一种多视角尺度感知行人检测系统及方法

    公开(公告)号:CN119863819A

    公开(公告)日:2025-04-22

    申请号:CN202411931458.9

    申请日:2024-12-26

    Applicant: 燕山大学

    Abstract: 本发明公开了一种多视角尺度感知行人检测系统及方法,属于计算机视觉技术领域,包括行人检测系统包括初始特征提取层、单视角二维检测层、多视角尺度感知特征提取模块、共享权重监督模块和多视角特征解码层,获取同一场景下的多个相机同时捕捉的行人可见光图像;将多视角行人可见光图像输入优化后的多视角尺度感知行人检测系统中,得到预测的多视角场景级的行人占用图,预测的多视角场景级的行人占用图的亮点为行人在场景中的位置。本发明融合了多视角尺度感知信息并通过共享权重监督机制充分利用了单视角投影特征的行人位置信息,从而提高了多视角行人检测的准确率。

    一种跨模态特征提取及自适应融合的人群计数系统和方法

    公开(公告)号:CN119851209A

    公开(公告)日:2025-04-18

    申请号:CN202411931466.3

    申请日:2024-12-26

    Applicant: 燕山大学

    Abstract: 本发明公开了一种跨模态特征提取及自适应融合的人群计数系统和方法,属于计算机视觉技术领域,人群计数系统包括并行的可见光图像获取模块和热红外图像获取模块,可见光图像获取模块之后依次连接设置有可见光双层次特征提取网络层、可见光特征偏好选择交互层,热红外图像获取模块之后依次连接设置有热红外双层次特征提取网络层、热红外特征偏好选择交互层,可见光特征偏好选择交互层和热红外特征偏好选择交互层之后连接设置有共同的轻量级跨模态特征交互融合注意力模块和人群密度图估计模块,利用系统获得的人群密度图可实现人群计数。本发明能够有效解决无法根据当前场景下自适应地融合不同层次特征导致计数性能受限问题。

    一种跨模态特征对齐融合的人群计数系统及方法

    公开(公告)号:CN117315428B

    公开(公告)日:2024-04-05

    申请号:CN202311415625.X

    申请日:2023-10-30

    Applicant: 燕山大学

    Abstract: 本发明公开一种跨模态特征对齐融合的人群计数系统及方法,涉及计算机视觉技术领域,包括:获取待计数场景下人群的可见光图像和热红外图像;将可见光图像和热红外图像输入优化后的跨模态特征对齐融合计数系统中,得到估计的人群密度图;其中,跨模态特征对齐融合计数系统包括初始特征提取层、可见光跨模态特征对齐层、热红外跨模态特征对齐层、可见光频域特征提取层、热红外频域特征提取层、跨模态频域特征提取层、频域特征融合层、人群密度图估计层;将估计的人群密度图进行逐像素相加,得到人群图像中人数的估计值。本发明能够有效解决不同模态图像错位现象带来的准确率下降问题。

    一种基于Transformer的跨模态人群计数系统及方法

    公开(公告)号:CN117423053A

    公开(公告)日:2024-01-19

    申请号:CN202311397189.8

    申请日:2023-10-26

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于Transformer的跨模态人群计数系统及方法,步骤如下:输入红外热图像和可见光图像至一阶特征提取模块,获得一阶特征;经过一阶模态混合器得到一阶跨模态特征和注意力权重;通过逐元素相乘和相加操作,得到一阶增强特征;将增强的可见光与红外热特征输入二阶特征提取模块,获得二阶特征;将二阶特征输入二阶模态混合器得到二阶跨模态特征和注意力权重;通过逐元素相乘和相加操作,得到二阶增强特征;将增强的可见光与红外热特征输入三阶特征提取模块,获得三阶特征;将增强的可见光与红外热特征输入三阶模态混合器,得到三阶跨模态特征;输入三个阶段的跨模态特征到回归头得到估计密度图。

