-
公开(公告)号：CN116824495B
公开(公告)日：2024-10-11
申请号：CN202310756542.0
申请日：2023-06-26
Applicant: 华东交通大学
IPC: G06V20/52 , G06V20/40 , G06V10/80 , G06V10/774 , G06V10/764
Abstract: 本发明提出一种危险行为识别方法、系统、存储介质及计算机设备，该方法包括：视频信息进行视频特征提取和音频特征提取；对每个样本中的视频特征和音频特征均依次进行编码和投影，得到投影视频特征和投影音频特征，并根据投影视频特征和投影音频特征计算得到关于视频模态和音频模态的总损失值，并根据总损失值进行迭代训练；根据对比学习模型得到关于投影视频特征和投影音频特征的融合特征，并将至少一段视频信息对应的融合特征输入到N个基分类器中进行训练，得到多分类器加权投票模型，行为类型结果包括有危险和无危险。本发明能够更全面、准确的信息去描述行为，并提高危险预测的准确性，进而实现对群体危险行为的识别预测。
-
公开(公告)号：CN116503914A
公开(公告)日：2023-07-28
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：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：CN115034837A
公开(公告)日：2022-09-09
申请号：CN202210975174.4
申请日：2022-08-15
Applicant: 华东交通大学
IPC: G06Q30/02 , G06F40/295 , G06F40/194 , G06F16/36
Abstract: 本发明公开了一种基于知识图谱的产品销量预测方法、设备和介质，方法：根据产品文本信息构建销量知识图谱；对图谱的实体与关系构建对应的二分图；采用Node2vec算法学习二分图各节点向量作为初始向量；采用CrossE方法对初始向量进行交互嵌入；利用已知销量区间的历史产品文本信息，获得给定“销量区间”的再表示向量；利用未知销量区间的产品文本信息，获得三元组“产品‑销量区间”中头实体和关系的再表示向量，计算对应的组合表示向量，即为对应尾实体“销量区间”的预测向量；根据预测向量和组合表示向量计算相似度，取其中相似度最大值对应的“销量区间”，即为产品预测的销量区间。本发明对产品销售的预测准确性高。
-
Patent Agency Ranking
公开(公告)号：CN116824495A
公开(公告)日：2023-09-29
申请号：CN202310756542.0
申请日：2023-06-26
Applicant: 华东交通大学
IPC: G06V20/52 , G06V20/40 , G06V10/80 , G06V10/774 , G06V10/764
Abstract: 本发明提出一种危险行为识别方法、系统、存储介质及计算机设备，该方法包括：视频信息进行视频特征提取和音频特征提取；对每个样本中的视频特征和音频特征均依次进行编码和投影，得到投影视频特征和投影音频特征，并根据投影视频特征和投影音频特征计算得到关于视频模态和音频模态的总损失值，并根据总损失值进行迭代训练；根据对比学习模型得到关于投影视频特征和投影音频特征的融合特征，并将至少一段视频信息对应的融合特征输入到N个基分类器中进行训练，得到多分类器加权投票模型，行为类型结果包括有危险和无危险。本发明能够更全面、准确的信息去描述行为，并提高危险预测的准确性，进而实现对群体危险行为的识别预测。
-
公开(公告)号：CN116524602B
公开(公告)日：2023-09-19
申请号：CN202310799907.8
申请日：2023-07-03
Applicant: 华东交通大学
IPC: G06V40/20 , G06V20/40 , G06V10/62 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/766 , G06V10/82
Abstract: 本申请公开了基于步态特征的换衣行人重识别方法及系统，方法包括如下步骤：将待识别行人图像划分为训练集和测试集；将训练集输入换衣行人重识别网络模型进行特征识别，获取肢体特征和步态特征，将两个特征进行特征融合处理，获取训练集的融合特征；根据获取的训练集的融合特征，获取训练集的融合特征的损失值；根据损失值和真实值之间的误差值，获取优化后的换衣行人重识别网络模型；将测试集输入优化后的换衣行人重识别网络模型进行特征识别，获取换衣行人的重识别结果。本申请提供的基于步态特征的换衣行人重识别方法，基于肢体特征和步态特征，实现对换衣行人的重识别，以减少网络模型对服装特征的依赖，实现对行人换衣后的准确识别。
-
公开(公告)号：CN116524602A
公开(公告)日：2023-08-01
申请号：CN202310799907.8
申请日：2023-07-03
Applicant: 华东交通大学
IPC: G06V40/20 , G06V20/40 , G06V10/62 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/766 , G06V10/82
Abstract: 本申请公开了基于步态特征的换衣行人重识别方法及系统，方法包括如下步骤：将待识别行人图像划分为训练集和测试集；将训练集输入换衣行人重识别网络模型进行特征识别，获取肢体特征和步态特征，将两个特征进行特征融合处理，获取训练集的融合特征；根据获取的训练集的融合特征，获取训练集的融合特征的损失值；根据损失值和真实值之间的误差值，获取优化后的换衣行人重识别网络模型；将测试集输入优化后的换衣行人重识别网络模型进行特征识别，获取换衣行人的重识别结果。本申请提供的基于步态特征的换衣行人重识别方法，基于肢体特征和步态特征，实现对换衣行人的重识别，以减少网络模型对服装特征的依赖，实现对行人换衣后的准确识别。
-
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：CN114723535A
公开(公告)日：2022-07-08
申请号：CN202210484268.1
申请日：2022-05-06
Applicant: 华东交通大学
Abstract: 本发明公开了一种基于供应链与知识图谱的物品推荐方法、设备及介质，包括：获取样本用户和物品信息以及交互信息；从物品信息中提取供应链节点，以所有样本用户和供应链节点为实体构建供应链知识图谱；基于图谱中各实体及交互信息，使用TransHR算法对图谱进行表示学习；使用学习得到的供应链知识图谱，将每个物品均使用给定维度的向量表示，再基于物品的向量表示计算每两个物品的第一相似度；根据户对物品的历史评分，采用余弦相似度计算每两个物品的第二相似度；整合两个相似度，构建相似度矩阵；根据相似度矩阵对物品进行计算评分，按评分顺序向目标用户推荐物品。本发明可以缓解数据稀疏和冷启动对推荐的负面影响，提高推荐准确度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.027 seconds)
