一种基于级联Transformer的视频群体行为识别方法

    公开(公告)号:CN113673489B

    公开(公告)日:2022-04-08

    申请号:CN202111225547.8

    申请日:2021-10-21

    Abstract: 本发明涉及计算机视觉及深度学习领域,尤其涉及一种基于级联Transformer的视频群体行为识别方法,首先采集生成视频数据集,将视频数据集经过三维骨干网络提取三维时空特征,选取关键帧图像空间特征图;对关键帧图像空间特征图进行预处理后送入人体目标检测Transformer,输出关键帧图像中的人体目标框;然后,映射筛选后人体目标框在关键帧图像特征图上所对应的子特征图,结合关键帧图像周围帧特征图计算query/key/value,输入群体行为识别Transfomer,输出群体级别时空编码特征图;最后,经过多层感知机对群体行为进行分类。本发明具有有效提高群体行为识别准确率的效果。

    一种基于多任务解耦学习的半监督夜间图像分类方法

    公开(公告)号:CN113657561B

    公开(公告)日:2022-03-18

    申请号:CN202111220897.5

    申请日:2021-10-20

    Abstract: 本发明公开了一种基于多任务解耦学习的半监督夜间图像分类方法,将白天带标签的样本与夜间无标签的样本,一同输入特征提取网络,其中白天样本提取的特征向量输入分类网络头,采用交叉熵损失函数进行监督;夜间样本提取的特征向量,首先输入分类网络头获得伪标签,再根据伪标签构造正负样本对后输入自监督网络头,采用角度对比损失函数进行监督训练;完成模型多任务训练后,将夜间数据集中少量带标签的样本输入特征提取网络与分类网络头,进行迭代自蒸馏学习,最终实现夜间数据集可以有效分类的效果。

    一种基于级联Transformer的视频群体行为识别方法

    公开(公告)号:CN113673489A

    公开(公告)日:2021-11-19

    申请号:CN202111225547.8

    申请日:2021-10-21

    Abstract: 本发明涉及计算机视觉及深度学习领域,尤其涉及一种基于级联Transformer的视频群体行为识别方法,首先采集生成视频数据集,将视频数据集经过三维骨干网络提取三维时空特征,选取关键帧图像空间特征图;对关键帧图像空间特征图进行预处理后送入人体目标检测Transformer,输出关键帧图像中的人体目标框;然后,映射筛选后人体目标框在关键帧图像特征图上所对应的子特征图,结合关键帧图像周围帧特征图计算query/key/value,输入群体行为识别Transfomer,输出群体级别时空编码特征图;最后,经过多层感知机对群体行为进行分类。本发明具有有效提高群体行为识别准确率的效果。

    一种基于KubeEdge的卫星集群自治方法及星地协同计算系统

    公开(公告)号:CN118426914B

    公开(公告)日:2024-10-01

    申请号:CN202410899175.4

    申请日:2024-07-05

    Abstract: 本发明公开了一种基于KubeEdge的卫星集群自治方法及星地协同计算系统,该方法包括:根据不同卫星组网规则将天基系统的星载算力单元划分为多个目标联盟节点,以构建多元化的卫星自治联盟;在卫星自治联盟内部实施包括分布式数据库系统和分布式存储系统的数据共享机制;在每个星载算力单元上部署用于实时监测全部星载应用状态的应用管理组件,当监测到星载应用发生异常时,应用管理组件从分布式数据库系统中检索出该异常星载应用的元数据信息,根据异常星载应用的元数据信息采取对应的服务自治策略,即本地重启或迁移重启异常星载应用。本发明能够保证星载应用的不中断性和连续性,提高星载算力单元的自治能力及业务稳定运行。

    一种面向专利问答服务的意图识别方法及对话系统

    公开(公告)号:CN116795948A

    公开(公告)日:2023-09-22

    申请号:CN202310222860.9

    申请日:2023-03-02

    Abstract: 本发明公开了一种面向专利问答服务的意图识别方法及对话系统,该方法包括:根据专利相关法律法规数据半自动化抽取专利问答对,构造专利问答知识库;根据专利数据库训练获得专利服务语义模型,通过该模型将专利问答数据库内数据向量化构造近邻图,并训练重排模型;对于查询文本,通过字词级召回和语义级召回获得近似问句,合并问句并计算相似度,并根据重排模型重新排序,以获取最终的意图。本发明能够利用专利审查指南、专利法实施细则等专利领域相关法律法规半自动化构建专利问答知识库,同时使用字词特征与语义特征融合的问句意图识别方法,更好地进行问句意图识别,并据此给出更合适的回答,从而更好地服务专利从业人员与专利申请人。

