-
公开(公告)号：CN117496329A
公开(公告)日：2024-02-02
申请号：CN202311718707.1
申请日：2023-12-14
申请人： 中国民航大学
IPC分类号： G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08 , G06N3/045
摘要： 一种基于改进HDNet的图像协调方法。其包括选取公开数据集并进行预处理，分成训练集和测试集；构建基于改进HDNet的图像协调模型；使用训练集和测试集对模型进行训练及测试；将随机选取的真实合成图像输入模型进行协调处理获得协调后的合成图像等步骤。本发明效果：空洞空间池化金字塔结构通过不同采样率的空洞卷积从不同尺度提取输入特征，能有效地扩大感受野，捕捉图像中的上下文信息。双重注意力机制同时关注图像的空间和通道信息，动态地调整不同区域的重要性，可增强模型对图像中重要区域的关注度。将掩码感知全局动态模块中卷积核部分的传统卷积替换为可变形卷积，可以提高模型的性能。
-
公开(公告)号：CN103971380B
公开(公告)日：2016-09-28
申请号：CN201410186168.6
申请日：2014-05-05
申请人： 中国民航大学
摘要： 一种基于RGB‑D的行人尾随检测方法。该方法首先通过监控区域的深度图像检测出前景目标，然后依据头发颜色信息以及头肩的深度轮廓信息对人头目标进行精确检测和定位，最后采用camshift算法对人头部目标进行跟踪，进而判定是否出现尾随现象。本方法不仅可以有效识别出行人和行李，对行人进行精确计数，不会误将行人当成行李或是将行李当成行人，而且对多人尾随的现象有较高的检测精度，特别适用于门禁、车站安检口、公司出入通道等场所。
-
公开(公告)号：CN104732236A
公开(公告)日：2015-06-24
申请号：CN201510126186.X
申请日：2015-03-23
申请人： 中国民航大学
摘要： 一种基于分层处理的人群异常行为智能检测方法。其包括人群状态预判与人群异常行为检测两个过程，其中人群状态预判过程是利用人群状态变化指数R对人群状态进行预判；人群异常行为检测过程是同时利用人群运动能量En和人群运动方向熵Hn进行人群异常行为判定。本发明提供的基于分层处理的人群异常行为智能检测方法不仅对人群异常行为具有很好的检测效果，而且不需要学习训练的过程，同时灵活性强，运算量低，可以很好地保证实时性，适用于广场、地铁、火车站、机场等人群密集且公共安全需求较高的场所。
-
公开(公告)号：CN108564043B
公开(公告)日：2021-08-31
申请号：CN201810344210.0
申请日：2018-04-17
申请人： 中国民航大学
摘要： 一种基于运动历史点云生成的时空分布图的人体行为识别方法。其包括生成MHPC；生成STDM；提取HOG特征向量；训练和测试KELM分类器，最后KELM分类器的输出即为人体动作分类结果等步骤。本发明能够获得人体动作不同视角下的信息，增加了对动作角度变化的鲁棒性。用时空分布图来表示人体动作要比深度运动图更加全面，提取的特征也更加有区别力；提取的HOG特征能够有效地表征人体动作类别，解决了利用点云提取特征复杂的问题。采用了基于高斯核函数的极限学习机，具有分类精度高，学习速度快的优点。
-
公开(公告)号：CN106682571B
公开(公告)日：2019-09-27
申请号：CN201610979984.1
申请日：2016-11-08
申请人： 中国民航大学
IPC分类号： G06K9/00
摘要： 一种基于肤色分割和小波变换的人脸检测方法。其包括输入图像肤色分割：对输入图像进行光照补偿，然后将光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，通过设定阈值区间对肤色区域进行分割，然后对分割后的区域进行去噪处理和连通区域标记；输入图像特征提取：对输入图像进行小波变换，最终得到低维图像；变长模板匹配：将连通区域对低维图像进行掩模运算，通过统计标记的各连通区域的大小，针对不同连通区域制作不同大小的模板来对得到的连通区域进行变长模板匹配，最终通过判断与模板相关性的大小来完成人脸检测过程。本发明效果：将肤色分割的连通区域大小考虑进来，针对不同大小的连通域设置不同的模板，实现了模板匹配的自适应。
-
公开(公告)号：CN110263720A
公开(公告)日：2019-09-20
申请号：CN201910542873.8
