-
公开(公告)号：CN116682070B
公开(公告)日：2024-05-28
申请号：CN202310970365.6
申请日：2023-08-03
Applicant: 武汉工程大学
IPC: G06V20/52 , G06V20/40 , G06V10/54 , G06V10/62 , G06V10/774 , G06V10/766 , G06V10/80 , G06V10/82 , G06T7/269 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种复杂场景下危险气体泄漏红外视频检测方法，包括以下步骤：S1、将自然光照下的待测火灾烟雾视频输入预先训练好的生成对抗网络，生成虚拟的复杂场景下的红外泄漏气体数据；S2、将红外泄漏气体数据输入预先训练好的Flow Faster RCNN网络中；S3、该Flow Faster RCNN网络通过并行的空间特征提取通道和运动光流特征提取通道，分别提取红外泄漏气体的空间纹理信息和光流运动信息，经拼接后输入RPN模块，生成区域建议框及对应的特征图子块；通过两个全连接层判别是否有危险气体泄漏以及泄漏气体的位置。本发明能更好的融合气体泄漏时的运动信息，提升检测准确率。
-
公开(公告)号：CN115116089A
公开(公告)日：2022-09-27
申请号：CN202210665254.X
申请日：2022-06-13
Applicant: 武汉工程大学
Abstract: 发明提供了一种生活照人物识别模型训练方法、人物识别方法及电子设备，其包括：基于深度残差网络构建初始生活照人物识别模型；获取包含待检测人物的生活照样本集；通过初始生活照人物识别模型获取样本集中人物特征图、背景特征图、融合人物特征、组内人物关系、组间人物关系、最终人物特征图和邻接矩阵；根据最终人物特征图和邻接矩阵采用的多种损失函数计算的损失值对初始生活照人物识别模型的参数进行更新，直至模型收敛得到生活照人物识别模型。本发明还提供了生活照人物识别方法及电子设备。本发明通过对生活照中包含的多种特征信息进行提取，并对人物关系进行建模，提高了人物身份识别的精度。
-
公开(公告)号：CN115116089B
公开(公告)日：2025-01-28
申请号：CN202210665254.X
申请日：2022-06-13
Applicant: 武汉工程大学
Abstract: 发明提供了一种生活照人物识别模型训练方法、人物识别方法及电子设备，其包括：基于深度残差网络构建初始生活照人物识别模型；获取包含待检测人物的生活照样本集；通过初始生活照人物识别模型获取样本集中人物特征图、背景特征图、融合人物特征、组内人物关系、组间人物关系、最终人物特征图和邻接矩阵；根据最终人物特征图和邻接矩阵采用的多种损失函数计算的损失值对初始生活照人物识别模型的参数进行更新，直至模型收敛得到生活照人物识别模型。本发明还提供了生活照人物识别方法及电子设备。本发明通过对生活照中包含的多种特征信息进行提取，并对人物关系进行建模，提高了人物身份识别的精度。
-
公开(公告)号：CN116682070A
公开(公告)日：2023-09-01
申请号：CN202310970365.6
申请日：2023-08-03
Applicant: 武汉工程大学
IPC: G06V20/52 , G06V20/40 , G06V10/54 , G06V10/62 , G06V10/774 , G06V10/766 , G06V10/80 , G06V10/82 , G06T7/269 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种复杂场景下危险气体泄漏红外视频检测方法，包括以下步骤：S1、将自然光照下的待测火灾烟雾视频输入预先训练好的生成对抗网络，生成虚拟的复杂场景下的红外泄漏气体数据；S2、将红外泄漏气体数据输入预先训练好的Flow Faster RCNN网络中；S3、该Flow Faster RCNN网络通过并行的空间特征提取通道和运动光流特征提取通道，分别提取红外泄漏气体的空间纹理信息和光流运动信息，经拼接后输入RPN模块，生成区域建议框及对应的特征图子块；通过两个全连接层判别是否有危险气体泄漏以及泄漏气体的位置。本发明能更好的融合气体泄漏时的运动信息，提升检测准确率。
-
-
-
Search Results
4
records
(took 0.037 seconds)
