-
公开(公告)号：CN115484456B
公开(公告)日：2024-05-07
申请号：CN202211121615.0
申请日：2022-09-15
Applicant: 重庆邮电大学
IPC: H04N17/00 , H04N7/18 , H04N19/513 , G06V10/74 , G06V10/762 , G06V10/774 , G06V20/40
Abstract: 本发明属于视频异常检测，具体涉及一种基于语义聚类的视频异常预测方法及装置，所述方法包括将不存在异常的视频，即正常视频序列输入位移通道可选择编码器进行语义特征提取，将提取的语义放入语义池进行储存；在处理实时数据时，将实时视频序列输入位移通道可选择编码器得到其对应的未来视频帧的语义特征，判断提取的语义特征与语义池中所有正常语义特征的相似度，若最大相似度大于设定阈值则该输入视频序列的未来帧正常，否则异常；本发明可以实现对还未发生的异常进行预测，且本发明通过有选择性的通道位移，让编码器提取时间信息的同时，更加关注运动变化较大的区域，并且减少对背景信息的关注。
-
公开(公告)号：CN114445705B
公开(公告)日：2025-04-04
申请号：CN202210071009.6
申请日：2022-01-21
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于密集区域感知的高效航拍图像的目标检测方法，该方法包括：实时获取待检测的图像，将待检测的图像输入到训练好目标检测模型中，得到检测结果；对检测的结果进行标记；本发明通过利用基于密集区域感知的方法有效区分出中的密集区域，然后利用整张图像粗糙检测时提取出的全局上下文信息辅助密集区域的精细检测，提高了密集区域中的小目标检测的性能；在非密集区域处理过程中使用结构更简单的检测器可以极大地减少计算所需资源，提升目标检测模型的检测速度并降低检测过程中所需的显存占用，避免不必要的浪费。
-
公开(公告)号：CN114445705A
公开(公告)日：2022-05-06
申请号：CN202210071009.6
申请日：2022-01-21
Applicant: 重庆邮电大学
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于密集区域感知的高效航拍图像的目标检测方法，该方法包括：实时获取待检测的图像，将待检测的图像输入到训练好目标检测模型中，得到检测结果；对检测的结果进行标记；本发明通过利用基于密集区域感知的方法有效区分出中的密集区域，然后利用整张图像粗糙检测时提取出的全局上下文信息辅助密集区域的精细检测，提高了密集区域中的小目标检测的性能；在非密集区域处理过程中使用结构更简单的检测器可以极大地减少计算所需资源，提升目标检测模型的检测速度并降低检测过程中所需的显存占用，避免不必要的浪费。
-
公开(公告)号：CN115484456A
公开(公告)日：2022-12-16
申请号：CN202211121615.0
申请日：2022-09-15
Applicant: 重庆邮电大学
IPC: H04N17/00 , H04N7/18 , H04N19/513 , G06V10/74 , G06V10/762 , G06V10/774 , G06V20/40
Abstract: 本发明属于视频异常检测，具体涉及一种基于语义聚类的视频异常预测方法及装置，所述方法包括将不存在异常的视频，即正常视频序列输入位移通道可选择编码器进行语义特征提取，将提取的语义放入语义池进行储存；在处理实时数据时，将实时视频序列输入位移通道可选择编码器得到其对应的未来视频帧的语义特征，判断提取的语义特征与语义池中所有正常语义特征的相似度，若最大相似度大于设定阈值则该输入视频序列的未来帧正常，否则异常；本发明可以实现对还未发生的异常进行预测，且本发明通过有选择性的通道位移，让编码器提取时间信息的同时，更加关注运动变化较大的区域，并且减少对背景信息的关注。
-
-
-
Search Results
4
records
(took 0.017 seconds)
