公开(公告)号：CN118351480A

公开(公告)日：2024-07-16

申请号：CN202410324493.8

申请日：2024-03-21

Applicant: 中南大学

Inventor： 沈成超 ,  刘大伟 ,  李俊廷

IPC: G06V20/52 ,  G06V10/764 ,  G06V10/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种面向安防监控的无监督视觉特征学习方法，它针对复杂安防场景下安防监控系统的异常样本过少，类别不平衡导致对异常状况监测的准确性不足的问题，通过对单目标安防图像的子视图进行多尺度拼接，再进行跨目标混合，得到多尺度多目标安防视图，进而构造更多的异常样本。同时提出了多目标拼接图像和单目标图像的对比方法，该方法包括三个方面：多目标安防图像与单目标安防图像之间的对比；多目标安防图像与其他多目标安防图像之间的对比；单目标安防图像与单目标安防图像之间的对比。本发明可充分利用无标记数据丰富安防领域的异常样本，在实际安防环境下表现出较强的准确性和鲁棒性。