-
公开(公告)号：CN118053097A
公开(公告)日：2024-05-17
申请号：CN202410163079.3
申请日：2024-02-05
Applicant: 上海交通大学
IPC: G06V20/40 , G06V10/764 , G06V10/25 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464
Abstract: 本申请提供一种基于环境感知网络发现视频中社会交互组的方法及系统，包括：环境感知网络设计两类环境感知视觉线索来表示影响社会交互的因素；场景感知视觉线索，采用3D网络提取输入视频段特征作为视觉表示，利用编码器提取空时特征；人类感知视觉线索，利用边界框和感兴趣区域作为心理学中影响交互的姿态开放性、朝向和位置的视觉表示；从边界框中提取距离特征，从感兴趣区域中提取个人特征，距离特征和个人特征作为人类环境的视觉表示；将时空特征、距离特征和个人特征融合，获取高阶的社会交互强度特征，得到人与人之间的交互强度矩阵。本申请借用心理学，能从更为本质的角度去发现社会交互，利用深度学习的方法量化人与人之间的交互强度。
-
公开(公告)号：CN113627272B
公开(公告)日：2023-11-28
申请号：CN202110812700.0
申请日：2021-07-19
Applicant: 上海交通大学
IPC: G06V40/10 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 境下的鲁棒性。本发明公开了一种基于归一网络的严重不对齐行人重识别方法及系统，该方法包括：根据每个输入图像Iw搜集其对应的随机剪裁过的同一身份的不对齐图像Iu；对输入图像Iw、Iu进行处理并获取特征图 对输入图像Iw、Iu进行处理并获取姿态图Pw、Pu；利用姿态引导生成器，根据输入特征图 与姿态图Pw、Pu生成特征图利用特征图 与 对姿态引导生成器与姿态引导鉴别器进行训练；对特征图 进行处理并获取高阶特征图 对高阶特征图进行处理，得到特征向量 与w u基于姿态图P、P，计算特征向量 的可见性；利用分类损失与距离损失作用于所述特
-
公开(公告)号：CN116527288A
公开(公告)日：2023-08-01
申请号：CN202210073641.4
申请日：2022-01-21
Applicant: 上海交通大学
IPC: H04L9/40 , H04L43/045 , G06F16/36 , G06N5/04 , G06F16/338
Abstract: 本发明提供了一种基于知识图谱的网络攻击安全风险评估系统及方法，系统包括：网络空间安全知识图谱模块：将获取的入侵检测系统的告警信息输入知识图谱中，告警信息为入侵检测系统检测到网络攻击后生成的；推理引擎模块：根据预设规则和知识图谱，得到网络攻击对特定资产造成的攻击结果，并将攻击结果以及对应的推理路径发送至结果展示模块；结果展示模块：对攻击结果和推理路径进行可视化展示。与现有技术相比，本发明将知识图谱引入复杂网络攻击的关联识别领域，根据知识图谱及系统结构、实时告警等信息，推断出复杂网络攻击可能造成的后果，解决了入侵检测系统缺乏对长期、跨资产的复杂网络攻击的关联分析的问题。
-
公开(公告)号：CN113221757B
公开(公告)日：2022-09-02
申请号：CN202110528788.3
申请日：2021-05-14
Applicant: 上海交通大学
IPC: G06V40/10 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/764
Abstract: 本发明提供了一种改善行人属性识别准确率的方法、终端及介质，方法包括：利用卷积神经网络提取行人特征，进行区域提取；对于前景区域掩膜保留图像前景区域，通过生成器重建图像背景；对于背景区域掩膜保留图像背景区域，通过生成器重建图像前景；通过判别器判断重建图像的真伪，实现对抗学习；训练得到区域提取网络后可以作为前处理网络与属性识别网络进行连接，辅助行人属性识别过程。本发明通过基于生成对抗学习的方式训练了行人区域掩膜提取网络，可以辅助行人属性识别过程，提升了行人属性识别的性能。
-
公开(公告)号：CN113221757A
公开(公告)日：2021-08-06
申请号：CN202110528788.3
申请日：2021-05-14
Applicant: 上海交通大学
Abstract: 本发明提供了一种改善行人属性识别准确率的方法、终端及介质，方法包括：利用卷积神经网络提取行人特征，进行区域提取；对于前景区域掩膜保留图像前景区域，通过生成器重建图像背景；对于背景区域掩膜保留图像背景区域，通过生成器重建图像前景；通过判别器判断重建图像的真伪，实现对抗学习；训练得到区域提取网络后可以作为前处理网络与属性识别网络进行连接，辅助行人属性识别过程。本发明通过基于生成对抗学习的方式训练了行人区域掩膜提取网络，可以辅助行人属性识别过程，提升了行人属性识别的性能。
-
