-
公开(公告)号：CN118196700B
公开(公告)日：2024-09-17
申请号：CN202410229855.5
申请日：2024-02-29
Applicant: 北京科技大学
IPC: G06V20/52 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及视频图像处理和模式识别技术领域，特别是指一种室内烟雾遮挡下的疏散人员识别方法及装置，方法包括：获取室内烟雾遮挡下疏散人员的样本集；构建疏散人员特征提取网络模型，包括：局部到全局的过渡并行模块、局部与全局增强交互模块以及多尺度特征平行提取模块；将样本集输入局部到全局的过渡并行模块、局部与全局增强交互模块以及多尺度特征平行提取模块，获得疏散人员特征图；根据疏散人员特征图，对疏散人员特征提取网络模型进行训练，获得训练好的疏散人员特征提取网络模型；获取待识别疏散人员的图像数据并输入训练好的疏散人员特征提取网络模型中，获得疏散人员的识别结果。采用本发明可提高识别室内烟雾场景下疏散人员准确性。
-
公开(公告)号：CN117197658B
公开(公告)日：2024-07-16
申请号：CN202310994682.1
申请日：2023-08-08
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于多情境生成图像的火灾多目标检测方法与系统，该方法包括：基于多情境智能生成批量的不同火灾场景下的火灾图像；利用生成火灾图像与真实火灾图像构建目标检测数据集；利用所述目标检测数据集对目标检测模型进行训练；利用训练好的目标检测模型对待检测图像进行处理，实现火灾多目标检测。本发明提供的火灾多目标检测方法及系统，有效地解决了由于火灾事故的特殊性造成某些场景的火灾图像很难获得，进而导致火灾目标检测模型的泛化能力较差的问题，提高了火灾检测的目标多样性。
-
公开(公告)号：CN118196700A
公开(公告)日：2024-06-14
申请号：CN202410229855.5
申请日：2024-02-29
Applicant: 北京科技大学
IPC: G06V20/52 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及视频图像处理和模式识别技术领域，特别是指一种室内烟雾遮挡下的疏散人员识别方法及装置，方法包括：获取室内烟雾遮挡下疏散人员的样本集；构建疏散人员特征提取网络模型，包括：局部到全局的过渡并行模块、局部与全局增强交互模块以及多尺度特征平行提取模块；将样本集输入局部到全局的过渡并行模块、局部与全局增强交互模块以及多尺度特征平行提取模块，获得疏散人员特征图；根据疏散人员特征图，对疏散人员特征提取网络模型进行训练，获得训练好的疏散人员特征提取网络模型；获取待识别疏散人员的图像数据并输入训练好的疏散人员特征提取网络模型中，获得疏散人员的识别结果。采用本发明可提高识别室内烟雾场景下疏散人员准确性。
-
公开(公告)号：CN117197658A
公开(公告)日：2023-12-08
申请号：CN202310994682.1
申请日：2023-08-08
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于多情境生成图像的火灾多目标检测方法与系统，该方法包括：基于多情境智能生成批量的不同火灾场景下的火灾图像；利用生成火灾图像与真实火灾图像构建目标检测数据集；利用所述目标检测数据集对目标检测模型进行训练；利用训练好的目标检测模型对待检测图像进行处理，实现火灾多目标检测。本发明提供的火灾多目标检测方法及系统，有效地解决了由于火灾事故的特殊性造成某些场景的火灾图像很难获得，进而导致火灾目标检测模型的泛化能力较差的问题，提高了火灾检测的目标多样性。
-
-
-
Search Results
4
records
(took 0.018 seconds)
