-
公开(公告)号：CN118522039B
公开(公告)日：2024-10-18
申请号：CN202410985478.8
申请日：2024-07-23
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于YOLOv5s和阶段式正则联合行人重识别的帧提取行人检索方法，包括以下步骤：（1）获取扩展图像‑视频行人EIVP数据集并进行预处理；（2）构建基于YOLOv5s和阶段式正则联合行人重识别模型即YOLOv5s‑Re‑ID模型，并训练模型；（3）使用欧几里德距离计算YOLOv5s模块输出的图像与改进的Re‑ID模块输出的图像之间的相似性；本发明中改进后的行人重识别模型能够有效提高泛化能力和分类性能，降低过拟合的风险，并减少遮挡带来的影响，提高识别准确率。
-
公开(公告)号：CN118799660B
公开(公告)日：2024-11-19
申请号：CN202411289167.4
申请日：2024-09-14
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V20/52 , G06V10/774 , G06V10/52
Abstract: 本发明公开了一种联合YOLOv8模型的行人重识别装置及方法，所述方法包括以下步骤：（1）利用无线摄像头组追踪装置获取行人数据并存储为查询集；（2）构建基于YOLOv8s多尺度精准化行人类别检测模型，包括：YOLOv8s模型和多尺度精准化行人类别检测模块；YOLOv8s模型将处理过的图像通过串联的形式传递给多尺度精准化行人类别检测模块；（3）使用相机感知行人重识别方法计算YOLOv8s模型输出的图像与查询集中的行图像的相似性；本发明克服了相机间负样本引入的问题，提高了模型在不同摄像头下的泛化能力。
-
公开(公告)号：CN118799661B
公开(公告)日：2025-01-28
申请号：CN202411289170.6
申请日：2024-09-14
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V20/52 , G06F17/16
Abstract: 本发明公开了一种自适应特征融合和跨模态的行人重识别方法，包括以下步骤：（1）获取开源网站SYSU‑MM01数据集或RegDB数据集，利用多通道混合增补策略进行预处理；（2）构建双流网络模型，双流网络模型由2个窗移变换器二代骨干网络模块串联组成；将数据集输入到双流网络模型进行训练得到图像每个类别的预测概率和提取的特征向量；（3）通过矩阵乘法计算查询特征和图库特征之间的距离矩阵，根据距离矩阵计算累计匹配特性曲线CMC、平均精度均值mAP以及平均倒数精度均值mINP，评价模型的检索性能；本发明与现有技术相比性能更优越。
-
公开(公告)号：CN119810988A
公开(公告)日：2025-04-11
申请号：CN202510288489.5
申请日：2025-03-12
Applicant: 南京信息工程大学
IPC: G08B13/191 , G08B13/196 , G08B13/22 , G08B21/18 , H04N23/23 , H04N17/00 , H04W4/021 , H04W4/80 , H04W12/06 , G06V10/771 , G06V10/77 , G06V10/80
Abstract: 本发明公开了一种基于YOLOv8的智能安全监测系统，包括：RFID工牌识别模块，用于识别进入监测区域的人员所佩戴的RFID工牌，并根据工牌信息判断人员的身份及访问权限；摄像设备检测模块，用于检测监测区域内是否有正在使用的摄像设备，并标记异常区域；特征精密模块，集成于YOLOv8目标检测模型中，用于增强模型对摄像设备目标的检测精度；中央处理单元，用于接收RFID工牌识别模块和摄像设备检测模块的检测结果，并根据检测结果触发相应的响应机制，包括活动轨迹记录、报警及响应处理；本发明有效地提高了工作人员监管工作的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN118522039A
公开(公告)日：2024-08-20
申请号：CN202410985478.8
申请日：2024-07-23
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于YOLOv5s和阶段式正则联合行人重识别的帧提取行人检索方法，包括以下步骤：（1）获取扩展图像‑视频行人EIVP数据集并进行预处理；（2）构建基于YOLOv5s和阶段式正则联合行人重识别模型即YOLOv5s‑Re‑ID模型，并训练模型；（3）使用欧几里德距离计算YOLOv5s模块输出的图像与改进的Re‑ID模块输出的图像之间的相似性；本发明中改进后的行人重识别模型能够有效提高泛化能力和分类性能，降低过拟合的风险，并减少遮挡带来的影响，提高识别准确率。