申请日：2019-06-21
申请人： 中国民航大学
发明人： 张良 , 郭守向 , 其他发明人请求不公开姓名
摘要： 一种基于深度图像与骨骼信息的人体动作识别方法。其包括采集人体动作视频，从中提取深度图像和骨骼动作帧序列；从深度图像中提取出全局点云特征向量；从骨骼动作帧序列中生成骨骼点特征向量；将全局点云特征向量和骨骼点特征向量输入两个SVM分类器中进行训练，得到两个动作分类模型；利用两个动作分类模型对待识别人体动作样本的类别进行识别等步骤。本发明提供的基于深度图像与骨骼信息的人体动作识别方法基于深度图像生成运动历史点云，提取运动历史点云的全局特征，同时融合骨骼点特征，结合两种特征，提高了动作识别的鲁棒性。
-
公开(公告)号：CN110070044A
公开(公告)日：2019-07-30
申请号：CN201910328041.6
申请日：2019-04-23
申请人： 中国民航大学
摘要： 一种基于深度学习的行人属性识别方法。其包括将行人图像作为Deeplab-v2网络的输入而得到掩码图；利用掩码图与行人图像逐元素相乘得到前景图，掩码图取反并与行人图像逐元素相乘得到背景图；构建行人属性识别网络并将区域级三元损失函数和加权交叉熵损失函数联合作为网络的损失函数；将行人图像和前景图、背景图作为行人属性识别网络的输入，利用损失函数计算网络损失值，通过随机梯度下降法对网络进行优化并保存网络参数；利用行人属性识别网络参数初始化行人属性识别网络，输入行人图像即可得到属性识别结果等步骤。本发明方法设计合理，因此能够大幅度提高行人属性识别的准确率。
-
公开(公告)号：CN104778447B
公开(公告)日：2018-01-12
申请号：CN201510124908.8
申请日：2015-03-23
申请人： 中国民航大学
IPC分类号： G06K9/00
摘要： 一种基于网格单元特征的人群聚集行为检测方法。其包括：对视频输入采用混合高斯模型提取出人群前景；对人群前景采用进行中值滤波处理；将人群前景划分成以m*m像素矩形单元格为最小单位的网格；对上述网格中的每一个单元格进行前景像素统计，得到网格单元特征图；对网格单元特征图中单元格特征值为1的单元格数量进行统计；以搜索框对网格单元特征图进行全局搜索，计算二维概率密度；计算二维联合分布熵；计算出人群聚集行为参考指数；对人群聚集行为进行判断,若G＞Go，表明发生人群聚集行为并进行告警。本发明方法能够有效地对人群聚集行为进行检测，可广泛应用于广场、车站、机场等公共安全需求较高的公共场所。
-
公开(公告)号：CN104537687B
公开(公告)日：2017-06-16
申请号：CN201410811099.3
申请日：2014-12-22
申请人： 中国民航大学
摘要： 本发明公开了一种带有速度信息的时序模板动作表示方法。其首先使用高斯混合模型进行前景提取，只计算运动区域的光流能够减少运算量，然后对前景区域计算视频的稠密光流，最后使用孟塞尔颜色系统对光流着色。本方法能够在描述动作整体轮廓的同时也强调动作的最大速度分布情况，对于单人动作和双人交互动作都有较好的识别结果，可以有效地区分一些外形相似但是速度分布不同的动作，例如用力拍打和轻拍，从而可避免对于外形相似的动作被误分为同一个动作的问题。本动作表示方法可用于智能视频监控和虚拟现实，以提高其准确性。
-
公开(公告)号：CN106682571A
公开(公告)日：2017-05-17
申请号：CN201610979984.1
申请日：2016-11-08
申请人： 中国民航大学
IPC分类号： G06K9/00
摘要： 一种基于肤色分割和小波变换的人脸检测方法。其包括输入图像肤色分割：对输入图像进行光照补偿，然后将光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，通过设定阈值区间对肤色区域进行分割，然后对分割后的区域进行去噪处理和连通区域标记；输入图像特征提取：对输入图像进行小波变换，最终得到低维图像；变长模板匹配：将连通区域对低维图像进行掩模运算，通过统计标记的各连通区域的大小，针对不同连通区域制作不同大小的模板来对得到的连通区域进行变长模板匹配，最终通过判断与模板相关性的大小来完成人脸检测过程。本发明效果：将肤色分割的连通区域大小考虑进来，针对不同大小的连通域设置不同的模板，实现了模板匹配的自适应。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.034 秒)
