-
公开(公告)号:CN118297227A
公开(公告)日:2024-07-05
申请号:CN202410438057.3
申请日:2024-04-12
Applicant: 喀什地区电子信息产业技术研究院
IPC: G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于长短期记忆神经网络的人员流动趋势分析方法,解决现有传统方法精度不高、预测不准在实际场景下难以使用的不足之处,同时也解决基于深度学习的方法难以同时捕捉空间依赖和时间依赖的不足之处,通过融合多种神经网络的方法,同时捕捉空间和时间依赖,实现人员流动趋势分析;包括下述步骤:1)构建并训练人员流动量预测模型,其中,人员流动量预测模型包括深度残差模块、长短期记忆模块、Hadamard乘积及全连接模块;2)利用训练好后的人员流动量预测模型进行人员流动量的预测。
-
公开(公告)号:CN117935353A
公开(公告)日:2024-04-26
申请号:CN202311832639.1
申请日:2023-12-28
Applicant: 喀什地区电子信息产业技术研究院
IPC: G06V40/20 , G06V20/52 , G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本发明公开了一种基于计算机视觉的电梯暴力行为检测方法,能够在少量数据集上实现基于深度学习的电梯暴力行为识别,首先搭建并训练暴力检测模型:采用特征提取器、物体分类器、动作分类器、affordance作为模型架构,而后对特征提取器、物体分类器、动作分类器、affordance分别进行训练,之后将特征提取器、物体分类器、动作分类器、affordance组合形成暴力检测模型;之后将电梯轿厢内的拍摄视频输入到暴力检测模型中进行暴力行为检测。
-