-
公开(公告)号：CN118799661A
公开(公告)日：2024-10-18
申请号：CN202411289170.6
申请日：2024-09-14
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V20/52 , G06F17/16
Abstract: 本发明公开了一种自适应特征融合和跨模态的行人重识别方法，包括以下步骤：（1）获取开源网站SYSU‑MM01数据集或RegDB数据集，利用多通道混合增补策略进行预处理；（2）构建双流网络模型，双流网络模型由2个窗移变换器二代骨干网络模块串联组成；将数据集输入到双流网络模型进行训练得到图像每个类别的预测概率和提取的特征向量；（3）通过矩阵乘法计算查询特征和图库特征之间的距离矩阵，根据距离矩阵计算累计匹配特性曲线CMC、平均精度均值mAP以及平均倒数精度均值mINP，评价模型的检索性能；本发明与现有技术相比性能更优越。
-
公开(公告)号：CN118799660A
公开(公告)日：2024-10-18
申请号：CN202411289167.4
申请日：2024-09-14
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V20/52 , G06V10/774 , G06V10/52
Abstract: 本发明公开了一种联合YOLOv8模型的行人重识别装置及方法，所述方法包括以下步骤：（1）利用无线摄像头组追踪装置获取行人数据并存储为查询集；（2）构建基于YOLOv8s多尺度精准化行人类别检测模型，包括：YOLOv8s模型和多尺度精准化行人类别检测模块；YOLOv8s模型将处理过的图像通过串联的形式传递给多尺度精准化行人类别检测模块；（3）使用相机感知行人重识别方法计算YOLOv8s模型输出的图像与查询集中的行图像的相似性；本发明克服了相机间负样本引入的问题，提高了模型在不同摄像头下的泛化能力。
-
公开(公告)号：CN117710903B
公开(公告)日：2024-05-03
申请号：CN202410161198.5
申请日：2024-02-05
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/20 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明公开了一种基于ReID和Yolov5双模型下的可视化特定行人追踪方法及系统，属于图像识别技术领域，所述方法包括以下步骤：（1）获取行人数据，并对数据进行预处理和存储；（2）对预处理后的数据进行逐帧提取，利用YOLOv5提取每帧图片中的person类图片并保存；（3）获取Market1501数据集随机划分测试集和训练集，并训练Resnet50模型，获取最终模型；（4）将已训练好的模型通过迁移学习方法，输入步骤（2）得到的图片，进行特征提取；（5）将提取后的图片合并为一个张量传递给ReID模型，并进行特征提取和归一化；（6）判定最小平均距离与距离阈值的大小；（7）保存最终视频；本发明通过YOLOv5对特定类的目标检测结合ReID对特定ID的检索，实现在协同检索追踪违章行人的功能。
-
公开(公告)号：CN117710903A
公开(公告)日：2024-03-15
申请号：CN202410161198.5
申请日：2024-02-05
Applicant: 南京信息工程大学
IPC: G06V20/52 , G06V10/20 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/096
Abstract: 本发明公开了一种基于ReID和Yolov5双模型下的可视化特定行人追踪方法及系统，属于图像识别技术领域，所述方法包括以下步骤：（1）获取行人数据，并对数据进行预处理和存储；（2）对预处理后的数据进行逐帧提取，利用YOLOv5提取每帧图片中的person类图片并保存；（3）获取Market1501数据集随机划分测试集和训练集，并训练Resnet50模型，获取最终模型；（4）将已训练好的模型通过迁移学习方法，输入步骤（2）得到的图片，进行特征提取；（5）将提取后的图片合并为一个张量传递给ReID模型，并进行特征提取和归一化；（6）判定最小平均距离与距离阈值的大小；（7）保存最终视频；本发明通过YOLOv5对特定类的目标检测结合ReID对特定ID的检索，实现在协同检索追踪违章行人的功能。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
