一种利用姿态掩模进行人体行为识别的方法

    公开(公告)号:CN111274921B

    公开(公告)日:2023-04-21

    申请号:CN202010053559.6

    申请日:2020-01-17

    摘要: 本发明提出一种利用姿态掩模进行人体行为识别的方法,属于行为识别技术领域。本发明包括:利用前置的二维姿态估计网络从RGB视频的帧图像中提取热力图,对热力图进行多点高斯扩散,获得姿态掩模,将姿态掩模与原始图像融合后得到的图像样本作为是时空神经网络的输入,利用标记了人体行为类别标签的训练集训练时空神经网络,进而得到用于人体行为识别的模型。本发明方法通过姿态掩模提取由姿态估计得出的人体骨骼关键点位置区域的空间特征,对图像背景的变化具有强鲁棒性,并且识别网络参数少,训练成本低,人体行为的识别准确率高。

    一种关键帧选取的轻量化人体姿态估计方法

    公开(公告)号:CN118351565A

    公开(公告)日:2024-07-16

    申请号:CN202410132281.X

    申请日:2024-01-30

    摘要: 本发明公开了一种关键帧选取的轻量化人体姿态估计方法,属于计算机视觉领域;具体是:首先,选择长度为T的视频序列预处理后,输入教师网络模型的特征编码器ResNet‑101进行时空间维度的特征提取,下采样处理后,输入时空嵌入模块处理每一帧,并通过全连接层和Sigmoid激活函数,得到长度为T的数据序列;依次将每个数据分别与设定的阈值#imgabs0#比较,选出关键帧构建选择矩阵,结合动力学字典,使用人体姿态插值模块恢复整个姿态序列,至此对教师网络模型训练完毕;最后,将将教师网络模型的输出结果作为学生网络模型的输出拟合目标,对学生网络进行训练,对卷积层中冗余的参数进行剪枝后微调参数,弥补误差。本发明保持较高准确性的同时减少了计算复杂度和模型大小。

    一种跨视图特征融合的人体姿态估计方法

    公开(公告)号:CN117423136A

    公开(公告)日:2024-01-19

    申请号:CN202311538713.9

    申请日:2023-11-17

    摘要: 本发明公开了一种跨视图特征融合的人体姿态估计方法,属于计算机视觉领域。首先构建跨视图随机组合特征融合模型,并将n张跨视图角度的图像输入模型中,通过视图组合策略模块得到n组源视图及其参考视图的组合。然后将每组视图对分别进行特征提取,得到相应的低分辨率的小尺寸特征图,通过上采样模块对低分辨率的小尺寸特征图进行微分亚像素卷积上采样,得到相应的高分辨率的大尺寸特征图。最后特征融合模块对每组源视图及其参考视图的高分辨率特征图进行特征融合,得到融合热图,估计二维姿态,并使用2D‑3D方法获取每组视图对的三维人体姿态估计。本发明有效地利用不同视图之间的关节信息,增强了泛化性,提高姿态估计的准确性。

    面向工业互联网的网络资源与计算资源的分配方法及装置

    公开(公告)号:CN116723160A

    公开(公告)日:2023-09-08

    申请号:CN202310592959.8

    申请日:2023-05-24

    摘要: 本申请提供一种面向工业互联网的网络资源与计算资源的分配方法及装置,所述方法包括:获取工业互联网中的各个子网络服务切片各自对应的服务满足矩阵;根据各个所述子网络服务切片各自对应的预先设定的关键绩效指标和各个所述服务满足矩阵,构建多目标资源分配模型;将多目标资源分配模型分解为多个单目标问题并根据相应的预设约束条件,最终得到帕累托解集,并基于该帕累托解集对各个所述子网络服务切片各自对应的业务优先级进行网络资源与计算资源的分配。本申请能够综合考虑整体资源分配以及多业务优先级,且灵活地对需求不同资源的多业务服务进行资源分配。

