-
公开(公告)号：CN111967340B
公开(公告)日：2023-08-04
申请号：CN202010732380.3
申请日：2020-07-27
Applicant: 中国地质大学(武汉)
IPC: G06V40/20 , G06V40/10 , G06V20/52 , G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442
Abstract: 本发明提供了一种基于视觉感知的异常事件检测方法及系统。实时获取待检测场景监控视频的视频帧和视频特征，并检测出视频帧中每一个目标的位置，用矩形框将所述位置框出；获得每个目标的骨骼信息、骨骼特征以及骨骼特征编码向量；获得骨骼注意融合特征和目标的生物激励的视觉显著性特征；将骨骼流注意融合特征和目标的生物激励的视觉显著性特征进行融合，获得融合特征，基于融合特征，获得异常行为分类结果；基于注意机制产生的注意系数和异常行为分类结果，获得产生异常行为的目标序号，从而获得异常行为发生的位置。本发明能够筛选出和异常事件最相关的人或区域用于事件检测，排除复杂场景下的各种干扰，提升异常事件的检测精度。
-
公开(公告)号：CN111967340A
公开(公告)日：2020-11-20
申请号：CN202010732380.3
申请日：2020-07-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于视觉感知的异常事件检测方法及系统。实时获取待检测场景监控视频的视频帧和视频特征，并检测出视频帧中每一个目标的位置，用矩形框将所述位置框出；获得每个目标的骨骼信息、骨骼特征以及骨骼特征编码向量；获得骨骼注意融合特征和目标的生物激励的视觉显著性特征；将骨骼流注意融合特征和目标的生物激励的视觉显著性特征进行融合，获得融合特征，基于融合特征，获得异常行为分类结果；基于注意机制产生的注意系数和异常行为分类结果，获得产生异常行为的目标序号，从而获得异常行为发生的位置。本发明能够筛选出和异常事件最相关的人或区域用于事件检测，排除复杂场景下的各种干扰，提升异常事件的检测精度。
-
公开(公告)号：CN112149494A
公开(公告)日：2020-12-29
申请号：CN202010782816.X
申请日：2020-08-06
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种多人姿态识别方法及系统。首先获取多人姿态图像；然后将所述多人姿态图像输入到训练好的姿态提取网络中，获得所述多人姿态图像的关键点特征图和连接特征图；基于所述关键点特征图，获得所述多人姿态图像的关键点的坐标；基于所述连接特征图和所述关键点的坐标，获得多人姿态图像的关键点之间的连接关系；基于所述关键点之间的连接关系，将所述关键点分配到对应的人体上，获得多人姿态图像的姿态估计结果。本发明的有益效果是：精度高，处理速度快且当图像中关键点被遮挡时，能够正确分配关键点，避免最终的姿态估计结果产生较大的误差。
-
-
Search Results
3
records
(took 0.024 seconds)
