-
公开(公告)号：CN112528966B
公开(公告)日：2021-05-14
申请号：CN202110161295.0
申请日：2021-02-05
Applicant: 华东交通大学
Abstract: 本发明公开了一种取款人周边环境智能监控识别方法、装置及介质，其方法包括视频监控、目标跟踪、交互行为检测和识别；目标跟踪为：当视频监控到取款机周边有人进入时，采用马尔可夫蒙特卡洛将监控视频中的人体作为目标进行多目标跟踪，得到包括多目标跟踪轨迹的跟踪视频；交互行为检测为：从跟踪视频提取特征并构建组合特征，以通过卷积神经网络算法判断人体目标的面部头像及其特征点，进而用于判断头部姿态和目光角度是否异常，并在异常的情况下对其进行交互行为检测；交互行为识别为：若存在交互行为，则进一步判别该交互行为的类型。本发明能够实时对取款区域内的人与物进行监控，并且对人的行为进行自动检测和识别。
-
公开(公告)号：CN116524602B
公开(公告)日：2023-09-19
申请号：CN202310799907.8
申请日：2023-07-03
Applicant: 华东交通大学
IPC: G06V40/20 , G06V20/40 , G06V10/62 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/766 , G06V10/82
Abstract: 本申请公开了基于步态特征的换衣行人重识别方法及系统，方法包括如下步骤：将待识别行人图像划分为训练集和测试集；将训练集输入换衣行人重识别网络模型进行特征识别，获取肢体特征和步态特征，将两个特征进行特征融合处理，获取训练集的融合特征；根据获取的训练集的融合特征，获取训练集的融合特征的损失值；根据损失值和真实值之间的误差值，获取优化后的换衣行人重识别网络模型；将测试集输入优化后的换衣行人重识别网络模型进行特征识别，获取换衣行人的重识别结果。本申请提供的基于步态特征的换衣行人重识别方法，基于肢体特征和步态特征，实现对换衣行人的重识别，以减少网络模型对服装特征的依赖，实现对行人换衣后的准确识别。
-
公开(公告)号：CN116524602A
公开(公告)日：2023-08-01
申请号：CN202310799907.8
申请日：2023-07-03
Applicant: 华东交通大学
IPC: G06V40/20 , G06V20/40 , G06V10/62 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/766 , G06V10/82
Abstract: 本申请公开了基于步态特征的换衣行人重识别方法及系统，方法包括如下步骤：将待识别行人图像划分为训练集和测试集；将训练集输入换衣行人重识别网络模型进行特征识别，获取肢体特征和步态特征，将两个特征进行特征融合处理，获取训练集的融合特征；根据获取的训练集的融合特征，获取训练集的融合特征的损失值；根据损失值和真实值之间的误差值，获取优化后的换衣行人重识别网络模型；将测试集输入优化后的换衣行人重识别网络模型进行特征识别，获取换衣行人的重识别结果。本申请提供的基于步态特征的换衣行人重识别方法，基于肢体特征和步态特征，实现对换衣行人的重识别，以减少网络模型对服装特征的依赖，实现对行人换衣后的准确识别。
-
公开(公告)号：CN113283387A
公开(公告)日：2021-08-20
申请号：CN202110694921.2
申请日：2021-06-23
Applicant: 华东交通大学
Abstract: 本发明公开了一种群体异常行为检测方法和装置，包括获取输入图像，将输入图像分成预设个方块，根据哈里斯角检测法和预设的筛选条件求解得到每个方块内的有效光流向量；构建概率模型用以表示每个方块的有效光流向量在预设数量个方向上的分布，结合预设的聚类约束条件，确定每个方块内群体的方向模型，并对所有方块的方向模型进行方向聚类得到方向聚类集合；根据方向聚类集合进行稀疏编码和更新字典得到完备字典集合，根据完备字典集合和方向聚类集合得到各方向的稀疏表示系数，根据各方向的稀疏表示系数构建损失函数，当损失函数的值大于预设的阈值时，可确定对应方向上的群体处于异常状态，得到事故发生方位。在监控领域具有更大的安保价值。
-
公开(公告)号：CN112528966A
公开(公告)日：2021-03-19
申请号：CN202110161295.0
申请日：2021-02-05
Applicant: 华东交通大学
Abstract: 本发明公开了一种取款人周边环境智能监控识别方法、装置及介质，其方法包括视频监控、目标跟踪、交互行为检测和识别；目标跟踪为：当视频监控到取款机周边有人进入时，采用马尔可夫蒙特卡洛将监控视频中的人体作为目标进行多目标跟踪，得到包括多目标跟踪轨迹的跟踪视频；交互行为检测为：从跟踪视频提取特征并构建组合特征，以通过卷积神经网络算法判断人体目标的面部头像及其特征点，进而用于判断头部姿态和目光角度是否异常，并在异常的情况下对其进行交互行为检测；交互行为识别为：若存在交互行为，则进一步判别该交互行为的类型。本发明能够实时对取款区域内的人与物进行监控，并且对人的行为进行自动检测和识别。
-
Patent Agency Ranking
