公开(公告)号：CN115171049A

公开(公告)日：2022-10-11

申请号：CN202210921764.9

申请日：2022-08-02

Applicant: 江苏大学

Inventor： 宋雪桦 ,  张舜尧 ,  顾寅武 ,  王昌达 ,  金华

IPC: G06V20/52 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06T7/269 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及计算机视觉中视频异常监测领域，具体涉及一种基于对象元的视频异常检测方法。通过对一段任意场景的正常视频图像进行光流计算和对象检测，生成对象元。接下来将对象元输入多级记忆搜索引导自动编码器进行训练，得到图像重建模型。之后将图像重建模型应用于同一场景的待检测视频上，对其中的对象进行图像重建。最后将重建对象映射回原视频帧，根据图像间差异实现异常检测。本发明通过光流计算、对象检测和实例分割准确提取出视频帧中的对象像素，并将其与计算得到的类型信息、位置信息和光流图进行维度融合，生成对象元这种新型数据，之后将对象元输入多级记忆搜索引导自动编码器进行训练和重建，实现从多个维度进行视频异常检测。

公开(公告)号：CN115205667A

公开(公告)日：2022-10-18

申请号：CN202210920891.7

申请日：2022-08-02

Applicant: 江苏大学

Inventor： 宋雪桦 ,  顾寅武 ,  张舜尧 ,  王昌达 ,  金华 ,  袁昕

IPC: G06V20/05 ,  G06V10/82 ,  G06T7/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于YOLOv5s的密集目标检测方法。在CSP模块不同支路中分别加入空间注意力机制和通道注意力机制；在Backbone中使用RepVGG Block模块，以提高不同尺度目标的识别精度，提升推理速度；添加SA注意力模块，提升算法的特征提取能力；在Neck中使用CARAFE上采样，获得更大的感受野；引入Varifocal Loss损失函数，在密集目标样本训练中更加关注高质量的正样本。本发明采用鱼类作为数据集进行训练，并将训练好的模型权重用于检测，有效减少了人力和物力的消耗，提高了检测准确率，能够较好的满足密集目标检测任务的需求。