-
公开(公告)号：CN114495001B
公开(公告)日：2025-03-25
申请号：CN202210063104.1
申请日：2022-01-19
Applicant: 同济大学
Abstract: 本发明提供了一种尾随式逃票行为识别方法。该方法包括获取闸机检票入口所在位置的监控视频作为输入；利用人体姿态估计算法，获得原始视频中逐帧的人体姿态数据；利用人体姿态跟踪算法，将每帧中检测到的人体姿态数据进行前后帧匹配，获得原始数据中出现的每个行人随时间的完整姿态序列；通过覆盖度时间序列算法，得到相邻离开闸机的行人之间的离开闸机检票入口时间间隔；利用阈值规则，出闸机间隔过短的行人则被判断为尾随式逃票者。此发明可以通过现有监控设备及时对闸机检票入口处的尾随式逃票行为进行识别，维护运营秩序以及诸如地铁公司等各方的合法利益，减少此类违法现象的发生，保护乘客和设备安全。
-
公开(公告)号：CN116503903A
公开(公告)日：2023-07-28
申请号：CN202310364203.8
申请日：2023-04-06
Applicant: 同济大学
IPC: G06V40/10 , G06V40/20 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种针对交通行人姿态估计的对抗样本生成方法，该方法主要针对OpenPose姿态估计网络。该方法包括：获取待检测原始图片；将待检测图片输入到姿态估计网络，获取图片输出结果；设计对抗损失函数；计算姿态估计网络下待检测图片识别结果与设定的对抗样本标签值之间的损失值；利用该损失函数下的梯度信息计算对抗扰动；将原始图片和对抗扰动进行相加得到对抗样本。通过此发明可以生成对抗样本，暴露OpenPose姿态估计网络存在的安全漏洞和问题，对交通信息感知系统进行有效的安全效果验证。
-
公开(公告)号：CN116562790A
公开(公告)日：2023-08-08
申请号：CN202310326032.X
申请日：2023-03-29
Applicant: 同济大学
IPC: G06Q10/10 , G06Q30/0208
Abstract: 本发明提供了一种基于ETC数据的积分管理系统，包括：账户管理子系统，用于出行者、运营者、管理者三类用户在系统中创建账户；数据传输子系统，用于对ETC数据进行校验、异常判定与部分上传；积分计算子系统，分为积分生成模块与积分扣减模块，用于对出行者的具体出行行为生成积分，对出行行为中的违法行为实现积分扣减；积分应用子系统，分为积分消费模块与积分附属模块：积分消费模块用于将积分兑换为ETC收费结算、相关商品或服务购买的折扣券或抵扣券；积分附属模块基于多方用户的需求，进行一定程度上的规则补偿或规范。本发明积分管理系统以对ETC产生的巨量数据实现统一高效管理，并在提升ETC用户黏性的基础上实现交通管控与成本控制。
-
Patent Agency Ranking
公开(公告)号：CN115359336A
公开(公告)日：2022-11-18
申请号：CN202210914923.2
申请日：2022-08-01
Applicant: 同济大学
IPC: G06V10/82 , G06N3/04 , G06N3/08 , G06V10/764 , G06F17/10
Abstract: 本发明提供了一种面向交通信息感知的目标隐身对抗样本生成方法，该方法主要针对YOLOv4目标检测网络。该方法包括：获取待检测原始图片；将待检测图片输入到YOLOv4目标检测网络；设计对抗损失函数；计算待检测图片在YOLOv4目标检测网络中的损失值；利用梯度算法计算对抗扰动；利用扰动截取方法将对抗扰动限制在目标区域；对抗样本为原始图片和对抗扰动进行相加。通过此发明可以生成对抗样本，暴露YOLOv4目标检测网络存在的安全漏洞和问题，对交通信息感知系统进行有效的安全效果验证。
-
公开(公告)号：CN114038056A
公开(公告)日：2022-02-11
申请号：CN202111276839.4
