公开(公告)号：CN115049894A

公开(公告)日：2022-09-13

申请号：CN202210609475.5

申请日：2022-05-31

Applicant: 北京交通大学

Inventor： 郎丛妍 ,  陈诗迪 ,  魏莉莉 ,  许喆铭 ,  李浥东 ,  王涛 ,  冯松鹤 ,  金一

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/40 ,  G06V10/74 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06V40/10

Abstract: 本发明公开了一种基于图学习的全局结构信息嵌入网络的目标重识别方法，包括步骤：数据集分类及预处理、训练集上图的构建和初始化、训练深度学习模型、测试深度学习模型。本发明利用图学习理论并通过图卷积神经网络自动学习这种全局结构信息，将该关系嵌入所学的特征中，获得更有表征能力的图形表示，将目标重识别问题转化为新的边预测问题，从而更快更准确地判断数据间的关系，提高了目标重识别的精度。

公开(公告)号：CN116824346A

公开(公告)日：2023-09-29

申请号：CN202310577296.2

申请日：2023-05-22

Applicant: 北京交通大学

Inventor： 郎丛妍 ,  蔡添 ,  陈诗迪 ,  冯紫钰

IPC: G06V20/00 ,  G06V10/22 ,  G06V10/764 ,  G06V10/82 ,  G06V10/766 ,  G06N3/084 ,  G06V10/40 ,  G06N3/0464 ,  G06V10/774

Abstract: 本发明提供一种基于全局注意力的检测模型训练和火灾检测方法、系统，属于计算机视觉、模式识别及人工智能技术领域，结合全局上下文信息，联合使用基于通道维度的通道注意力机制和基于空间维度的自注意力机制搭建全局上下特征增强模块，并引入全局上下文特征增强模块，构建烟雾火焰检测模型；采用多尺度预测策略，通过多个尺度的特征来预测不同尺寸的目标。本发明通过使用基于全局注意力机制的烟雾火焰检测模型挖掘烟雾和火焰中的有效信息，弱化复杂背景噪声对检测性能的干扰，从而获得更优的特征表达，提高了烟雾和火焰的检测精度。