-
公开(公告)号：CN115630190A
公开(公告)日：2023-01-20
申请号：CN202211087773.9
申请日：2022-09-07
Applicant: 南京信息技术研究院
Abstract: 本发明公开了一种基于最大切片Wasserstein度量的监控网络行人目标关联方法，在记录周期内，监控网络系统基于YOLOv5行人检测和Deepsort并采用n阶打点机制生成行人目标的检测跟踪记录；在关联周期内，监控网络系统基于n阶连续高维特征序列之间的最大切片Wasserstein距离对所有摄像头形成的行人目标的检测跟踪记录进行单摄像头内部和跨摄像头的行人目标归并关联；完成归并关联后基于Openpose人体姿态检测和基于Brenner梯度的图像清晰度评价，从视频流中构建行人目标缩略图，生成包含行人目标ID、n阶连续高维特征序列、行人目标所在摄像头ID和视频流时刻和典型缩略图的记录，并存入数据库中用于查询。本发明能够在大范围监控网络中实现目标关联和基于目标关联的重点目标检索的有效方案。
-
公开(公告)号：CN115063717A
公开(公告)日：2022-09-16
申请号：CN202210644386.4
申请日：2022-06-08
Applicant: 南京信息技术研究院
Abstract: 本发明公开一种基于重点区域实景建模的视频目标检测与跟踪方法，将重点区域卫星定位信息转化成三维全景地图；对三维全景地图提取高层特征，根据重点区域天气信息对对应视频流进行处理得到清晰的重点区域实景建模视频帧，将一系列帧输入骨干网络提取高级特征再通过空洞残差网络，将目标检测任务化大为小，使用跨模态注意力模块进行多模态信息融合，通过叠加连续帧的特征图得到特征融合图，进而获得连续的目标时空特征，同时结合之前画面帧获得的跟踪边界框，最后匹配目标框和跟踪框实现检测与跟踪任务。本发明对重点区域进行实时实景建模，有效解决重点区域的复杂人流车流造成的目标遮挡与错误跟踪问题，使得算法具有更好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115063717B
公开(公告)日：2024-04-23
申请号：CN202210644386.4
申请日：2022-06-08
Applicant: 南京信息技术研究院
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06T7/20 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06T5/00
Abstract: 本发明公开一种基于重点区域实景建模的视频目标检测与跟踪方法，将重点区域卫星定位信息转化成三维全景地图；对三维全景地图提取高层特征，根据重点区域天气信息对对应视频流进行处理得到清晰的重点区域实景建模视频帧，将一系列帧输入骨干网络提取高级特征再通过空洞残差网络，将目标检测任务化大为小，使用跨模态注意力模块进行多模态信息融合，通过叠加连续帧的特征图得到特征融合图，进而获得连续的目标时空特征，同时结合之前画面帧获得的跟踪边界框，最后匹配目标框和跟踪框实现检测与跟踪任务。本发明对重点区域进行实时实景建模，有效解决重点区域的复杂人流车流造成的目标遮挡与错误跟踪问题，使得算法具有更好的鲁棒性。
-
公开(公告)号：CN115147921A
公开(公告)日：2022-10-04
申请号：CN202210643944.5
申请日：2022-06-08
Applicant: 南京信息技术研究院
IPC: G06V40/20 , G06V40/10 , G06K9/62 , G06V10/82 , G06V10/40 , G06V10/762 , G06V20/40 , G06V20/64 , G06T7/70 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于多域信息融合的重点区域目标异常行为检测与定位方法，对重点区域中行人图像在视频帧中进行像素级定位，输出的特征图上进行语义解析，通过级联聚类生成人体部位的伪标签，同时提取全局特征以完成对目标的行为理解；接着将目标位置信息、网络信息与场景信息融合，将融合信息分解为频域特征与时域特征，以及将频域特征与时域特征融合得到多维信息融合特征；接着利用多层感知器异常得分网络对每组多维融合信息打分并生成置信度，通过偏差损失函数对异常得分网络进行优化，检测出具有异常行为的目标及进行定位。本发明结合多域信息判断监视区域内的可疑人员，并结合异常得分网络对异常行为进行判别与确认。
-
公开(公告)号：CN118470770A
公开(公告)日：2024-08-09
申请号：CN202410614559.7
申请日：2024-05-17
Applicant: 南京信息技术研究院
IPC: G06V40/16 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于注意力的属性增强人脸识别方法及系统，方法包括：对输入的人脸图像I进行特征抽取，得到人脸特征图；通过构建的包括多个并行的属性分支的人脸属性分类信息块来提取不同的属性信息；之后使用构建的轻量化属性融合模块将属性信息融入到模型的输出中，得到识别结果；通过最小化人脸识别损失和分类损失，完成人脸识别网络的训练；通过训练好的网络对测试数据进行识别，并进行评价。通过广泛的实验证明了本方法的有效性，并应用在了人脸图像识别上。
-
公开(公告)号：CN115147921B
公开(公告)日：2024-04-30
申请号：CN202210643944.5
申请日：2022-06-08
Applicant: 南京信息技术研究院
IPC: G06V40/20 , G06V40/10 , G06V10/82 , G06V10/40 , G06V10/762 , G06V20/40 , G06V20/64 , G06T7/70 , G06F18/25 , G06N3/047 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/09
Abstract: 本发明公开一种基于多域信息融合的重点区域目标异常行为检测与定位方法，对重点区域中行人图像在视频帧中进行像素级定位，输出的特征图上进行语义解析，通过级联聚类生成人体部位的伪标签，同时提取全局特征以完成对目标的行为理解；接着将目标位置信息、网络信息与场景信息融合，将融合信息分解为频域特征与时域特征，以及将频域特征与时域特征融合得到多维信息融合特征；接着利用多层感知器异常得分网络对每组多维融合信息打分并生成置信度，通过偏差损失函数对异常得分网络进行优化，检测出具有异常行为的目标及进行定位。本发明结合多域信息判断监视区域内的可疑人员，并结合异常得分网络对异常行为进行判别与确认。
-
公开(公告)号：CN115482375A
公开(公告)日：2022-12-16
申请号：CN202211024862.9
申请日：2022-08-25
Applicant: 南京信息技术研究院
Abstract: 本发明公开一种基于时空通联数据驱动的跨镜目标跟踪方法，先分别获取跟踪目标模板图片和搜索区域的编码序列，然后三阶段混合注意力机制融合目标图片与视频帧获得对应特征序列，概率估计得到单摄像头视频的目标跟踪结果；接着通过注意力模块残差网络获得消失目标以及视频帧的强化特征，并计算二者相似度，最后通过相似度判断目标跟踪结果。本发明用于实时监控视频数据，结合追踪目标的通讯信息调用单个摄像头视频，并结合特定区域周围其他摄像头视频对异常目标进行持续追踪直至目标离开该区域，实现了跨镜的目标跟踪，从而达到及时预警，保护重点区域人员人身安全与信息安全的目的。
-
-
-
-
-
-
Search Results
7
records
(took 0.03 seconds)
