行人属性识别与定位方法以及卷积神经网络系统

    公开(公告)号:CN111052126A

    公开(公告)日:2020-04-21

    申请号:CN201780094559.7

    申请日:2017-09-04

    Abstract: 一种行人属性识别与定位方法以及卷积神经网络系统,该方法包括:对待检测图像进行多种不同抽象程度的特征提取,获得行人属性的多种第一特征映射图;对多种第一特征映射图进行卷积,得到多种第二特征映射图,并将每种第二特征映射图映射为多个互有重叠的区域bin,分别对每个bin进行最大池化,得到多种高维特征向量;其中,多个互有重叠的bin均匀地覆盖每种第二特征映射图;将多种高维特征向量处理为低维向量,得到所述行人属性的识别结果;进一步可根据多种第二特征映射图和多种高维特征向量,得到行人属性的定位结果。所述方法能够克服视频监控中的不利因素,对行人属性进行更好的识别与定位。

    行人属性识别与定位方法以及卷积神经网络系统

    公开(公告)号:CN111052126B

    公开(公告)日:2024-06-04

    申请号:CN201780094559.7

    申请日:2017-09-04

    Abstract: 一种行人属性识别与定位方法以及卷积神经网络系统,该方法包括:对待检测图像进行多种不同抽象程度的特征提取,获得行人属性的多种第一特征映射图;对多种第一特征映射图进行卷积,得到多种第二特征映射图,并将每种第二特征映射图映射为多个互有重叠的区域bin,分别对每个bin进行最大池化,得到多种高维特征向量;其中,多个互有重叠的bin均匀地覆盖每种第二特征映射图;将多种高维特征向量处理为低维向量,得到所述行人属性的识别结果;进一步可根据多种第二特征映射图和多种高维特征向量,得到行人属性的定位结果。所述方法能够克服视频监控中的不利因素,对行人属性进行更好的识别与定位。

    一种对象属性识别方法、装置、计算设备及系统

    公开(公告)号:CN109902548B

    公开(公告)日:2022-05-31

    申请号:CN201810810453.9

    申请日:2018-07-20

    Abstract: 本发明实施例公开了一种对象属性的识别方法、装置、计算设备及系统,该方法包括:计算设备根据M个姿态关键点在第一图像中提取M个部位的特征,得到M个部位特征图,进而,将所述M个部位特征图输入第一属性识别模型,得到目标对象的第一属性识别结果。其中,第一图像为原始图像或根据原始图像提取得到的原始特征图,该原始图像包括目标对象,目标对象包括M个部位,M个姿态关键点与M个部位一一对应,M个部位与M个部位特征图一一对应。本发明实施例在第一属性识别模型对目标对象进行属性识别之前,将第一图像拆解出与目标对象姿势无关的M个部位特征图,进而克服目标对象的姿势对识别结果的影响,使得对对象的属性识别更加准确,且鲁棒性好。

    一种对象检测模型的对抗扰动生成方法和装置

    公开(公告)号:CN109902705A

    公开(公告)日:2019-06-18

    申请号:CN201811281358.0

    申请日:2018-10-30

    Abstract: 本发明实施例公开了一种对象检测模型的对抗扰动生成方法和装置。该方法包括:获取第一对抗扰动和第一训练样本集。根据第一训练样本集中的第一训练样本和第一对抗扰动确定出第一对抗样本,基于对象检测模型确定出的第一对抗样本对应的第一目标对象置信度集合对上述第一对抗扰动进行第一次对抗扰动修正,以得到第二对抗扰动。后续每次从第一训练样本集获取新的训练样本后,会基于新的训练样本和上一次对抗扰动修正得到的对抗扰动再次修正得到新的对抗扰动。当N次修正得到的N个对抗扰动收敛时,将第N次对抗扰动修正得到的第N+1对抗扰动确定为对象检测模型对应的目标对抗扰动。采用本发明实施例,可提升对抗扰动生成方法的效率和适用性。

    一种对象属性识别方法、装置、计算设备及系统

    公开(公告)号:CN109902548A

    公开(公告)日:2019-06-18

    申请号:CN201810810453.9

    申请日:2018-07-20

    Abstract: 本发明实施例公开了一种对象属性的识别方法、装置、计算设备及系统,该方法包括:计算设备根据M个姿态关键点在第一图像中提取M个部位的特征,得到M个部位特征图,进而,将所述M个部位特征图输入第一属性识别模型,得到目标对象的第一属性识别结果。其中,第一图像为原始图像或根据原始图像提取得到的原始特征图,该原始图像包括目标对象,目标对象包括M个部位,M个姿态关键点与M个部位一一对应,M个部位与M个部位特征图一一对应。本发明实施例在第一属性识别模型对目标对象进行属性识别之前,将第一图像拆解出与目标对象姿势无关的M个部位特征图,进而克服目标对象的姿势对识别结果的影响,使得对对象的属性识别更加准确,且鲁棒性好。

