-
公开(公告)号：CN110991252B
公开(公告)日：2023-07-21
申请号：CN201911084086.X
申请日：2019-11-07
Applicant: 郑州大学
IPC: G06V20/52 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种不均衡场景中人群分布与计数的检测方法。该方法包括构建网络、预测密度、计算优化和数据验证，主要通过构建一个多级多分枝的卷积神经网络，每一个分支的输入来自不同分辨率的卷积层的输出组合，再融合为一个整体输出，使用训练图集分别输入到该卷积神经网络，得到预测密度图，引入训练图集的场景中的人群数量信息，与预测密度图进行比较来计算损失，来优化调整多级卷积神经网络的参数，使得计算损失的结果最小，最终获得最佳预测效果。本发明具有更高的检测准确率和检测效率，以及良好的可迁移性。
-
公开(公告)号：CN115205980A
公开(公告)日：2022-10-18
申请号：CN202211043022.7
申请日：2022-08-29
Applicant: 郑州大学
Abstract: 本发明公开了一种基于自注意力机制的人体动作识别网络和电子装置。该网络包括依次级联的线性处理模块、第一级自注意力处理单元、第二级自注意力处理单元、平均池化处理单元和分类单元；将人体骨架数据序列输入线性处理模块后，得到高维骨架数据序列，然后再经第一级自注意力处理单元后，输出第一级骨架关节点特征序列，再并行分成两个支路，分别输入到第二级自注意力处理单元进行处理，并行输出第二级骨架关节点特征序列和第二级身体部位特征序列，然后分别输入至平均池化处理单元，得到结果特征数据，再经过分类单元进行识别后输出识别结果。该网络采用自注意处理机制，能够有效融合人体关节和身体部位，对人体骨架动作进行高精度的准确识别。
-
公开(公告)号：CN110991252A
公开(公告)日：2020-04-10
申请号：CN201911084086.X
申请日：2019-11-07
Applicant: 郑州大学
Abstract: 本发明公开了一种不均衡场景中人群分布与计数的检测方法。该方法包括构建网络、预测密度、计算优化和数据验证，主要通过构建一个多级多分枝的卷积神经网络，每一个分支的输入来自不同分辨率的卷积层的输出组合，再融合为一个整体输出，使用训练图集分别输入到该卷积神经网络，得到预测密度图，引入训练图集的场景中的人群数量信息，与预测密度图进行比较来计算损失，来优化调整多级卷积神经网络的参数，使得计算损失的结果最小，最终获得最佳预测效果。本发明具有更高的检测准确率和检测效率，以及良好的可迁移性。
-
公开(公告)号：CN110598669A
公开(公告)日：2019-12-20
申请号：CN201910893172.9
申请日：2019-09-20
Applicant: 郑州大学
Abstract: 本发明提供一种复杂场景中人群密度的检测方法和系统，检测方法包括如下步骤：建立人工神经网络模型，采用已知人群密度的人群图像对该人工神经网络模型进行训练，直到人工神经网络模型收敛，其准确性不再变化；实时采集待检测区域的人群图像，并将其输入到训练好的人工神经网络模型，得到人群密度。本发明提供的技术方案，根据池化损失的大小对人工神经网络模型进行训练，相对于现有技术中利用真实密度图和预测密度图之间的欧几里德距离作为反向传播期间的损失并取得了应有的结果的方法相比，能够提高所训练出的人工神经网络模型的精度，解决现有技术中对人群密度检测结果精确度较低的问题。
-
-
-
Search Results
4
records
(took 0.028 seconds)
