公开(公告)号：CN114639070B

公开(公告)日：2024-06-04

申请号：CN202210250535.9

申请日：2022-03-15

Applicant: 福州大学

Inventor： 于元隆 ,  林心代 ,  李琦 ,  林郁昊 ,  刘文犀

IPC: G06V20/52 ,  G06V10/774 ,  G06V10/80 ,  G06V10/84

Abstract: 本发明提出一种融合注意力机制的人群运动流量分析方法，包括：将人群轨迹数据集中的图像和轨迹数据进行数据预处理，得到局部图像块与其对应的稠密光流图、密度分布图、运动速度图和瞬时运动流量图，并将数据集划分为训练集与测试集；以及，设计融合人群密度分布特征和运动特征的注意力机制模块；设计融合注意力机制的人群运动流量分析网络，使用所设计的网络训练融合注意力机制的人群运动流量分析模型；将图像输入到训练好的融合注意力机制的人群运动流量分析模型中，输出对应的人群瞬时运动流量估计图，最后以人群瞬时运动流量估计图在划定框上的投影值作为此时刻区域内经过的人数。

公开(公告)号：CN118351138A

公开(公告)日：2024-07-16

申请号：CN202410444143.5

申请日：2024-04-12

Applicant: 福州大学

Inventor： 刘文犀 ,  林郁昊 ,  于元隆

IPC: G06T7/246 ,  G06V10/25 ,  G06V10/40 ,  G06V10/771 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明涉及一种融合原型学习机制的通用类别多目标跟踪方法。包括：将目标计数数据集中提供的点标注进行预处理，获取每个目标的粗糙边界框标注信息；以及，构建对感兴趣目标的原型特征进行建模的原型特征学习模块；基于获得的对感兴趣目标的原型特征进行建模的原型特征学习模块，构建融合原型学习机制的通用类别多目标跟踪网络；训练融合原型学习机制的通用类别多目标跟踪模型；将图像输入到训练好的融合原型学习机制的通用类别多目标跟踪模型中，输出对应的目标边界框，最后使用目标关联算法获得感兴趣目标的轨迹。

公开(公告)号：CN114639070A

公开(公告)日：2022-06-17

申请号：CN202210250535.9

申请日：2022-03-15

Applicant: 福州大学

Inventor： 于元隆 ,  林心代 ,  李琦 ,  林郁昊 ,  刘文犀

IPC: G06V20/52 ,  G06K9/62 ,  G06V10/774 ,  G06V10/80 ,  G06V10/84

Abstract: 本发明提出一种融合注意力机制的人群运动流量分析方法，包括：将人群轨迹数据集中的图像和轨迹数据进行数据预处理，得到局部图像块与其对应的稠密光流图、密度分布图、运动速度图和瞬时运动流量图，并将数据集划分为训练集与测试集；以及，设计融合人群密度分布特征和运动特征的注意力机制模块；设计融合注意力机制的人群运动流量分析网络，使用所设计的网络训练融合注意力机制的人群运动流量分析模型；将图像输入到训练好的融合注意力机制的人群运动流量分析模型中，输出对应的人群瞬时运动流量估计图，最后以人群瞬时运动流量估计图在划定框上的投影值作为此时刻区域内经过的人数。