一种复杂场景下特定标志物检测系统

    公开(公告)号:CN116935117A

    公开(公告)日:2023-10-24

    申请号:CN202310887423.9

    申请日:2023-07-19

    IPC分类号: G06V10/764 G06V10/56

    摘要: 本发明涉及标志物检测系统领域,尤其为一种复杂场景下特定标志物检测系统,包括:收集模块:用于通过网络爬虫技术对特定标志物图片进行收集,获得特定标志物图片;处理模块:用于对收集模块收集的特定标志物图片进行图片预处理,获得预处理数据;分类器训练模块:用于根据处理模块处理得到的预处理数据进行模型训练,得到自动分类模型;分类模块:用于连接自动分类模型,对特定标志物图片进行分类。本发明通过颜色和形状的标志物检测算法,从色彩增强、颜色分割和形状分类三个方面提高特定标志物检测系统算法的鲁棒性,通过比较RGB和HSV颜色分割效果,选取效果更好的HSV颜色分割,在形状分类中不仅仅使用简单的SVM模型训练而且同时使用Contourlet变化提高算法的鲁棒性使的算法预测效果更好,保证出现差错在系统允许的范围内。

    异常用户检测方法及装置
    7.
    发明公开

    公开(公告)号:CN111163065A

    公开(公告)日:2020-05-15

    申请号:CN201911279299.8

    申请日:2019-12-13

    摘要: 本发明提出了一种异常用户检测方法及装置,检测方法包括:获取用户的行为数据信息;对行为数据信息进行预处理,获得行为序列;将行为序列与预先训练的异常行为库中的异常行为特征进行匹配,以判定用户是否为异常用户;其中,行为序列包括:操作事件和时间间隔信息。根据本发明的异常用户检测方法,依据移动端用户行为的特点,充分利用异常用户特征,在行为序列挖掘过程中,加入时间间隔属性,进行带有时间间隔的行为序列挖掘,可以有效提升异常用户检测的准确率。