基于改进单元分析的监控视频异常事件检测方法

    公开(公告)号:CN108460320A

    公开(公告)日:2018-08-28

    申请号:CN201711373999.4

    申请日:2017-12-19

    Abstract: 本发明涉及基于改进单元分析的监控视频异常事件检测方法。本发明在视频帧上划分非重叠的单元,利用多种低级视觉特征分别建模并建立相应的分类器对异常事件进行判断。在特征表示上使用了更加精细化的特征:利用关于前景对象的极坐标下的HOG3D特征作为运动特征,利用等价模式的LBP特征作为纹理特征。本发明在运动检测方面,既可以检测前景对象运动速度大小的异常,又可以检测前景对象运动方向的异常;在大小和纹理检测方面,能够很好地区分正常纹理和异常纹理。本发明在不大幅度增加检测时间的前提下,提升了算法的检测性能。

    一种基于改进型角点检测的LK光流目标跟踪方法

    公开(公告)号:CN119887852A

    公开(公告)日:2025-04-25

    申请号:CN202411799075.0

    申请日:2024-12-09

    Abstract: 本发明公开了一种基于改进型角点检测的LK光流目标跟踪方法,包括以下步骤:首先,获取视频当前帧,提取候选角点;对候选角点使用Shi‑Tomasi算法计算角点响应,非候选角点角点响应置0,得到角点响应矩阵R;S3、用直方图熵算法计算阈值并对角点响应矩阵R进行筛选;S4、对筛选后的角点响应矩阵R寻找局部最大值并进行非极大值抑制,抑制后角点响应矩阵R的非零点即为当前帧角点;S5、使用LK光流算法预估当前帧角点在下一帧位置,获得角点行为轨迹,实现目标跟踪;该方法通过对Shi‑Tomasi角点检测做改进,不仅能保证角点检测的正确率,而且能极大缩短检测时间,从而进一步提高LK光流目标跟踪的实时性和准确性。

    基于坐标注意力群组优化的小样本目标检测方法

    公开(公告)号:CN115019103B

    公开(公告)日:2025-02-14

    申请号:CN202210697675.0

    申请日:2022-06-20

    Abstract: 本发明公开了基于坐标注意力群组优化的小样本目标检测方法。本发明方法首先对图像数据样本采样得到支持集和查询集,利用深度视觉特征提取器得到支持特征图集合和查询特征图集合;然后将支持特征图集合和初始化的目标参数矩阵集合输入坐标注意力引导模块,得到目标融合矩阵集合;再构建群组优化模块,支持特征图集合通过目标真实边界框和标签传播算法得到更新后的支持目标类向量集合;最后,将上述获得的集合输入查询目标预测模块得到查询集样本目标的边界框和类别。本发明方法利用坐标注意力机制使检测器能自适应地关注查询集中目标所在区域,同时通过群组优化模块得到判别性的支持目标类向量,从而提升小样本目标检测的性能。

    基于渐进式少样本知识蒸馏的动作识别方法

    公开(公告)号:CN118314504B

    公开(公告)日:2025-01-17

    申请号:CN202410548999.7

    申请日:2024-05-06

    Inventor: 李平 平晨昊 王然

    Abstract: 本发明公开了基于渐进式少样本知识蒸馏的动作识别方法。本发明首先对原始视频进行均匀采样获得RGB帧图像序列和光流图像序列,分别构建教师网络和学生网络;进一步对原始视频以片段为单位进行随机采样,得到采样视频片段集合;接着通过贡献度得分模块,衡量每个视频片段贡献度;同时,利用多样化少样本选择模块指导样本选择,获得少量的差异化视频样本进行训练;最后,通过对选定样本集合进行渐进式蒸馏,动态调整蒸馏温度,实现教师模型知识向学生模型转移。本发明方法不仅能充分衡量视频样本的时序关联强弱,还能准确刻画视频片段与当前动作模型间的相互关系,实现少样本的动作识别模型轻量化,有利于模型部署在资源受限的边缘计算设备上。

