公开(公告)号：CN116579916A

公开(公告)日：2023-08-11

申请号：CN202310551568.1

申请日：2023-05-16

Applicant: 北京信息科技大学

Inventor： 曹林 ,  杜康宁 ,  郭亚男 ,  王震 ,  田澍 ,  张帆 ,  赵宗民

IPC: G06T3/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本说明书提出一种非对称素描图像的生成方法及装置。该方法包括：获取目标光学图像；其中，所述目标光学图像包含有目标对象；利用目标全局模型处理目标光学图像，以得到包含有目标对象的目标素描图像；其中，所述目标全局模型为预先利用样本数据，以及基于预设的局部模型得到的样本数据的局部特征优化损失训练得到的。基于上述方法，能够解决现有技术中在非对称训练的前提下无法生成局部细节完整精致的非对称素描图像的问题。

公开(公告)号：CN116416552A

公开(公告)日：2023-07-11

申请号：CN202310177624.X

申请日：2023-02-17

Applicant: 北京信息科技大学

Inventor： 郭亚男 ,  曹林 ,  杜康宁 ,  孙文文 ,  田澍 ,  张帆 ,  赵宗民

IPC: G06V20/40 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本说明书提供了视频异常检测方法、装置和计算机可读存储介质。基于该方法，具体实施前，预先训练得到至少包括跨模态注意力机制模块的预设的特征处理模型。具体实施时，先将所获取的目标视频划分成多个目标图像片段和多个目标光流片段；再利用预设的特征提取网络处理多个目标图像片段和多个目标光流片段，提取得到对应的目标外观特征和目标运动特征；接着，利用预设的特征处理模型先通过跨模态注意力机制模块去除目标外观特征和目标运动特征的冗余信息，得到并融合优化后的目标外观特征和优化后的目标运动特征；再利用预设的特征处理模型通过处理融合后的目标特征，得到目标处理结果，从而能够准确、高效地确定出目标视频是否存在异常目标。