监控场景中行人属性识别方法及系统

    公开(公告)号:CN111507272B

    公开(公告)日:2023-09-26

    申请号:CN202010310527.X

    申请日:2020-04-20

    Abstract: 本发明涉及一种监控场景中行人属性识别方法及系统,所述属性识别方法包括:获取监控场景下的待测行人图像;对待测行人图像进行预处理,得到处理图像;通过深度神经网络,得到待测行人图像的卷积图像特征;根据全连接层及卷积图像特征,确定各属性分类器的权重参数;基于卷积图像特征及各权重参数,确定在不同属性分类器下的所述待测行人图像的网络属性值;基于各网络属性值,确定对应属性的预测值;根据各预测值,确定待测行人图像的属性类型。本发明通过深度神经网络,提取待测行人图像的卷积图像特征,确定各属性分类器的权重参数;并得到在不同属性分类器下的网络属性值,进而得到对应属性的预测值,以准确确定待测行人图像的属性类型。

    基于立体可视化的交互展示系统、方法、设备

    公开(公告)号:CN114399606A

    公开(公告)日:2022-04-26

    申请号:CN202111600670.3

    申请日:2021-12-24

    Abstract: 本发明属于视频监控技术领域,具体涉及一种基于立体可视化的交互展示系统、方法、设备,旨在解决三维全景监控系统因固定监控设备视角受限导致的视觉盲区以及没有基于场景内能进行辅助判断的物联网传感器信息导致目标识别和检索效果较差的问题。本系统包括数据获取单元,配置为获取目标场景内固定监控设备、移动监控设备以及各物联网传感器采集的数据;算法分析单元,配置为提取结构化信息;数据交汇单元,配置为进行数据汇聚;交互展示单元,配置为进行多维度的三维立体可视化交互展示。本发明解决了因固定监控设备视角受限导致的视觉盲区,提升了目标识别及检索效果,同时避免了分析结果滞后叠加显示的问题。

    一种个体、群体、场景交互协同感知方法、系统及设备

    公开(公告)号:CN113469080B

    公开(公告)日:2024-07-12

    申请号:CN202110771588.0

    申请日:2021-07-08

    Abstract: 本发明属于视觉数据处理领域,具体涉及一种个体、群体、场景交互协同感知方法、系统及设备。该方法包括基于当前场景中的视频数据提取每个个体的运动信息、行为信息和身份信息;根据个体的运动信息以及预设流量估计算法计算得到当前场景的群体流量数据;根据个体的行为信息以及群体行为识别模型得到群体行为信息;根据个体的运动信息、个体行为信息、身份信息、群体流量数据和群体行为信息确定当前场景下的异常事件;提取异常事件中的个体特征和/或群体特征作为感兴趣目标特征;在其他场景的视频数据中查找与感兴趣目标特征相似的特征作为关联特征;根据关联特征对跨场景的异常事件预测。本发明实现不同层次信息的交互利用,使各层次信息充分整合。

    基于电子心理沙盘的知识库构建及分析方法、装置、设备

    公开(公告)号:CN111161846B

    公开(公告)日:2024-02-27

    申请号:CN201911243682.8

    申请日:2019-12-06

    Abstract: 本申请涉及一种基于电子心理沙盘的知识库构建及分析方法、装置、设备,方法包括:获取N个受试者制作电子心理沙盘时产生的沙盘过程数据和沙盘作品数据;提取所述沙盘过程数据的关系和所述沙盘作品数据的关系,得到数据关联信息;将所述沙盘过程数据、所述沙盘作品数据和所述数据关联信息组合,得到组合数据;获取所述组合数据对应的沙盘主题或心理倾向;将所述组合数据、所述沙盘主题、所述心理倾向和所述组合数据与所述沙盘主题或所述心理倾向的对应关系存储到所述知识库中。本申请用以解决传统实体沙盘设备大多处于闲置状态造成资源浪费和现有的电子心理沙盘利用沙盘数据不到位造成对受试者分析不到位的问题。

    一种对象属性识别方法、装置、计算设备及系统

    公开(公告)号:CN109902548B

    公开(公告)日:2022-05-31

    申请号:CN201810810453.9

    申请日:2018-07-20

    Abstract: 本发明实施例公开了一种对象属性的识别方法、装置、计算设备及系统,该方法包括:计算设备根据M个姿态关键点在第一图像中提取M个部位的特征,得到M个部位特征图,进而,将所述M个部位特征图输入第一属性识别模型,得到目标对象的第一属性识别结果。其中,第一图像为原始图像或根据原始图像提取得到的原始特征图,该原始图像包括目标对象,目标对象包括M个部位,M个姿态关键点与M个部位一一对应,M个部位与M个部位特征图一一对应。本发明实施例在第一属性识别模型对目标对象进行属性识别之前,将第一图像拆解出与目标对象姿势无关的M个部位特征图,进而克服目标对象的姿势对识别结果的影响,使得对对象的属性识别更加准确,且鲁棒性好。