    基于大语言模型的心理沙盘描述方法及装置

    公开(公告)号:CN118553382B

    公开(公告)日:2024-12-06

    申请号:CN202411019874.1

    申请日:2024-07-29

    Abstract: 本发明涉及医疗保健信息学领域,提供了一种基于大语言模型的心理沙盘描述方法及装置,该方法包括:从沙盘视觉图像中提取出沙具空间信息和语义信息;沙盘视觉图像包括至少一个沙具;将沙具空间信息和语义信息进行多模态融合,得到融合特征;基于大语言模型根据融合特征进行心理沙盘推理,得到心理沙盘描述结果,心理沙盘描述结果用于表示沙盘箱庭的空间配置、至少一个沙具的表达和关键沙具的分析中的至少一项,关键沙具属于至少一个沙具。本发明所述方法提高了心理沙盘描述准确率和效率,进而提高了心理咨询效率。

    基于电子沙盘的智能心理测评系统及其运行方法

    公开(公告)号:CN118553381A

    公开(公告)日:2024-08-27

    申请号:CN202411019798.4

    申请日:2024-07-29

    Abstract: 本发明涉及医疗保健信息学领域,提供了一种基于电子沙盘的智能心理测评系统及其运行方法,该系统包括:能力模块,用于对用户的目标情绪进行评估,得到评估结果;目标情绪包括健康情绪和不良情绪,不良情绪包括抑郁、焦虑、强迫和愤怒中的至少一项;任务模块,用于对用户通过电子沙盘创作的内容进行初步识别和归纳,得到沙盘主题归纳结果;证据模块,用于根据外部心理语义和从沙盘主题归纳结果中提取的沙具基本语义感知确定沙盘主题,并对沙盘主题和评估结果依次通过语义相似性度量和分层聚类的处理,得到用户心理测评结果。本发明所述系统提高了心理评测的可靠性和效率,为心理健康问题的评估提供了有效的工具。

    基于视频的事件演化预测方法、系统

    公开(公告)号:CN113486754B

    公开(公告)日:2024-01-09

    申请号:CN202110727190.7

    申请日:2021-06-29

    Abstract: 本发明属于事件演化分析技术领域,具体涉及一种基于视频的事件演化预测方法、系统,旨在解决现有的智能视频分析系统无法对事件未来发展进行预测的问题;该方法包括:解码输入的视频流,获得序列数据,以队列方式缓存与当前时刻对应的N帧视频图像;对N帧视频图像进行进行预处理,获取第二信息;判断第二信息中的置信度是否大于阈值,若是,则判定为当前时刻有事件发生;若否,则返回至解码输入的视频流;抽取当前时刻对应事件,获取当前事件的总体特征;将当前事件节点与历史事件节点进行关联和合并,更新初始事件子图;获取每个候选事件的预测分数,按照分数值降序输出预测的事件节点;本发明可以实现对事件未来发展的预测。(56)对比文件费腾;江龙;杨帅帅;杜克石.随岳高速智能视频分析系统建设探究.中国交通信息化.2018,(第S1期),全文.Narayan Purohit.图像传感 推进无人驾驶汽车的重点.汽车与配件.2015,(第032期),全文.Nkiru E. Ekechukwu;FrédéricTripet.Current versus future reproductiveinvestment adaptive responses in adultAnopheles coluzzii malaria mosquitoes:hydric-stressed males give itall.Parasites & Vectors.2019,第12卷(第1期),全文.Banhazi, T. M.;Tscharke, M.;Ferdous,W. M.;Saunders, C.;Lee, S.-H..Improvedimage analysis based system to reliablypredict the live weight of pigs on farm:Preliminary results..Australian Journalof Multi-Disciplinary Engineering.2011,第8卷(第2期),全文.Alessio Dore;Matteo Pinasco;LorenzoCiardelli.A bio-inspired system model forinteractive surveillanceapplications.Journal of ambientintelligence and smart environments.2011,(第2期),全文.

Patent Agency Ranking