-
公开(公告)号:CN119863743A
公开(公告)日:2025-04-22
申请号:CN202510057578.9
申请日:2025-01-14
Applicant: 桂林电子科技大学
IPC: G06V20/40 , H04N21/439 , H04N21/44 , H04N21/845 , H04N21/6437 , G06V20/52 , G06V10/40 , G06F16/70 , G06F16/78 , G06F16/783 , G06F18/2131 , G06F18/213 , G06F18/25 , G06N3/0464
Abstract: 本发明公开了一种监控设备的监控录像事件分析方法、系统和装置,涉及视频摘要技术领域。获取监控设备录制的监控录像,并从监控录像中筛选出运动的视频片段;从视频片段中提取视频帧特征和音频特征,并根据视频帧特征和音频特征,确定视频片段中的多个事件片段,并确定每一个事件片段的摘要;将每一个事件片段的摘要和对应的时间戳保存在数据库中;通过数据库中的摘要及对应的时间戳确定监控设备录制的事件片段。该方法能够有效地对监控设备的监控录像进行分析,从而减少找到目标事件的相关视频片段的时间。
-
公开(公告)号:CN119580208A
公开(公告)日:2025-03-07
申请号:CN202411313188.5
申请日:2024-09-20
Applicant: 桂林电子科技大学
IPC: G06V20/56 , G06V20/40 , G06V20/64 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06T7/246 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于DETR的3D目标检测与跟踪方法,方法包括:从LIDER相机获取连续帧的点云数据流;将连续帧的原始点云数据转换为规则的体素网格并提取其高维视频特征;学习了一组4D Tubelet Query,并利用时间自注意力和空间交叉注意力模块对视频片段的动态时空特性进行建模,以增强其表征能力;最后,本发明的模型对每个Tubelet Query进行边界框预测,使用集对集损失来衡量真实值与预测值之间的差异实现多目标跟踪任务的端到端学习。本发明通过设计Tubelet,深度挖掘并整合时空维度上的信息,将多目标跟踪任务简化为检测任务,以实现检测和跟踪任务的统一,减少了传统多目标跟踪对帧级检测器的严重依赖。
-
公开(公告)号:CN119625269A
公开(公告)日:2025-03-14
申请号:CN202411711888.X
申请日:2024-11-27
Applicant: 桂林电子科技大学
Abstract: 本申请提出一种基于改进YOLOv8算法的航拍图像小目标检测方法,包括:S1:获取航拍图像数据集并转换为YOLO格式,并将数据集划分为训练数据集和测试数据集;S2:搭建改进YOLOv8检测模型;S3:将训练数据集输入改进YOLOv8检测模型,并训练至收敛,得到最终的改进YOLOv8检测模型;S4:对改进YOLOv8检测模型输入测试数据集进行测试,记录改进YOLOv8检测模型在该数据集上的mAP值;S5:将航拍图像输入到测试好的改进YOLOv8检测模型,进行小目标检测。从而提高目标检测的准确性,有效地提取小目标图像全局到局部的有效特征,提高了小目标的检测精度。
-
-