    一种利用姿态掩模进行人体行为识别的方法

    公开(公告)号:CN111274921A

    公开(公告)日:2020-06-12

    申请号:CN202010053559.6

    申请日:2020-01-17

    摘要: 本发明提出一种利用姿态掩模进行人体行为识别的方法,属于行为识别技术领域。本发明包括:利用前置的二维姿态估计网络从RGB视频的帧图像中提取热力图,对热力图进行多点高斯扩散,获得姿态掩模,将姿态掩模与原始图像融合后得到的图像样本作为是时空神经网络的输入,利用标记了人体行为类别标签的训练集训练时空神经网络,进而得到用于人体行为识别的模型。本发明方法通过姿态掩模提取由姿态估计得出的人体骨骼关键点位置区域的空间特征,对图像背景的变化具有强鲁棒性,并且识别网络参数少,训练成本低,人体行为的识别准确率高。

    一种基于双模态相机驱动的人体动作检测方法

    公开(公告)号:CN118015703A

    公开(公告)日:2024-05-10

    申请号:CN202410163123.0

    申请日:2024-02-05

    摘要: 本发明公开了一种基于双模态相机驱动的人体动作检测方法,属于计算机视觉领域,具体是:首先,分别采用事件相机和普通相机,采集相同时间窗口对应的事件序列和普通视频;针对单个时间窗口内,将事件序列转换堆叠成普通相机对应的同步图片帧;对于同一个时间窗口内视频模态和事件模态对应的同步图片,通过深度神经网络提取各自的初级特征;然后,通过自适应特征学习模块进行空间的对齐增强;使用实例检测器在从普通相机捕获的图片帧中识别并定位感兴趣的实例,生成检测框从而确定每个实例在图片中的位置和范围。最后,将各实例通过多阶段的密集串行结构进行交互建模,并通过融合不同时间窗口的上下文信息来增强记忆特征的生成,最终得到用于分类的动作特征。本发明提高了现有的人体动作识别与定位在各种复杂场景下的鲁邦性和准确率。

    网络切片带宽的动态分配方法、电子设备和存储介质

    公开(公告)号:CN116743588A

    公开(公告)日:2023-09-12

    申请号:CN202310630349.2

    申请日:2023-05-30

    摘要: 本发明提供网络切片宽带的动态分配方法、电子设备和存储介质,包括:将当前接入网业务中各网络切片的周期历史流量分别作为门控循环神经网络的输入数据,以使该门控循环神经网络输出各网络切片在当前时刻后的下一个带宽分配周期内的预测流量;根据各网络切片的预测流量确定接入网业务的总需求带宽,以及各网络切片需求带宽在总需求带宽中的比例关系;根据各网络切片的需求带宽在所述总需求带宽中的比例关系分配接入网业务对应的目标网络中待分配的总带宽,得到各网络切片的分配带宽。本发明能够更快更精准的得到各网络切片的预测流量值,能够更合理的完成网络带宽在动态切片中的资源分配,满足互联网中业务转发的多种业务需求。

    基于SCTP-CMT传输协议的多路径传输方法及设备

    公开(公告)号:CN110022261A

    公开(公告)日:2019-07-16

    申请号:CN201910420196.2

    申请日:2019-05-20

    摘要: 本发明实施例提供一种基于SCTP-CMT传输协议的多路径传输方法及设备。所述方法包括:根据路径组的数量以及各路径组的传输稳定性,将分组后的数据包分别通过各路径组进行发送;其中,所述路径组包括一个或多个传输路径;若判断获知接收端缓存数据量超过指定缓存阈值,则降低一个或多个路径组的数据发送速率,或者暂停一个或多个路径组的数据发送。由于使用了更多的传输链路,不仅增加了数据的传输量,也降低了每条链路的传输压力,能够提高数据发送的效率;同时在接收端缓存过大时,能够根据接收端的缓存数据量进行速率控制,解决了接收端缓存区由于数据量过大,造成堵塞,降低数据接收的效率,影响整个通信链路的效率的问题。