    基于属性特征学习解耦的行人属性识别方法及系统

    公开(公告)号:CN114239754A

    公开(公告)日:2022-03-25

    申请号:CN202210171928.0

    申请日:2022-02-24

    Abstract: 本发明属于模式识别、计算机视觉、视觉场景分析及多标签分类领域,具体涉及了一种基于属性特征学习解耦的行人属性识别方法及系统,旨在解决有技术采用相同的特征分类不同的属性,从而行人属性识别的有效性低、鲁棒性不强的问题。本发明包括:通过基于深度神经网络构建的特征提取模型,并提取待识别预处理图像的卷积图像特征;预设可学习参数并获取每个类别属性的属性索引特征;通过语义空间互注意力模块提取属性特征和索引注意力图;以前一个语义空间互注意力模块的输出作为当前模块的输入进行迭代;通过属性分类器进行迭代获得的最终的待识别图像属性特征的分类。本发明可应用于各场景的行人图片属性识别,并能显著提高行人图片属性识别的性能。

    一种图像分类方法、装置以及计算机可读介质

    公开(公告)号:CN111160361A

    公开(公告)日:2020-05-15

    申请号:CN201911129089.0

    申请日:2019-11-18

    Abstract: 本申请涉及一种图像分类方法、装置以及计算机可读介质,本申请通过获取绘制图像,提取所述图像中物体的特征,得到特征信息;根据预设的特征信息与类别标签之间的对应关系,查找与所述特征信息对应的类别标签;将所述类别标签确定为所述绘制图像的分类结果方式,代替人为对绘制图像进行主观判断的方式,通过提取出物体的特征信息,结合特征信息与类别标签之间的对应关系,确定绘制图像的分类结果,避免主观对绘制图像进行分类的偏差,能够更加精确的对绘制图像进行分类,进而提升分类结果的准确率。

    一种对象检测模型的对抗扰动生成方法和装置

    公开(公告)号:CN109902705A

    公开(公告)日:2019-06-18

    申请号:CN201811281358.0

    申请日:2018-10-30

    Abstract: 本发明实施例公开了一种对象检测模型的对抗扰动生成方法和装置。该方法包括:获取第一对抗扰动和第一训练样本集。根据第一训练样本集中的第一训练样本和第一对抗扰动确定出第一对抗样本,基于对象检测模型确定出的第一对抗样本对应的第一目标对象置信度集合对上述第一对抗扰动进行第一次对抗扰动修正,以得到第二对抗扰动。后续每次从第一训练样本集获取新的训练样本后,会基于新的训练样本和上一次对抗扰动修正得到的对抗扰动再次修正得到新的对抗扰动。当N次修正得到的N个对抗扰动收敛时,将第N次对抗扰动修正得到的第N+1对抗扰动确定为对象检测模型对应的目标对抗扰动。采用本发明实施例,可提升对抗扰动生成方法的效率和适用性。

    基于视频的事件演化预测方法、系统

    公开(公告)号:CN113486754B

    公开(公告)日:2024-01-09

    申请号:CN202110727190.7

    申请日:2021-06-29

    Abstract: 本发明属于事件演化分析技术领域,具体涉及一种基于视频的事件演化预测方法、系统,旨在解决现有的智能视频分析系统无法对事件未来发展进行预测的问题;该方法包括:解码输入的视频流,获得序列数据,以队列方式缓存与当前时刻对应的N帧视频图像;对N帧视频图像进行进行预处理,获取第二信息;判断第二信息中的置信度是否大于阈值,若是,则判定为当前时刻有事件发生;若否,则返回至解码输入的视频流;抽取当前时刻对应事件,获取当前事件的总体特征;将当前事件节点与历史事件节点进行关联和合并,更新初始事件子图;获取每个候选事件的预测分数,按照分数值降序输出预测的事件节点;本发明可以实现对事件未来发展的预测。(56)对比文件费腾;江龙;杨帅帅;杜克石.随岳高速智能视频分析系统建设探究.中国交通信息化.2018,(第S1期),全文.Narayan Purohit.图像传感 推进无人驾驶汽车的重点.汽车与配件.2015,(第032期),全文.Nkiru E. Ekechukwu;FrédéricTripet.Current versus future reproductiveinvestment adaptive responses in adultAnopheles coluzzii malaria mosquitoes:hydric-stressed males give itall.Parasites & Vectors.2019,第12卷(第1期),全文.Banhazi, T. M.;Tscharke, M.;Ferdous,W. M.;Saunders, C.;Lee, S.-H..Improvedimage analysis based system to reliablypredict the live weight of pigs on farm:Preliminary results..Australian Journalof Multi-Disciplinary Engineering.2011,第8卷(第2期),全文.Alessio Dore;Matteo Pinasco;LorenzoCiardelli.A bio-inspired system model forinteractive surveillanceapplications.Journal of ambientintelligence and smart environments.2011,(第2期),全文.

Patent Agency Ranking