轨道交通异常检测方法、装置及存储介质

    公开(公告)号:CN114550460B

    公开(公告)日:2022-07-12

    申请号:CN202210436887.3

    申请日:2022-04-25

    Abstract: 本申请提供一种轨道交通异常检测方法、装置及存储介质,其中方法包括:获取轨道交通设备中被监测传感器的时间序列数据;将所述时间序列数据输入至轨道交通异常检测模型,得到所述轨道交通异常检测模型输出的轨道交通异常检测结果;所述轨道交通异常检测模型包括可变形Transformer编码模块、全局特征提取模块和可变形Transformer解码模块,所述可变形Transformer编码模块用于提取所述时间序列数据的多尺度特征,所述全局特征提取模块用于提取所述时间序列数据的全局特征,所述可变形Transformer解码模块用于基于所述时间序列数据的多尺度特征和全局特征生成所述轨道交通异常检测结果。

    基于自监督的无参考图像质量评估方法及系统

    公开(公告)号:CN114358204A

    公开(公告)日:2022-04-15

    申请号:CN202210028835.2

    申请日:2022-01-11

    Abstract: 本发明属于图像质量评估领域,具体涉及了一种基于自监督的无参考图像质量评估方法及系统,旨在解决现有技术中由于训练数据不足而导致图像质量评估模型性能不佳的问题。本发明包括:构建共享编码器的先验知识学习子网络和图像质量评估子网络构成的自监督无参考图像质量评估模型;以图像复原任务作为图像质量评估任务的代理任务,进行先验知识学习子网络的预训练;通过先验知识学习子网络和所述图像质量评估子网络的解码器之间设置的知识迁移通道进行知识迁移;在图像质量评估任务上进行模型微调训练;通过训练好的模型进行无参考图像的质量评估。本发明模型仅在较少的数据上进行训练就可以获得很好的性能,训练效率高,图像质量评估的准确性高。

    一种伪造图像的识别方法、装置及设备

    公开(公告)号:CN114267089A

    公开(公告)日:2022-04-01

    申请号:CN202210203248.2

    申请日:2022-03-03

    Abstract: 本发明公开了一种伪造图像的识别方法、装置及设备,其中,所述方法包括:获取待检测图像;获取所述待检测图像的频谱掩模与所述待检测图像对应的身份空间约束,所述身份空间约束是指所述待检测图像与对应的预设参考正确图像的关联性权重分布图;根据所述频谱掩模对所述待检测图像进行分频,分别得到频谱的高频分量和低频分量;通过所述频谱的高频分量和低频分量与所述身份空间约束,分别得到高频分量的伪造概率和低频分量的伪造概率;合并所述高频分量的伪造概率和所述低频分量的伪造概率,得到最终伪造概率。通过上述方式,本发明提高了识别系统对于不同造假技术的泛化能力,增强了识别器的性能。

    目标对象的检测方法、装置、电子设备及存储介质

    公开(公告)号:CN113870254A

    公开(公告)日:2021-12-31

    申请号:CN202111440333.2

    申请日:2021-11-30

    Abstract: 本发明实施例公开了一种目标对象的检测方法、装置、电子设备及存储介质。该方法包括:根据待检测图像生成第一图像和第二图像,第一图像和第二图像的尺寸不同,第一图像和第二图像中的至少一个图像由待检测图像等比缩放得到,采用第一子模型检测第一图像,分别得到至少一类目标对像的第一子特征,以及采用第二子模型检测第二图像,分别得到至少一类目标对像的第二子特征,第一子模型与第二子模型是预训练的检测模型中相同的子模型,分别融合各类目标对像的第一子特征和第二子特征得到相应类的目标对像在待检测图像中的特征,实现了对待检测图像的整体轮廓和目标对象的同时检测,从而提高了目标对象检测方法检测的性能。

    基于多线索融合的暴恐音视频识别方法及装置

    公开(公告)号:CN108921002B

    公开(公告)日:2021-10-08

    申请号:CN201810367115.2

    申请日:2018-04-23

    Abstract: 本发明涉及计算机视频分类领域,提出了一种基于多线索融合的暴恐音视频识别方法,旨在解决音视频识别中,单一媒体模态分析音视频造成的大量误检和漏检问题。该方法包括:对用于进行暴恐识别的待检测音视频进行分割,提取音频帧序列和视频帧序列;按照预先指定的检测顺序检测所述音频帧序列和视频帧序列中是否包含暴恐信息;如果所述音频帧序列和/或视频序帧列包含暴恐信息,确定所述待检测音视频为暴恐音视频。本发明基于多个线索对音视频进行分级检测,能够快速、准确的从大量的音视频中识别出暴恐视频。