申请日：2021-10-29
Applicant: 同济大学
IPC: G06V40/20 , G06V20/40 , G06V10/46 , G06V10/774 , G06V10/764 , G06K9/62 , G06N20/00
Abstract: 本发明提供了一种跳跃式及下蹲式逃票行为识别方法，包括获取地铁闸机入口所在位置的监控视频，转化成图像帧；利用人体关键点检测算法对每一帧图像进行检测，获得每一帧图像的人体骨架数据；利用多目标跟踪算法对连续多帧图像中的行人进行多目标跟踪，得到每一个行人的人体骨架序列；对人体骨架序列的某一时刻的骨架数据，进行特征提取；搭建单帧行为的检测模型，将获得的人体骨架特征输入检测模型，得到行人的动作类别；重复步骤得到每一个时刻的动作类别与时间的序列曲线，依据该曲线检测逃票行为是否发生。通过此发明可以对地铁站内的跳跃式及下蹲式逃票行为进行识别，及时捕捉到乘客的逃票行为并进行制止，保证地铁秩序和安全运营。
-
公开(公告)号：CN114038056B
公开(公告)日：2025-05-06
申请号：CN202111276839.4
申请日：2021-10-29
Applicant: 同济大学
IPC: G06V40/20 , G06V20/40 , G06V10/46 , G06V10/774 , G06V10/764 , G06N20/00
Abstract: 本发明提供了一种跳跃式及下蹲式逃票行为识别方法，包括获取地铁闸机入口所在位置的监控视频，转化成图像帧；利用人体关键点检测算法对每一帧图像进行检测，获得每一帧图像的人体骨架数据；利用多目标跟踪算法对连续多帧图像中的行人进行多目标跟踪，得到每一个行人的人体骨架序列；对人体骨架序列的某一时刻的骨架数据，进行特征提取；搭建单帧行为的检测模型，将获得的人体骨架特征输入检测模型，得到行人的动作类别；重复步骤得到每一个时刻的动作类别与时间的序列曲线，依据该曲线检测逃票行为是否发生。通过此发明可以对地铁站内的跳跃式及下蹲式逃票行为进行识别，及时捕捉到乘客的逃票行为并进行制止，保证地铁秩序和安全运营。
-
公开(公告)号：CN115294037A
公开(公告)日：2022-11-04
申请号：CN202210881703.4
申请日：2022-07-26
Applicant: 同济大学
Abstract: 本发明提供了一种面向交通信息感知的数字攻击对抗样本生成方法，该方法主要针对实例分割检测器网络。该方法包括：获取待检测原始图片；将图片输入到实例分割网络；计算图片在实例分割网络中的损失函数；利用梯度算法计算对抗扰动；利用扰动截取方法将对抗扰动限制在目标区域；对抗样本为原始图片和对抗扰动进行相加；设置迭代次数，进行循环迭代，输出对抗样本。以YOLACT实例分割网络为例，通过此发明可以生成对抗样本，暴露YOLACT实例分割网络存在的安全漏洞和问题，对交通信息感知系统进行有效的安全效果验证。
-
公开(公告)号：CN114495001A
公开(公告)日：2022-05-13
申请号：CN202210063104.1
申请日：2022-01-19
Applicant: 同济大学
Abstract: 本发明提供了一种尾随式逃票行为识别方法。该方法包括获取闸机检票入口所在位置的监控视频作为输入；利用人体姿态估计算法，获得原始视频中逐帧的人体姿态数据；利用人体姿态跟踪算法，将每帧中检测到的人体姿态数据进行前后帧匹配，获得原始数据中出现的每个行人随时间的完整姿态序列；通过覆盖度时间序列算法，得到相邻离开闸机的行人之间的离开闸机检票入口时间间隔；利用阈值规则，出闸机间隔过短的行人则被判断为尾随式逃票者。此发明可以通过现有监控设备及时对闸机检票入口处的尾随式逃票行为进行识别，维护运营秩序以及诸如地铁公司等各方的合法利益，减少此类违法现象的发生，保护乘客和设备安全。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.012 seconds)
