-
公开(公告)号：CN119296183B
公开(公告)日：2025-04-18
申请号：CN202411816671.5
申请日：2024-12-11
Applicant: 华东交通大学
Abstract: 本发明属于图像识别领域，提出了一种基于多模态群体行为识别技术的交互行为识别方法及系统，通过设计一种多模态群体行为识别网络，包括图像分支子网络、文本分支子网络和关键点分支子网络，分别进行多模态特征处理，以避免通过单一模态信息进行识别时，由于群体间的交互行为和复杂的交互环境的因素，造成识别精度较低的问题，进一步符合实际检修情况，提高了整体识别的精度，又通过轻量化设计，提高了识别的效率，再进行群体之间和群体与交互目标之间的关系和交互增强，进一步的提高了识别的精度，避免了因为遮挡重叠造成的识别障碍，本发明提高了群体目标交互行为的识别准确性和效率。
-
公开(公告)号：CN119206635B
公开(公告)日：2025-04-04
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：CN119229541A
公开(公告)日：2024-12-31
申请号：CN202411755323.1
申请日：2024-12-03
Applicant: 华东交通大学
IPC: G06V40/20 , G06V10/26 , G06V10/82 , G06T7/194 , G06V10/74 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06V20/40
Abstract: 本发明涉及图像识别领域，提出一种基于生成对抗网络的人体危险行为识别方法及系统，通过先对视频图像进行区域分割，对图像中的人体行为区域和背景区域进行分割，以避免背景因素的干扰，降低人体行为识别的难度，提高了识别的准确性，根据方向梯度算法提取人体行为特征和运动信息，丰富了动态特征信息，增强了上下文的联系，进而提高了在时间序列上的识别准确性，再根据包括信息增强模块的生成对抗网络生成预测人体行为特征，以获取最终识别结果，增强了长距离依赖关系，使预测进一步的符合实际情况，本发明提高了人体危险行为识别方法的准确性。
-
公开(公告)号：CN117808822A
公开(公告)日：2024-04-02
申请号：CN202410027436.3
申请日：2024-01-09
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于方向窄条滤波和面拟合的CT影像肺叶分割方法、系统和设备，方法包括：获取人体肺部区域CT影像，对其进行数据增强处理；对增强处理后的CT影像中每个切片的每个像素，均利用模板旋转匹配技术获得其CT强度的增强矢量表示，再通过滤波得到影像中的肺裂像素及其方向信息；根据肺裂像素的方向信息对影像中肺裂进行整合；对影像中整合后的肺裂进行人工修正；确定拟合肺裂曲面的Z轴方向，再利用肺裂的所有像素坐标求解拟合曲面表达式中的未知参数，得到肺裂曲面；使用肺裂曲面对CT影像中的不同肺叶进行分割。本发明基于方向窄条滤波和面拟合技术，有效提取和修复不完整的肺裂，实现准确的肺叶分割。
-
公开(公告)号：CN115908438A
公开(公告)日：2023-04-04
申请号：CN202211514233.4
申请日：2022-11-30
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于深度监督集成学习的CT影像病灶分割方法、系统和设备，方法包括：获取若干数量已对肺部病灶分割标注的CT影像，对其进行数据增强，构建训练数据集；从预训练模型获取其模型参数，作为深度监督集成学习网络的初始参数；使用训练数据集对基于初始参数的深度监督集成学习网络进行训练，得到CT影像病灶分割模型；其中，所述深度监督集成学习网络包括多个不同的子网络，并由集成模块对各子网络输出的概率特征图进行集成；获取肺部病灶待分割的CT影像，使用训练得到的CT影像病灶分割模型进行肺部病灶分割。本发明可以结合局部和全局特征对肺炎病灶进行精准有效分割。
-
Patent Agency Ranking
公开(公告)号：CN113159009A
公开(公告)日：2021-07-23
申请号：CN202110709599.6
申请日：2021-06-25
Applicant: 华东交通大学
Abstract: 本发明公开了一种车站预防逃票的智能监控识别方法及系统，先获取闸机入口前的行人视频；然后自动检测每个人的行为运动，以区分过闸机的行人和非行人，得到正过闸机的行人图像；再根据得到的正过闸机的行人图像，对人与人过闸机时之间的间隔距离进行计算，如果闸机开启一次的时间内连续两人及两人以上在通过闸机时相邻行人之间的间隔距离小于预设阈值，则自动截取图片存档并在记录中标注出来，通过将已存档的截取图片上传到与之相连的云端中，可以在下次此人进站时由车站的摄像视频进行匹配设别，对其实行惩罚措施或是直接在站内通过工作人员进行补票，具有监控识别准确、智能化程度高的优点。
-
公开(公告)号：CN119251773B
公开(公告)日：2025-04-18
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：CN119296183A
公开(公告)日：2025-01-10
申请号：CN202411816671.5
申请日：2024-12-11
Applicant: 华东交通大学
Abstract: 本发明属于图像识别领域，提出了一种基于多模态群体行为识别技术的交互行为识别方法及系统，通过设计一种多模态群体行为识别网络，包括图像分支子网络、文本分支子网络和关键点分支子网络，分别进行多模态特征处理，以避免通过单一模态信息进行识别时，由于群体间的交互行为和复杂的交互环境的因素，造成识别精度较低的问题，进一步符合实际检修情况，提高了整体识别的精度，又通过轻量化设计，提高了识别的效率，再进行群体之间和群体与交互目标之间的关系和交互增强，进一步的提高了识别的精度，避免了因为遮挡重叠造成的识别障碍，本发明提高了群体目标交互行为的识别准确性和效率。
-
公开(公告)号：CN116503914B
公开(公告)日：2023-09-01
申请号：CN202310760280.5
申请日：2023-06-27
Applicant: 华东交通大学
IPC: G06V40/10 , G06V20/52 , G06V10/44 , G06V10/46 , G06V10/762 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明提出行人重识别方法、系统、可读存储介质及计算机设备，该方法包括：对历史行人图像进行特征提取；沿着水平坐标和垂直坐标分别对特征张量进行编码，并将水平特征和垂直特征进行级联转换，并根据在水平方向和在垂直方向上的中间特征图获取注意力特征图；根据注意力特征图获取池化核域中每个激活值所对应的激活权重，以根据激活权重对池化核域内所有激活值的加权求和；将加权求和值编码映射到欧式空间，以计算出样本的类中心，并根据样本的类中心计算出类中心三元组损失，并根据类中心三元组损失迭代训练出行人重识别模型。本发明能够传统技术行人重识别准确率较低的问题。
-
公开(公告)号：CN113283387B
公开(公告)日：2022-11-11
申请号：CN202110694921.2
申请日：2021-06-23
Applicant: 华东交通大学
IPC: G06V20/52 , G06V10/762 , G06V10/764 , G06N20/00
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。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.02 seconds)
