公开(公告)号：CN118366072A

公开(公告)日：2024-07-19

申请号：CN202410343860.9

申请日：2024-03-25

Applicant: 桂林电子科技大学

Inventor： 吴军 ,  冯顺宇 ,  徐刚

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明涉及智能监控技术领域，具体涉及一种用于监控视频香烟目标检测的卷积神经网络设计方法，对目标检测网络模型进行改进，得到小目标检测网络模型；使用小目标检测网络模型对数据集进行训练学习；采用全局通道剪枝算法对小目标检测网络模型进行全局通道剪枝；通过小目标检测模型对实际场景中的数据进行推理，得到带有目标类别检测信息的结果数据，本发明通过结合深度学习来解决原生的YOLO目标检测网络对进行改进，提高了YOLO网络模型对小目标的检测效果，降低人力资源和安全隐患，提高了的网络检测模型校测速度速度，有效节省GPU资源从而解决了现有香烟检测方法目标检测准确性不高的问题。

公开(公告)号：CN118196690A

公开(公告)日：2024-06-14

申请号：CN202410359017.X

申请日：2024-03-27

Applicant: 桂林电子科技大学

Inventor： 吴军 ,  冯顺宇 ,  徐刚

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/40 ,  G06V10/764 ,  G06V40/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种用于监控视频玩手机行为识别的卷积神经网络设计方法，包括获取场景监控视频；通过yolo目标检测从场景监控视频中获得待检测物体的位置信息；通过openpose提取学生的姿态特征，并把姿态特征和位置信息进行逻辑判断，判断是否为玩手机的行为，得到第一阶段行为识别结果；对位置信息和第一阶段行为识别结果进行融合决策，利用C++多线程技术进行逻辑判断，得到判断结果，同时对场景监控视频进行切片处理，得到视频片段；将视频片段送入Posec3d模型中，基于判断结果进行进一步的行为分类，将关键点分支与骨架分支相结合，得到最终的识别结果，解决了现有的玩手机行为识别的效果较差的问题。