Patent Agency Ranking
公开(公告)号：CN111967310A
公开(公告)日：2020-11-20
申请号：CN202010634849.X
申请日：2020-07-03
Applicant: 上海交通大学
Abstract: 本发明提供了一种联合注意力机制的时空特征聚合方法及系统、终端，在深度网络中利用卷积神经网络提取行人的空域特征，利用递归神经网络综合提取出的空域特征从而得到行人的时域特征；采用特征提取网络分别生成对应的质量敏感和帧敏感的注意力分数用以对空域和时域特征进行动态融合；通过线性叠加融合得到的质量敏感的空域特征和帧敏感的时域特征，得到行人空时特征表达；分别在行人的上中下部位进行网络训练得到相应的具有互补性质局部特征，拼接得到更具区分度的特征表达。本发明具有很好的鲁棒性，能更好的解决与适应遮挡和光线变化等情况；结合行人的空域和时域特征，挖掘行人的细节特性，使其在下一步的行人识别中发挥更好的性能及效率。
-
公开(公告)号：CN111626134A
公开(公告)日：2020-09-04
申请号：CN202010349623.5
申请日：2020-04-28
Applicant: 上海交通大学
Abstract: 本发明公开一种基于隐密度分布的密集人群计数方法、系统及终端，所述方法包括：根据人群点图通过高斯网络得到自适应的隐高斯密度图；根据计数损失项、平滑项和贝叶斯项，指导隐高斯密度图优化，使其生成质量更高；根据所述隐高斯密度图作为训练目标，结合对抗损失函数和贝叶斯损失函数，将密集人群图像输出为预测的密度分布图；预测的密度分布图进行求和，可得到预测的密度人数。密度预测器、隐高斯密度生成器、判别器三网络交替训练，协同优化。本发明较大程度提升了精度，具有良好的鲁棒性，且因未增加推断阶段的参数量和运算量，具有较强的应用价值。
-
公开(公告)号：CN110765841A
公开(公告)日：2020-02-07
申请号：CN201910827177.1
申请日：2019-09-03
Applicant: 上海交通大学 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明提供了一种基于混合注意力机制的群组行人重识别系统，包括骨干模型模块、混合注意力模型模块、特征提取模块、特征拟合模块和特征评估模块；利用深度卷积神经网络骨干模型对群组图像进行初步特征提取；利用混合注意力机制模型对已初步提取的特征进行进一步提取；对已经过混合注意力模型的特征用最小二乘残差距离进行比对和评估。同时提供了一种运行上述系统的终端。本发明利用了包括空间注意力和通道注意力的混合注意力模型，使网络更多地关注群组图像的关键区域和特征，提出基于最小二乘算法的新型最小二乘残差距离，更好地学习群组图像对之间的度量，能够很好地适应由于群组行人图像带来的各种挑战，具有很好的多样性和普遍的适用性。
-
公开(公告)号：CN109344725A
公开(公告)日：2019-02-15
申请号：CN201811034852.7
申请日：2018-09-04
Applicant: 上海交通大学
CPC classification number: G06K9/00724 , G06K9/00778 , G06N3/0454
Abstract: 一种基于时空关注度机制的多行人在线跟踪方法，包括步骤为：行人检测，行人跟踪和数据关联。本发明提供的基于时空关注度机制的多行人在线跟踪方法：(针对现有在线跟踪算法用于训练模型的正、负样本不均衡的问题，提出了融合自适应样本权重项的跟踪目标函数，根据样本在模型训练过程中计算得到的损失值重新分配样本权重，提升了跟踪模型更新的有效性；针对数据关联中易受被遮挡或位置偏移的噪声样本干扰的问题，提出了融合时空域关注度机制的深度神经网络匹配模型，使其在空域上关注比对图片中的相关区域而忽略非相关区域，在时域上模型关注历史轨迹中的正样本而忽略噪声样本，从而提升了多行人跟踪的准确率。
-
公开(公告)号：CN105718882B
公开(公告)日：2018-12-18
申请号：CN201610035405.8
申请日：2016-01-19
Applicant: 上海交通大学
Abstract: 本发明公开一种分辨率自适应特征提取与融合的行人重识别方法，该方法融合生物特征和外貌特征，用人脸特征和外貌特征融合的方法识别行人，增强特征的差异性，同时根据特征在不同图像尺度上的表现，不同的行人特征将在不同尺度上进行比对；同时采用筛选机制，先用颜色特征和轮廓特征得到的融合特征进行筛选，然后用人脸特征对筛选结果进行补充，最后在筛选的行人上提取纹理特征，极大稳定颜色区域特征和加权颜色特征，并使用自适应加权的方法融合提取的全局特征和局部特征特征得到融合特征。本发明通过生物特征和外貌特征的自适应融合可以提高方法的准确率。通过在低尺度提取外貌特征以及筛选机制可以降低复杂度。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.043 seconds)