    一种表格图片文本智能检测方法及系统

    公开(公告)号:CN113837152B

    公开(公告)日:2022-04-15

    申请号:CN202111410772.9

    申请日:2021-11-25

    Abstract: 本发明公开了一种表格图片文本智能检测方法及系统,系统包含文本自动检测模块、位置变换矩阵模块和位置加权模块。方法包括:S1,检测目标表格图片当中所有可能的文本;S2,自动生成相对位置关系的变换矩阵;S3,通过位置加权,计算最终检测结果。本发明针对表格图片文本,采用深度学习训练的方式,通过将通用自动文本检测方法与表格文本之间相对位置相结合,不仅依赖于文本目标自身的位置,还依赖于文本间的相对位置关系,最终以位置变换矩阵的形式表示,还通过对目标检测结果进行加权来确认每个目标的具体位置,从而提高表格图片文本检测精度。

    一种基于多任务解耦学习的半监督夜间图像分类方法

    公开(公告)号:CN113657561A

    公开(公告)日:2021-11-16

    申请号:CN202111220897.5

    申请日:2021-10-20

    Abstract: 本发明公开了一种基于多任务解耦学习的半监督夜间图像分类方法,将白天带标签的样本与夜间无标签的样本,一同输入特征提取网络,其中白天样本提取的特征向量输入分类网络头,采用交叉熵损失函数进行监督;夜间样本提取的特征向量,首先输入分类网络头获得伪标签,再根据伪标签构造正负样本对后输入自监督网络头,采用角度对比损失函数进行监督训练;完成模型多任务训练后,将夜间数据集中少量带标签的样本输入特征提取网络与分类网络头,进行迭代自蒸馏学习,最终实现夜间数据集可以有效分类的效果。

    一种融合分割信息的全局局部感知行人重识别方法

    公开(公告)号:CN113657355A

    公开(公告)日:2021-11-16

    申请号:CN202111220354.3

    申请日:2021-10-20

    Abstract: 本发明提供一种融合分割信息的全局局部感知行人重识别方法,包括训练阶段和测试阶段,在训练阶段,通过公开的分割模型获取行人训练集每个行人的分割掩码,将所述分割掩码输入到掩码松弛模块获得松弛掩码,将行人图像分块与所述松弛掩码分块融合后输入至Transformer网络模型,得到全局特征和分块局部特征后进行损失计算,调整网络模型参数,训练并保存最优网络模型;所述测试阶段,输入待检索行人和底库行人图像至分割模型获取分割掩码,将所述分割掩码输入到掩码松弛模块获得松弛掩码,将行人图像分块与所述松弛掩码分块融合后输入至训练好的网络模型,获得全局特征和分块局部特征并归一化处理,后通过计算待检索行人和底库行人的相似度来识别行人。

    一种基于特征扩增的无监督夜间图像分类方法

    公开(公告)号:CN112990371B

    公开(公告)日:2021-09-10

    申请号:CN202110459160.2

    申请日:2021-04-27

    Abstract: 本发明属于计算机视觉识别技术领域,涉及一种基于特征扩增的无监督夜间图像分类方法。采用具有白天图像分类标签的公开数据集训练分类网络,经分类网络提取输入图像的特征向量,并计算各类别的特征均值与协方差矩阵;将无标签的夜间图像输入分类网络获得该图像的伪标签,根据伪标签计算夜间图像各类别在特征空间的特征均值与协方差矩阵;对同类别的白天、夜间图像获取的协方差矩阵进行加权平均获得最终协方差矩阵;根据各类别夜间图像特征均值和加权平均后的协方差矩阵进行特征采样;将采样的特征值与原有特征值共同重新训练分类网络。本发明通过学习有标签的白天图像的特征分布,在特征层面对夜间数据进行扩增,从而实现对夜间图像的无监督分类。

    一种基于注意力网络的日/夜间图像分类及物体检测方法

    公开(公告)号:CN112434723B

    公开(公告)日:2021-06-01

    申请号:CN202011163778.6

    申请日:2020-10-27

    Abstract: 本发明公开了一种基于注意力网络的日/夜间图像分类及物体检测方法,该方法首先采集街道摄像头监控视频处理成图像进行标注,结合开源的街道数据集共同构建图像数据集;通过基于特征金字塔的深度卷积神经网络提取图像的表观特征;在所提取特征上预测图像的日/夜属性,并捕获表征日/夜间物体的注意图;基于注意力图对提取的特征图进行加权;最后根据预测的日/夜属性将加权后的特征图输入对应日/夜间的检测头做位置回归与物体分类。本发明旨在通过注意力机制使网络关注到日/夜间的不同特征,并通过两个分支分别完成日/夜间物体的检测,能够提升日/夜间物体检测的性能,可用于街道智能监控系统。

Patent Agency Ranking