-
公开(公告)号：CN108764167A
公开(公告)日：2018-11-06
申请号：CN201810543066.3
申请日：2018-05-30
Applicant: 上海交通大学
Abstract: 本发明涉及一种时空关联的目标重识别方法，所述方法结合视频数据中目标的像素运动速率，估算出每段视频数据中目标跨越两个距离一定的相邻摄像头的时长的概率分布；基于该时长概率，即可先对出现在视频中的候选目标进行筛选预处理，滤除超出合理跨越时间区间的候选目标，降低相似目标被误匹配为跟踪目标的概率。本发明还涉及一种时空关联的目标重识别系统。本发明产生的匹配结果，即受到时空位置及目标运动信息的约束，相较原先不受约束、仅依赖视觉特征的匹配结构，可有效提升重识别的准确率。
-
公开(公告)号：CN110503666A
公开(公告)日：2019-11-26
申请号：CN201910650651.8
申请日：2019-07-18
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于视频的密集人群计数方法，根据原始视频数据，计算视频叠加光流；根据视频叠加光流，生成运动特征；根据原始视频数据，生成外观特征；将运动特征与外观特征级联，得到合并特征，将合并特征输入膨胀卷积网络，生成人群活跃区域分割；将人群活跃区域分割，输入空间注意力机制网络，生成空间注意力图，利用空间注意力图对外观特征进行加权，得到注意力加权之后的外观特征；将注意力加权之后的外观特征输入膨胀卷积网络，得到人群密度估计。同时提供了一种基于视频的密集人群计数系统。本发明实现基于空间注意力的密度估计，从而达到了减轻背景干扰的目的，提升了人群计数的鲁棒性。
-
公开(公告)号：CN110503666B
公开(公告)日：2021-11-23
申请号：CN201910650651.8
申请日：2019-07-18
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于视频的密集人群计数方法，根据原始视频数据，计算视频叠加光流；根据视频叠加光流，生成运动特征；根据原始视频数据，生成外观特征；将运动特征与外观特征级联，得到合并特征，将合并特征输入膨胀卷积网络，生成人群活跃区域分割；将人群活跃区域分割，输入空间注意力机制网络，生成空间注意力图，利用空间注意力图对外观特征进行加权，得到注意力加权之后的外观特征；将注意力加权之后的外观特征输入膨胀卷积网络，得到人群密度估计。同时提供了一种基于视频的密集人群计数系统。本发明实现基于空间注意力的密度估计，从而达到了减轻背景干扰的目的，提升了人群计数的鲁棒性。
-
公开(公告)号：CN108764167B
公开(公告)日：2020-09-29
申请号：CN201810543066.3
申请日：2018-05-30
Applicant: 上海交通大学
Abstract: 本发明涉及一种时空关联的目标重识别方法，所述方法结合视频数据中目标的像素运动速率，估算出每段视频数据中目标跨越两个距离一定的相邻摄像头的时长的概率分布；基于该时长概率，即可先对出现在视频中的候选目标进行筛选预处理，滤除超出合理跨越时间区间的候选目标，降低相似目标被误匹配为跟踪目标的概率。本发明还涉及一种时空关联的目标重识别系统。本发明产生的匹配结果，即受到时空位置及目标运动信息的约束，相较原先不受约束、仅依赖视觉特征的匹配结构，可有效提升重识别的准确率。
-
-
-
Search Results
4
records
(took 0.017 seconds)