    一种基于跨模态间尺度注意聚合特征的计数系统及方法

    公开(公告)号:CN115527159B

    公开(公告)日:2024-01-12

    申请号:CN202211072215.5

    申请日:2022-09-02

    Applicant: 燕山大学

    Abstract: 本发明公开一种基于跨模态间尺度注意聚合特征的计数系统及方法,属于图像处理领域。所述方法包括:获取包括待计数可见光和红外热图像;将可见光图像进行初始特征提取;将红外热图像进行初始特征提取;将可见光初始特征进行尺度通道注意聚合,得到可见光尺度通道聚合特征;将红外热初始特征进行尺度通道注意聚合,得到红外热尺度通道聚合特征;将可见光尺度通道聚合特征和红外热尺度通道聚合特征进行跨模态间尺度空间注意聚合,得到跨模态尺度空间聚合特征;将跨模态尺度空间聚合特征进行密度图回归,将密度图像素值进行求和,得到人群计数结果。本发明能够有效解决人群尺度变换(56)对比文件Lingbo Liu等.Cross-ModalCollaborative Representation Learning anda Large-Scale RGBT Benchmark for CrowdCounting《.2021 IEEE/CVF Conference onComputer Vision and Pattern Recognition(CVPR)》.2021,全文.Shufang Li等.Cross-modalcollaborative representation and multi-level supervision for crowd counting.《Signal, Image and Video Processing》.2022,全文.

    一种跨模态特征对齐融合的人群计数系统及方法

    公开(公告)号:CN117315428A

    公开(公告)日:2023-12-29

    申请号:CN202311415625.X

    申请日:2023-10-30

    Applicant: 燕山大学

    Abstract: 本发明公开一种跨模态特征对齐融合的人群计数系统及方法,涉及计算机视觉技术领域,包括:获取待计数场景下人群的可见光图像和热红外图像;将可见光图像和热红外图像输入优化后的跨模态特征对齐融合计数系统中,得到估计的人群密度图;其中,跨模态特征对齐融合计数系统包括初始特征提取层、可见光跨模态特征对齐层、热红外跨模态特征对齐层、可见光频域特征提取层、热红外频域特征提取层、跨模态频域特征提取层、频域特征融合层、人群密度图估计层;将估计的人群密度图进行逐像素相加,得到人群图像中人数的估计值。本发明能够有效解决不同模态图像错位现象带来的准确率下降问题。

    一种非侵入式光电组合式传感器及其控制系统和测量方法

    公开(公告)号:CN114894858A

    公开(公告)日:2022-08-12

    申请号:CN202210292483.1

    申请日:2022-03-23

    Applicant: 燕山大学

    Abstract: 本发明公开了一种非侵入式光电组合式传感器及其控制系统和测量方法,属于油气剖面测井技术领域,所述光电组合式传感器包括电容测量模块和近红外吸收式环形多探测点光纤相关测量模块;所述控制系统包括多通道程控开关、近红外吸收式环形多探测点光纤相关测量模块电路、电容测量模块电路、电源模块电路、存储模块、AD采集模块电路及主控制器模块电路;测量方法是基于上下游近红外输出电压信号结合加权融合方法估计截面持气率信息,利用上下游近红外环形阵列光纤传感器获取截面持气率信息,同时以截面持气率与电容持水率特征构建持水率矫正模型进行持水率估计。本发明结构简单、造价低、可靠性高、无可动部件、无阻流、易安装、易更换。

    一种一体化成型含水率测量传感器

    公开(公告)号:CN110821474B

    公开(公告)日:2022-05-03

    申请号:CN201911126370.9

    申请日:2019-11-18

    Applicant: 燕山大学

    Abstract: 本发明公开一种一体化成型含水率测量传感器,在所述传感器内流道外侧的一端环绕设置所述筒状极板,所述筒状极板的长度小于所述传感器内流道的长度;所述接地环、所述第四电导测量环、所述第三电导测量环、所述第二电导测量环、所述第一电导测量环和所述激励环依次环绕在所述传感器内流道外侧的另一端,所述绝缘区用绝缘材料密封填充,实现传感器一体化成型,不仅结构简单、制造成本低和维护成本低,还能够实现对单井装备和数字油田建设全天候的实时含水率测量。

    一种基于双注意力多尺度级联网络的目标计数方法及系统

    公开(公告)号:CN110188685B

    公开(公告)日:2021-01-05

    申请号:CN201910462177.6

    申请日:2019-05-30

    Applicant: 燕山大学

    Abstract: 本发明公开一种基于双注意力多尺度级联网络的目标计数方法及系统。方法包括:将灰度化处理后的图像输入至双注意力多尺度级联网络的初始模块进行初始特征提取,得到初始特征图;将初始特征图输入至级联网络的第一分支网络,得到低层细节特征图和高层语义特征图;将上述特征图进行通道注意力变换,生成全局特征信息;将初始特征图输入至级联网络中的第二分支网络的空间注意力金字塔结构,生成图像的多尺度特征;将多尺度特征和全局特征信息进行融合,得到融合结果;将融合结果进行特征抽取,生成估计的目标分布密度图;将目标分布密度图进行像素求和,得到估计的目标计数结果。本发明可有效实现复杂场景下目标精确计数,具有较好的鲁棒性和泛化性。

Patent Agency Ranking