    基于前景语义增强的双路多标记时空动作检测方法

    公开(公告)号:CN118942162B

    公开(公告)日:2024-12-13

    申请号:CN202411420732.6

    申请日:2024-10-12

    Abstract: 本发明公开了基于前景语义增强的双路多标记时空动作检测方法。本发明首先对视频采样生成视频片段集合与背景集合,通过动作前景语义增强模块融合背景信息,获得动作前景语义增强的视频片段集合;再利用二维卷积和三维卷积神经网络获取目标边界框,并提取目标级时空特征和视频时空特征图;之后,由交互关系编码器构建目标交互关系,获得刻画交互关系的目标级运动特征;最后,通过双路动作多标记学习模块,建模动作标记之间的关系,输出动作类别。本发明不仅通过增强动作前景语义与目标动作类别建模以减少语义偏差,还通过刻画不同动作标记内在关联以缓解标记稀疏问题,同时最小化双路动作分类损失缓解正负类别不平衡的问题,提高了动作检测精度。

    基于模态分歧差异融合的多光谱图像语义分割方法

    公开(公告)号:CN118485835B

    公开(公告)日:2024-10-01

    申请号:CN202410946977.6

    申请日:2024-07-16

    Inventor: 李平 唐晨 平晨昊

    Abstract: 本发明公开了基于模态分歧差异融合的多光谱图像语义分割方法。本发明方法首先使用双流特征提取器获得RGB和Thermal图像特征;接着构建考虑模态分歧的四层差异融合模块,对语义分歧区域和语义一致区域进行差异化模态融合;再构建前景分割头获得前景掩膜,通过动态全连接解码器和语义分割头获得预测掩膜。本发明方法通过差异化融合建立语义一致和语义分歧区域的模态交互关系,刻画了高层与低层特征的语义关联,既能充分挖掘模态互补信息、降低模型计算量,又能准确定位细小物体和轮廓边缘,从而提升多光谱语义分割方法的性能。本方法能解决模型对于小物体和边界捕捉能力弱的问题,可应用于影视创作、服务机器人、智能巡检等实际场景。

    基于自适应梯度时序特征剪枝的动作识别迁移攻击方法

    公开(公告)号:CN118587561A

    公开(公告)日:2024-09-03

    申请号:CN202411068035.9

    申请日:2024-08-06

    Inventor: 李平 庞博 倪家楠

    Abstract: 本发明公开了基于自适应梯度时序特征剪枝的动作识别迁移攻击方法。首先获取原始正样本集合,构建通道掩膜模块,输出加权通道掩膜样本;构建时序特征剪枝模块,利用通道重要性和时序冗余获得多个剪枝模型;构建自适应梯度融合模块,通过自适应分配代理模型获得对抗扰动;最后,通过迭代快速梯度符号法生成对抗样本,并将对抗样本输入到待攻击模型,完成动作识别攻击任务。本发明方法利用时序特征剪枝和自适应融合策略,防止对抗样本过度关注冗余时序特征;由源代理模型和多个剪枝模型构成的集成代理模型,可自适应融合不同代理模型的梯度,增强了对抗样本的可迁移性,提升了对动作识别模型的攻击强度;可应用于人机交互、自动驾驶等场景。

    基于模态分歧差异融合的多光谱图像语义分割方法

    公开(公告)号:CN118485835A

    公开(公告)日:2024-08-13

    申请号:CN202410946977.6

    申请日:2024-07-16

    Inventor: 李平 唐晨 平晨昊

    Abstract: 本发明公开了基于模态分歧差异融合的多光谱图像语义分割方法。本发明方法首先使用双流特征提取器获得RGB和Thermal图像特征;接着构建考虑模态分歧的四层差异融合模块,对语义分歧区域和语义一致区域进行差异化模态融合;再构建前景分割头获得前景掩膜,通过动态全连接解码器和语义分割头获得预测掩膜。本发明方法通过差异化融合建立语义一致和语义分歧区域的模态交互关系,刻画了高层与低层特征的语义关联,既能充分挖掘模态互补信息、降低模型计算量,又能准确定位细小物体和轮廓边缘,从而提升多光谱语义分割方法的性能。本方法能解决模型对于小物体和边界捕捉能力弱的问题,可应用于影视创作、服务机器人、智能巡检等实际场景。

    一种永磁同步电机液压系统控制方法

    公开(公告)号:CN114251313B

    公开(公告)日:2024-04-02

    申请号:CN202111599543.6

    申请日:2021-12-24

    Abstract: 本发明公开了一种永磁同步电机液压系统控制方法。在液压系统起压前段采用转速控制,在起压的后段采用压力控制、继续起压并保压。设置压力偏差阈值,选择控制方式,还设置了动作延时,以保证动作的有效性。相比普通永磁同步电机液压系统具有以下优点:起压前段采用转速控制,响应快;压力调节器不饱和,进入保压后过冲小。

Patent Agency Ranking