公开(公告)号：CN117237840A

公开(公告)日：2023-12-15

申请号：CN202311160733.7

申请日：2023-09-08

Applicant: 北京理工大学

Inventor： 黄华 ,  王同博

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明公开的一种基于未来特征自监督学习的流式感知方法，属于计算机视觉领域。本发明实现方法为：构建未来特征自监督学习的流式感知模型，流式感知模型简称为FFSSL模型。FFSSL模型包括StreamYOLO子模型、YOLOX子模型、自监督模块。利用未来帧的外观特征来增强流式感知的性能，提高FFSSL模型对时间序列数据中连续性和时序变化的捕获能力，确保预测的连续性和准确性；此外，本发明结合StreamYOLO和YOLOX的特点，实现对视频序列中每帧数据的深度解析，得到更丰富、更多样的特征表示，通过对历史、当前和未来帧进行综合分析，保证模型在每一步都能充分地利用每帧的信息，通过自监督的学习策略，有效地整合目标在不同时间点的特征，实现对目标的高精度、高稳定性预测。

公开(公告)号：CN119206189A

公开(公告)日：2024-12-27

申请号：CN202411363799.0

申请日：2024-09-28

Applicant: 北京理工大学

Inventor： 黄华 ,  王同博

IPC: G06V10/25 ,  G06T7/269 ,  G06V10/52 ,  G06V10/44 ,  G06V20/40 ,  G06N3/0464

Abstract: 本发明涉及一种基于光流引导的实时目标检测流式感知方法，包括：提取连续两帧图像的多尺度特征；计算连续两帧图像的光流场；根据当前帧的目标检测结果，选择所述光流场中的目标周围邻域的光流信息；利用所述多尺度特征和选择的光流信息进行位置预测；对预测的位置进行优化，获取最终的目标检测结果。本发明提高了对UAV视频中快速移动物体的检测精度和实时性能。