公开(公告)号：CN116403081A

公开(公告)日：2023-07-07

申请号：CN202310359590.6

申请日：2023-04-06

Applicant: 喀什地区电子信息产业技术研究院

Inventor： 李超 ,  黄方正 ,  杨晓宇 ,  刘学婷 ,  毛慧娟

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明涉及目标检测技术领域，特别是涉及一种双向自适应特征融合的多尺度检测方法，采取骨干网络的C2、C3、C4、C5层输出的不同尺度的特征图以及C5层经过一个卷积下采样后得到特征图；将这些特征图分别经过一个1×1卷积核，将通道数统一为256，得到输入特征图；将输入特征图进行双向特征融合，得到不同层特征图；将不同层特征图中相邻三层特征图变换为同一尺度；将相邻三层特征图进行加权融合，输出大、中、小三种尺度的特征图；在不同尺度的特征图上对多尺度目标进行检测。通过本检测方法，能够从两种方向对不同尺度特征图进行融合，平衡不同尺度特征图之间的信息，能有效解决多尺度特征相互干扰的问题。

公开(公告)号：CN117953578A

公开(公告)日：2024-04-30

申请号：CN202410023809.X

申请日：2024-01-08

Applicant: 喀什地区电子信息产业技术研究院

Inventor： 冯磊 ,  游长江 ,  杨晓宇 ,  袁刚 ,  钟文 ,  梁小松

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/44 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/0455 ,  G06V10/80

Abstract: 本发明公开了基于深度视觉技术的电梯乘员行为检测方法，通过深度视觉技术和多尺度特征融合的方法，实现了对电梯乘员行为的准确识别，对电梯的安全使用提供了有力的技术支持，包括下述步骤：1）数据采集与预处理：利用安装在电梯内的摄像头对电梯乘员的行为数据进行采集，并将采集的行为数据进行包括数据清洗和标注在内的预处理操作；2）多尺度特征提取与融合：经步骤1）后，将所得使用卷积神经网络和长短期记忆网络相结合的方式进行全局特征和局部特征提取，而后将两种特征进行特征融合；3）行为识别及异常行为报警：经步骤3）后，利用分类器进行行为识别，当属于异常行为时则触发报警。

公开(公告)号：CN116612405A

公开(公告)日：2023-08-18

申请号：CN202310359171.2

申请日：2023-04-04

Applicant: 喀什地区电子信息产业技术研究院

Inventor： 李超 ,  殷光强 ,  王治国 ,  陈一平 ,  杨晓宇

IPC: G06V20/40 ,  G06V10/74

Abstract: 本申请提供视频热区先验预测方法和系统。方法包括：将待处理视频转换成多个视频帧；对第一视频帧进行切割处理，得到多个图像块，第一视频帧为多个视频帧中的任意一个；对第一图像块进行展平和线性变换，得到第一特征向量，第一图像块为多个图像块中的任意一个；对第一特征向量添加位置信息，得到第一输入向量；将多个第一输入向量按照预设方式进行拼接，得到第一向量组；基于向量组，计算任意两个相邻的第一输入向量的相关度值；判断相关度值与预设的第一阈值的大小关系，若判断出相关度值小于或等于第一阈值，则确定对应的视频区域为视频热区。通过对视频帧进行切分处理，并在后续进行相应地处理，从而达到提高视频热区预测的准确性的效果。