-
公开(公告)号：CN114463846B
公开(公告)日：2025-05-13
申请号：CN202210087197.1
申请日：2022-01-25
Applicant: 合肥工业大学
IPC: G06V40/20 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/084
Abstract: 本发明公开了一种自适应时间结构深度网络的偷窃行为识别方法。本发明采用分段方式，实现对长时视频的处理。针对段内特征相似度高而产生的信息冗余问题，通过估计段内时间结构的距离阈值，来计算段内每个视频帧的二值采样标记，去除段内冗余的视频帧，减少段内模型计算量。针对视频段的语义信息重要性估计问题，设计了子行为原型参数矩阵，学习每个视频段的子行为相关的语义描述，并估计视频段的时间注意力，进行视频段的特征增强。最后，对多视频段的特征串联，并使用三层感知器，实现偷窃行为识别。本文发明具有时间自适应能力强，对长时视频中段内的冗余视频帧，和段间的语义信息分析，都具有较好的鲁棒处理能力，可有效实现偷窃行为识别。
-
公开(公告)号：CN119579517A
公开(公告)日：2025-03-07
申请号：CN202411621943.6
申请日：2024-11-14
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于加噪点扩散卷积核的运动模糊跑道异物检测方法，包括以下步骤：步骤1、获取跑道异物图像数据集；步骤2、构建多尺度加噪点扩散卷积核模型，将跑道异物图像输入至多尺度加噪点扩散卷积核模型，得到多尺度运动模糊复原图像；步骤3、构建YOLO模型，利用多尺度运动模糊复原图像对YOLO模型进行训练，得到跑道异物检测模型；步骤4、将待检测跑道异物图像通过多尺度加噪点扩散卷积核模型得到的多尺度运动模糊复原图像，输入至跑道异物检测模型，由此检得到跑道异物。
-
公开(公告)号：CN119206675A
公开(公告)日：2024-12-27
申请号：CN202411334006.2
申请日：2024-09-24
Applicant: 合肥工业大学
IPC: G06V20/59 , G06V20/64 , G06V40/16 , G06V40/18 , G06V10/80 , G06V10/82 , G06T17/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于二维三维人脸一致性凝视的驾驶员凝视方向检测方法，使用二维卷积网络的人脸特征，估计二维人脸的凝视方向和二维人脸的凝视锥体。本发明使用三维人脸重建的深度特征，估计三维人脸的凝视方向和三维人脸的凝视锥体。为了验证三维人脸的凝视方向的准确性，计算其与二维人脸凝视方向的一致性损失。为了验证三维人脸的凝视锥体的准确性，计算其与二维人脸凝视锥体的一致性损失。本发明结合二维‑三维一致性凝视方向，和二维‑三维凝视椎体一致性，能够保证二维人脸特征提取和三维人脸特征提取的可靠性，实现准确的凝视方向检测。
-
公开(公告)号：CN115661800A
公开(公告)日：2023-01-31
申请号：CN202211366926.3
申请日：2022-11-01
Applicant: 合肥工业大学
IPC: G06V20/59 , G06V20/40 , G06V10/82 , G06V10/80 , G06V40/18 , G06V10/764 , G06V10/62 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于视线方向时间关系学习的危险驾驶行为检测方法。本发明设计卷积神经网络分别估计驾驶员头部朝向和双眼朝向。针对可能出现的头部朝向和双眼朝向不一致的情况，设计头部朝向和双眼朝向联合网络，估计驾驶员视线方向。并针对在驾驶过程中，视线方向随着时间多变，而难以准确危险视线方向状态的问题，设计基于高斯时间权重来学习视线方向的时间关系，构建视线方向的时间定位网络，实现可靠的危险视线方向的时间定位。当危险视线方向的持续时间超过阈值时，对驾驶员进行安全警告。本发明能够处理头部和双眼朝向不一致的情况，也能够鲁棒处理不同的视线方向时间变化过程，可以有效实现危险驾驶行为检测。
-
公开(公告)号：CN113822188A
公开(公告)日：2021-12-21
申请号：CN202111067634.5
申请日：2021-09-13
Applicant: 合肥工业大学
Abstract: 本发明公开了一种时间因果诱导的斗殴行为的识别方法。本发明针对群体斗殴行为特点，即多人之间具有因果关系，具有时间延迟关系，具有空间依赖关系，来实现群体斗殴行为的特征提取。针对上述三个问题，分别使用Granger因果关系估计多人的因果关系矩阵，Granger因果时间延迟关系估计多人的因果时间延迟矩阵，用于因果特征融合，空间外观图模型估计，用于多人空间特征融合。依次，提取因果图融合的个体特征，空间图融合的个体特征，并使用最大池化方法将个体特征矩阵转化为群体特征，使用全连接层识别群体斗殴行为。本发明可有效实现群体斗殴的多人因果图特征提取，多人空间图特征提取，以及实现对群体斗殴行为检测。
