公开(公告)号：CN120070917A

公开(公告)日：2025-05-30

申请号：CN202510043342.X

申请日：2025-01-10

Applicant: 贵州大学

Inventor： 杨观赐 ,  孙浩然 ,  唐耀 ,  苏志东 ,  刘丹 ,  罗可欣 ,  陈小文 ,  蓝善根 ,  胡耀

IPC: G06V10/62 ,  G06V10/25 ,  G06T7/73

Abstract: 本发明公开了一种视图自适应多目标跟踪方法，包括：获得行人目标的检测集合Dk；利用基于深度关系线索的视图类别识别方法，该方法根据检测集合Dk中每个检测目标dk的坐标，计算其所对应的两种深度关系线索的边界框面积ak和伪深度pk，得到帧fk中的边界框面积集Ak和伪深度集Pk，再通过比较Ak与Pk的离散程度，得到帧fk所对应的视图类型v；根据所获取的深度关系线索和视图类型，根据提出的自适应视图的轨迹集与检测集划分方法，对预测轨迹与检测目标进行深度区间划分并完成级联关联；采用上述方法将视频V中的所有帧序列被处理完毕，进行多目标识别跟踪。本发明具有能实现多目标跟踪，且跟踪准确性高、鲁棒性强的特点。

公开(公告)号：CN119888338A

公开(公告)日：2025-04-25

申请号：CN202411961583.4

申请日：2024-12-30

Applicant: 贵州大学

Inventor： 杨观赐 ,  卢明朗 ,  唐耀 ,  罗可欣 ,  陈小文 ,  蓝善根 ,  王阳 ,  何玲 ,  胡耀

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/774 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0499

Abstract: 本发明公开了基于实例空间关联的人物交互检测方法，包括：数据收集；构建实例内与实例间人物交互检测网络模型，包括特征提取部分、Transformer结构部分，所述Transformer结构部分：包括编码器、实例解码器、交互解码器，所述实例解码器为多层结构，每层包括一个多头自注意力模块、一个多尺度可变注意力模块、一个前馈神经网络、边界框回归；该实例解码器能解码多尺度编码特征，生成人和物的检测结果，并用于交互识别；将图像输入训练好的实例内与实例间人物交互检测网络模型，输出人和物的边界框、物的类别与交互类别，进行人物交互关系检测。本发明具有模型泛化性好，实例检测和交互分类准确性高的特点。

公开(公告)号：CN119811655A

公开(公告)日：2025-04-11

申请号：CN202411605915.5

申请日：2024-11-12

Applicant: 贵州大学

Inventor： 杨观赐 ,  王猛 ,  唐耀 ,  李克松 ,  罗可欣 ,  何玲 ,  刘丹 ,  胡耀

IPC: G16H50/30 ,  G16H50/70 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/0455

Abstract: 本发明公开了一种基于神经网络模型的可预见性行为识别方法，包括：收集可预见性行为数据集；行为识别模型构建，基于神经网络模型VideoMAE进行改进，包括编码器、解码器、掩码策略，其中所述编码器包括输入数据预处理、改进的特征提取，所述改进的特征提取，将原来的时空联合自注意力机制改为多头自注意力特征提取模块#imgabs0##imgabs1#和局部卷积注意力特征提取模块#imgabs2#共同实现特征提取，然后通过线性加权融合得到最终的行为特征F；训练行为识别模型；应用训练好的行为识别模型，进行可预见性行为识别。本发明具有识别准确率高、实时性好、鲁棒性强的特点。