-
Patent Agency Ranking
公开(公告)号：CN115272958A
公开(公告)日：2022-11-01
申请号：CN202210815252.4
申请日：2022-07-08
Applicant: 扬州大学
Abstract: 本发明公开了一种基于注意力的异常检测方法。该方法取t个连续帧，记为I1、I2…It，作为基于注意力的编码器的输入，解码器的输出是第t+1帧It+1的预测在训练阶段，根据It+1和计算损失，反向传播这些损失以优化自动编码器的参数。在测试阶段，将t个连续帧输入到训练好的自动编码器中预测第t+1帧，根据输出的预测帧和真实帧It+1之间的异常分数确定异常。本发明能够高效率地以自动化的方式从视频中发现异常行为，如未知车辆闯入、人群聚集逃散、打架斗殴、人行走轨迹反常等异常行为并及时作出警报，对维护公共安全具有重要的意义。
-
公开(公告)号：CN112036324A
公开(公告)日：2020-12-04
申请号：CN202010905107.6
申请日：2020-09-01
Applicant: 扬州大学
Abstract: 本发明公开了一种用于复杂多人场景的人体姿态判定方法及系统。该方法首先将获得的人体关键点划分成若干集合，如：人体的上半身关键点集合和下半身关键点集合等；然后提取各集合中人体关键点几何分布的统计特征，如：最小外接矩形、凸包等；最后根据计算出的统计特征，如：最小外接矩形的旋转角度、凸包的水平夹角等，判定人体的姿态。本发明的优势在于能够在人体关键点位置不准确或者部分关键点缺失等情况下快速、准确的判定人体姿态，为异常行为如：跌倒、冲突等的检测提供准确信息。
-
公开(公告)号：CN112036324B
公开(公告)日：2025-02-14
申请号：CN202010905107.6
申请日：2020-09-01
Applicant: 扬州大学
IPC: G06V40/10 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种用于复杂多人场景的人体姿态判定方法及系统。该方法首先将获得的人体关键点划分成若干集合，如：人体的上半身关键点集合和下半身关键点集合等；然后提取各集合中人体关键点几何分布的统计特征，如：最小外接矩形、凸包等；最后根据计算出的统计特征，如：最小外接矩形的旋转角度、凸包的水平夹角等，判定人体的姿态。本发明的优势在于能够在人体关键点位置不准确或者部分关键点缺失等情况下快速、准确的判定人体姿态，为异常行为如：跌倒、冲突等的检测提供准确信息。
-
公开(公告)号：CN115101093A
公开(公告)日：2022-09-23
申请号：CN202210625584.6
申请日：2022-06-02
Applicant: 扬州大学
Abstract: 本发明公开了一种无监督异常音频事件检测方法。首先，利用卷积神经网络提取音频片段的特征。在特征空间中，对正常样本进行聚类，然后分别构建每个簇与其他簇分类的支持向量机。推理过程中，利用训练好的每个正常簇的支持向量机对测试样本的类别进行判断。如果该测试样本不属于任何一个正常簇，则判断为异常。本发明在不同的数据集上都能取得较准确的异常事件检测性能，同时避免了异常判断门限选择困难的问题。
-
公开(公告)号：CN114973242A
公开(公告)日：2022-08-30
申请号：CN202210492966.6
申请日：2022-05-07
Applicant: 扬州大学
Abstract: 本发明公开了一种基于人机交互的目标分子观测方法。该方法首先利用深度神经网络对输入的图片处理，得到图像的深度特征；使用者用鼠标与系统进行交互，系统即可理解其意图；之后以用户框选的目标特征作为目标模板，在深度特征层进行相似度匹配，找出相似度较高的区域后映射回原图像，得到同类目标；对于动态影像，还可以对所得到的同类目标进行跟踪，观测其动态变化。本发明的优势在于其对特定物质的检测不需要对该物质专门进行训练，即仅针对A数据集训练的模型可以对B、C、D等其他目标的检测也能起到很好的检测效果；此外，在检测出同类目标后还能对这些目标进行跟踪，得到该类物质在一段时间内的详细动态变化信息。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