-
Patent Agency Ranking
公开(公告)号：CN110477921A
公开(公告)日：2019-11-22
申请号：CN201910751720.4
申请日：2019-08-15
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于骨架折线Ridge回归的身高测量方法。通过对场景中人体骨架进行标定，实现了对人体身高的测量。据此，利用人体骨架模型，对拍摄图像中人体身高骨架的关键点进行选择和提取。将得到的犯罪人身高骨架关键点的坐标，使用2范数和反正切函数来计算出身高骨架的距离形状参数和方向形状参数。再基于骨架夹角的姿态最近邻匹配，提取参考人身高骨架的距离形状参数。最后根据骨架折线身高模型的训练数据集和Ridge回归的损失函数的解析解构建身高测量预测模型，来实现犯罪人身高测量。本发明具有简单易操作，可靠性强，场景适应度高等优点，且当图像中的人体处于身体扭曲或者姿态复杂的情况下也能完成身高测量。
-
公开(公告)号：CN108629782A
公开(公告)日：2018-10-09
申请号：CN201810396565.4
申请日：2018-04-28
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于地面线索传播的道路目标深度估计方法，通过获取与地面接触的垂直物体场景深度分布，并利用区域间的边缘遮挡朝向关系，实现场景目标深度推理和估计。首先，获取道路图像的过分割超像素，对过分割超像素依次遍历，根据RGB平均颜色进行区域合并，生成目标区域；其次，提取道路图像的消失点和图像表面标记，对垂直物体区域，利用高斯概率分布估计，提取分割区域深度；然后，根据分割区域共享边界，构建边缘遮挡朝向检测器，提取分割区域间边缘遮挡关系；最后，利用地面线索传播，直到场景深度关系稳定，输出目标深度，获得场景目标深度估计。
-
公开(公告)号：CN104268886B
公开(公告)日：2017-01-18
申请号：CN201410523003.3
申请日：2014-09-30
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于色彩上下文抑制的图像显著性提取方法，首先构建Gabor对立色滤波器，联合编码彩色图像中的空间信息和彩色信息，提取具有对立色特性的色彩表面特征；估计色彩表面特征受到色彩表面上下文或色彩边缘上下文影响而引起的色彩上下文抑制现象；提取具有空间和色彩双对立的色彩边缘特征；定义色彩表面特征和色彩边缘特征对应的色彩显著性度量方式，将色彩特征点之间的不相似度和各像素点之间空间距离的乘积作为全局色彩显著度；将色彩表面显著性和色彩边缘显著性在不同方向通道和不同对立色通道上进行色彩能量整合，获取彩色图像的色彩显著性。本发明方法可以有效提高图像显著性提取的准确性。
-
公开(公告)号：CN118968027A
公开(公告)日：2024-11-15
申请号：CN202411106661.2
申请日：2024-08-13
Applicant: 合肥工业大学
IPC: G06V10/25 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种局部‑全局可见性分析的X光图像遮挡目标检测方法。本发明使用YOLOv8，提取局部块特征，并计算多种局部的可见性mask，和局部的可见性特征。本发明计算局部块之间的全局关系，并计算多种全局的可见性mask，和全局的可见性特征。为了验证遮挡目标情况下，可见性mask估计的准确性，本方法在训练目标检测模型时，额外计算局部‑全局可见性mask损失，和遮挡得分梯度调整损失。本发明考虑了局部‑全局可见性mask损失，和梯度调整损失，可以有效分析目标的可见性mask，缓解遮挡目标的漏检。
-
公开(公告)号：CN118196767A
公开(公告)日：2024-06-14
申请号：CN202410401644.5
申请日：2024-04-03
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于概率注意力的危险驾驶交互行为识别方法。本发明提取驾驶视频帧的空间关系，并学习空间关系的概率注意力，进行驾驶场景目标检测。本发明提取目标之间的交互行为特征，学习交互行为的时间关系，并学习时间关系的概率注意力，用于提取概率交互行为特征。本文方法计算概率化的交互行为损失，用于优化危险驾驶交互行为识别模型。本发明关注于危险驾驶交互行为的空间关系概率注意力，时间关系概率注意力，能够避免交互行为特征变化造成错误识别。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.034 seconds)