    基于人脸结构定位的健康指标评估方法、设备和存储介质

    公开(公告)号:CN111539912B

    公开(公告)日:2021-09-28

    申请号:CN202010209865.4

    申请日:2020-03-23

    Inventor: 罗冠 游强 胡卫明

    Abstract: 本发明公开了一种基于人脸结构定位的健康指标评估方法、设备和存储介质。该方法包括:采集有效人脸图像;确定所述有效人脸图像中目标人脸的姿态角;如果所述目标人脸的姿态角在预设的姿态角范围之内,则在所述有效人脸图像中,通过对所述目标人脸进行标记点标记的方式,提取所述目标人脸的人脸结构信息;根据所述目标人脸的人脸结构信息,确定所述目标人脸对应的健康指标。本发明实施例无需借助专业医生和医疗器械,利用图像处理技术可以解决借助仪器进行健康全面评估成本高、过程繁琐、需要专业人员全面参与等问题。而且本发明实施例利用人脸图像处理进行健康指标评估,可以保证评估结果的真实性。

    基于组合模型的文本情感分析方法、系统、装置

    公开(公告)号:CN110209824B

    公开(公告)日:2021-06-22

    申请号:CN201910510457.X

    申请日:2019-06-13

    Inventor: 胡卫明 赵品龙

    Abstract: 本发明属于模式识别技术领域,具体涉及了一种基于组合模型的文本情感分析方法、系统、装置,旨在解决无法有效结合文本的双向序列和结构化信息,文本情感分析不够全面、准确的问题。本发明方法包括:采用词向量词典对文本查表,获得文本每个词的词向量;对词的位置信息进行编码,并与相应词向量相加,获得文本的句子表示;采用双向编码表示器,提取文本的深度双向特征表示;采用多核卷积神经网络提取文本的深度双向特征表示的句子结构信息;对文本的句子结构信息分类得到待判断情感文本的情感类别。本发明能够有效的提取文本的双向序列特性以及结构特征,能够对文本情感进行更为全面的分析,并且网络可以并行训练,能够大大缩减训练时间。

    基于卷积神经网络的视频目标跟踪与分割方法及系统

    公开(公告)号:CN112861652A

    公开(公告)日:2021-05-28

    申请号:CN202110076328.1

    申请日:2021-01-20

    Abstract: 本发明属于视频目标跟踪与分割领域,具体涉及了一种基于卷积神经网络的视频目标跟踪与分割方法及系统,旨在解决现有图像检测方法难以实现大规模视频的多目标跟踪与分割的问题。本发明包括:对输入视频进行目标检测、分割、图像裁剪等图像预处理操作;通过多种数据组织方式对视频跟踪进行训练,分别是预训练、迁移学习和精细训练,使得卷积神经网络具备对复杂场景的适应能力,同时,利用视频检测结果进行不断的初始化以及重新初始化;通过重分类器对视频目标轨迹进行重新的类别判断与打分,获得输入视频各设定类别目标的分类结果。本发明在保证效率的前提下,实现了大规模视频中高精度、高准确性的像素级多目标跟踪与分割。

    基于时空注意卷积神经网络的行为识别方法及装置

    公开(公告)号:CN109241829B

    公开(公告)日:2020-12-04

    申请号:CN201810824370.5

    申请日:2018-07-25

    Abstract: 本发明属于计算机视觉技术领域,具体涉及一种基于时空注意卷积神经网络的行为识别方法及装置,旨在解决如何准确识别视频中目标行为的技术问题。本发明提供的行为识别方法包括:将待测视频等间隔地分割为多个视频段;基于预先构建的空间注意网络提取每个视频段的光流特征,根据每个视频段的光流特征获取每个视频段的运动显著区域并且根据运动显著区域生成空间运动显著性映射图;基于预先构建的视频分类网络并且根据多个预设的行为类别、每个视频段以及相应的空间运动显著性映射图预测每个视频段对应的行为类别;按可信度降序选取前N个视频段的预测结果的加权平均值作为待测视频的行为识别结果。本发明能够有效提升行为识别的效果。

Patent Agency Ranking