-
公开(公告)号：CN108710865A
公开(公告)日：2018-10-26
申请号：CN201810525467.6
申请日：2018-05-28
Applicant: 电子科技大学
CPC classification number: G06K9/00845 , G06K9/3233 , G06K9/6256
Abstract: 本发明公开了一种基于神经网络的司机异常行为检测方法，属于机器视觉、神经网络等技术领域。以视频作为输入，首先从视频中取出一个帧序列，序列中包含的信息对于后续步骤来说能够代表整个视频的信息；然后根据画面字幕信息中的车辆速度进行筛选，速度过小将直接返回结果，不进行后续识别步骤；接着通过定位画面中方向盘的位置进而定位出司机的画面区域，得到其位置信息，并根据得到的位置信息对帧序列中的每张帧图进行裁剪，只保留司机区域；接下来，使用深度卷积神经网络对每张帧图进行特征提取，并按帧图片的序列构建起一个特征序列，然后通过时间循环神经网络结合时间维信息的能力对特征序列进行行为识别。
-
Patent Agency Ranking
公开(公告)号：CN107220180A
公开(公告)日：2017-09-29
申请号：CN201710426179.0
申请日：2017-06-08
Applicant: 电子科技大学
Abstract: 属于软件工程领域，公开了一种基于神经网络语言模型的代码分类方法，首先将代码转换为AST树，初始化AST树的结点ci的向量，利用孩子结点tx的向量得到非叶子结点pk的重构向量；利用AST_Node2Vec模型对所述结点ci的向量进行更新，若不满足循环条件，则继续循环；若满足循环条件，则输出更新了结点向量的AST树和更新后的非叶子结点的重构向量；将更新了结点向量的AST树和更新后的非叶子结点的重构向量作为基于树的卷积神经网络的输入，利用所述基于树的卷积神经网络完成对代码的分类；采用该方法对代码进行分类可有效的避免维度灾难问题，同时能够显示出语义上的相似性，能够很好的对代码按照功能进行分类。
-
公开(公告)号：CN108710865B
公开(公告)日：2022-04-22
申请号：CN201810525467.6
申请日：2018-05-28
Applicant: 电子科技大学
IPC: G06V20/59 , G06V10/25 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种基于神经网络的司机异常行为检测方法，属于机器视觉、神经网络等技术领域。以视频作为输入，首先从视频中取出一个帧序列，序列中包含的信息对于后续步骤来说能够代表整个视频的信息；然后根据画面字幕信息中的车辆速度进行筛选，速度过小将直接返回结果，不进行后续识别步骤；接着通过定位画面中方向盘的位置进而定位出司机的画面区域，得到其位置信息，并根据得到的位置信息对帧序列中的每张帧图进行裁剪，只保留司机区域；接下来，使用深度卷积神经网络对每张帧图进行特征提取，并按帧图片的序列构建起一个特征序列，然后通过时间循环神经网络结合时间维信息的能力对特征序列进行行为识别。
-
-
公开(公告)号：CN107220180B
公开(公告)日：2020-08-04
申请号：CN201710426179.0
申请日：2017-06-08
Applicant: 电子科技大学
Abstract: 属于软件工程领域，公开了一种基于神经网络语言模型的代码分类方法，首先将代码转换为AST树，初始化AST树的结点ci的向量，利用孩子结点tx的向量得到非叶子结点pk的重构向量；利用AST_Node2Vec模型对所述结点ci的向量进行更新，若不满足循环条件，则继续循环；若满足循环条件，则输出更新了结点向量的AST树和更新后的非叶子结点的重构向量；将更新了结点向量的AST树和更新后的非叶子结点的重构向量作为基于树的卷积神经网络的输入，利用所述基于树的卷积神经网络完成对代码的分类；采用该方法对代码进行分类可有效的避免维度灾难问题，同时能够显示出语义上的相似性，能够很好的对代码按照功能进行分类。
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