公开(公告)号：CN112329743A
公开(公告)日：2021-02-05
申请号：CN202110000781.4
申请日：2021-01-04
Applicant: 华东交通大学
Abstract: 本发明公开了一种疫情环境下的异常体温监控方法、装置及介质，方法为：对预设区域的过往行人进行体温测量，若体温测量异常则获取其人脸图像；采用人脸重建模型对体温异常的人脸图像修复得到修复完整的人脸图像；人脸重建模型采用生成对抗网络通过训练达到平衡时的生成器构成；生成对抗网络的训练方法为：使用非完整的人脸图像作为生成器的输入数据，使用真实完整的人脸图像和生成器输出的人脸图像作为判别器的输入数据，对生成器和判别器进行对抗训练；最终使用身份识别模型对修复完整的人脸图像进行身份识别。本发明的监控识别准确率高，可实现无接触、大范围和远距离的智能监控。
-
公开(公告)号：CN106503613A
公开(公告)日：2017-03-15
申请号：CN201610819588.2
申请日：2016-09-13
Applicant: 华东交通大学
Inventor： 涂宏斌
CPC classification number: G06K9/00778 , G06K9/40 , G06K9/6218 , G06T15/005
Abstract: 本发明公开了一种公共区域人体行为监控方法，利用激光扫描仪同时实现摄像机监控和进出口行人流量统计，在保证系统功能的前提下简化了软硬件系统复杂度；监控获得的视频可以获得三维信息，得到的运动轨迹直接为三维坐标，而如果用摄像机进行视频采集并获得运动三维信息则需要通过多相机的立体视觉获得，这样即增加了硬件成本，又增加了软件开发的工作量；将三维激光扫描仪和CCD摄像机结合使用，可以减少视频盲区，此外相同帧数的情况下，CCD的价格比三维激光扫描仪的价格便宜的多，因此可以减少设备成本。
-
公开(公告)号：CN119251773A
公开(公告)日：2025-01-03
申请号：CN202411784566.8
申请日：2024-12-06
Applicant: 华东交通大学
IPC: G06V20/52 , G06V20/40 , G06V40/20 , G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/0455 , G06T7/215
Abstract: 本申请涉及智能监控和计算机视觉技术领域，公开了一种面向客运站群体的行为识别方法、系统、设备及介质，该方法包括：获取目标客运站群体的视频帧图像并进行预处理，分别提取对应的RGB图像、深度图、骨骼图和光流图；根据RGB图像提取RGB特征，根据深度图提取深度图特征，根据RGB特征和深度图特征得到早期融合特征；根据骨骼图捕捉骨骼特征，根据光流图捕捉光流特征，根据骨骼特征和光流特征得到中期融合特征；根据早期融合特征和中期融合特征得到后期融合特征，根据后期融合特征获得视频帧图像对应的行为类别预测结果。该方法能够在铁路客运站等复杂环境中，利用多特征数据进行密集型群体行为的精准识别。
-
公开(公告)号：CN119206635A
公开(公告)日：2024-12-27
申请号：CN202411743386.5
申请日：2024-11-30
Applicant: 华东交通大学
IPC: G06V20/52 , G06V20/54 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于数据融合的铁路检修群体行为识别方法及系统，属于群体行为识别技术领域；其中方法包括：对铁路检修监控视频的RGB数据进行特征处理，得到多个不同层级的提取特征，通过多尺度局部特征融合网络和时空注意力网络处理，以得到RGB时空注意力特征；获取RGB数据的坐标分支输出特征，将坐标分支输出特征与RGB时空注意力特征进行融合得到RGB目标特征；获取关键点数据中，对关键点数据进行处理得到关键点目标特征；最后，将RGB目标特征和关键点目标特征进行融合，得到识别特征；通过提取并融合不同尺度的关键特征，提高在铁路检修监控视频中复杂场景下群体行为识别的准确性和鲁棒性。
-
公开(公告)号：CN118097580B
公开(公告)日：2024-07-30
申请号：CN202410497746.1
申请日：2024-04-24
Applicant: 华东交通大学
IPC: G06V20/54 , G06V10/141 , G06V10/56 , G06V10/60 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明涉及图像识别领域，提出了一种基于Yolov4网络的危险行为防护方法及系统，通过对实时获取的防护区域图像进行预处理，从输入端提高了后续Yolov4网络识别的准确性，再对Yolov4网络进行轻量化改进，并加入了光照矫正子网络、深度可分离卷积模块和ECA注意力模块，极大地提高了图像识别的效率和精度，最终通过注意力导向模块和情景感知模块，划分危险区域，判断危险行为，实现了对危险行为的自动识别与实时监控，极大地提高了危险行为防护的效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.025 seconds)
