码器对所述特征向量H"进行特征重建，获得最终重建特征，并基于所述最终重建特征获取视频帧，确定为视频关键帧。应用本发明，能提高提取视频关键帧的精确度。
📄 2020107898196
📂 G06V20_40
👤 青岛科技大学
📅 2020-08-07
本发明公开了一种基于FD‑SPNet网络的视频关键帧提取方法。方法包括：建立FD‑SPNet网络；将动作视频输入FD‑SPNet网络中训练，获得训练完成的FD‑SPNet网络；将待测动作视频输入，输出待测动作视频中若干待提取的视频关键帧的特征信息，将各个待提取的视频关键帧的特征信息输入Fast‑NMS网络中，Fast‑NMS网络输出待测动作视频中若干最终的视频关键帧，实现视频关键帧的提取。本发明方法实现“粗细”结合的关键帧选取，既加强了时效性，又保证了准确率。
📄 2023102605703
📂 G06V20_40
👤 浙江理工大学
📅 2023-03-17
本发明提供了基于逆向索引关键帧选取策略的闭环检测方法、存储介质及设备，方法包括下列步骤：步骤一、采集当前位置的图像信息，处理后从中提取相应图像特征并求解相机位姿；步骤二、移动过程中获取连续的图像帧作为连续帧图像，对连续帧图像进行索引，并在关键帧选取策略中引入了逆向索引关键帧选取策略补充机器人弯道运动时常规顺向索引可能遗漏的关键帧；步骤三、依据关键帧携带的图像特征进行闭环检测并修正累计误差。本发明通过引入逆向索引关键帧选取策略解决了在非直线运动条件下漏选关键帧的问题，提高了算法的闭环准确和定位精度。
📄 2021106437712
📂 G06K9_00
👤 安徽工程大学
📅 2021-06-09
本发明公开了一种基于关键帧和非关键帧的动作评估方法及系统，属于机器视觉领域，方法包括将视觉传感器获取的人体32个关节点每一帧的三维坐标导出；选取特征关节点；对特征关节点的异常三维坐标进行修正；计算出特征关节点间每一帧在XOY、XOZ、YOZ三个平面的角度，绘出角度变化曲线；如果曲线由多个动作组成，将其分割为单个动作的曲线；将实际动作与其标准动作的曲线在关键帧和非关键帧处进行不同方式的对比，计算关键帧处角度差的绝对值，得到最终评估结果；系统包括数据导入模块、特征关节点选取模块、数据处理模块、角度计算及其曲线绘制模块、曲线处理模块和动作评估模块。本发明准确度高，过程简单高效，计算过程简单容易理解。
📄 2022109627215
📂 G06V40_20
👤 燕山大学
📅 2022-08-11
本发明公开了一种基于双路径协同与关键帧引导重建的长时行人重识别方法。该方法首先采集待识别行人视频，并提取视频特征序列；随后对视频特征序列引入空间与时间位置编码；接着通过局部动态特征捕捉路径捕捉局部细粒度动态特征，通过跨帧全局特征建模路径建模长程时序关联；再通过双向门控交互实现双路径特征互补；进一步筛选出关键帧，通过全帧注意力传播机制实现特征重建；最终融合双路径融合特征、关键帧引导重建特征及细化特征，生成行人身份特征；将行人身份特征处理得到标准化特征向量，与图像库中的行人特征进行相似度比对，返回匹配列表。本发明充分利用视频时序信息，有效解决了长时行人重识别中因外观变化导致的鲁棒性不足的问题。
📄 2025113379601
📂 G06V40_20
👤 石家庄铁道大学
📅 2025-09-18
本发明公开了一种基于图像信息熵和HOG_SSIM的视频关键帧提取方法。该方法提取视频关键帧分为两个步骤：第一个步骤是通过基于图像信息熵初步提取关键帧，主要通过计算视频中每一帧的图像信息熵，形成熵值曲线图，找到熵值曲线图中的局部极值点，将局部极值点对应的视频帧加入到候选关键帧集合中；第二个步骤是去除候选关键帧集合中的冗余帧，通过结构相似度算法和HOG特征相似度算法对相邻候选关键帧进行筛选，从而去除候选关键帧集合中的冗余帧，完成视频关键帧的提取。
📄 2022105021780
📂 G06V20_40
👤 浙江理工大学
📅 2022-05-09
本发明公开一种基于感兴趣目标分布的关键帧筛选方法，属于图像处理技术领域。本发明包括：采用多种特征提取方式对各视频帧图像进行特征提取，并对提取的特征向量进行归一化处理；计算每种特征向量下的相邻帧间的特征距离，所有种特征距离的加权和得到相邻帧间差异；基于邻帧间差异曲线根据局部自适应双阈值实现镜头分割，以及基于神经网络对各视频帧图像进行目标检测处理；对获取的镜头内视频帧进行检测，获取目标的类别、位置、检测框的面积；基于目标检测结果，根据视频帧中目标分布和数量的差异来对镜头内的视频帧图像进行进一步分割为子镜头；在子镜头边界内选取目标信息丰富度最高的帧作为关键帧。本发明可应用于监控视频、影视视频。
📄 2021104392242
📂 G06T7_181
👤 电子科技大学
📅 2021-04-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台