公开(公告)号：CN114821654B

公开(公告)日：2024-09-03

申请号：CN202210497768.9

申请日：2022-05-09

Applicant: 福州大学

Inventor： 陈飞 ,  孙骞 ,  刘莞玲

IPC: G06V40/10 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明提供了一种融合局部与深度的时空图网络的人手检测方法首先使用传统检测器获取视频图像的多尺度特征图；随后将特征图选取置信度高的目标候选框，将目标候选框内图像再次输入检测器获取特征图，利用滑动窗口的激活值获取局部关键信息候选框，将候选框建立图关系网络，并且融合深度信息和视频前数帧的图像分别建立图网络进行训练；最后根据图计算获得的节点属性和原始特征图的特征信息相加，从而达到增强识别的效果。本发明利用图关系网络、深度信息和视频前后信息来增强图像识别，解决了传统检测器无法利用图像深度信息、视频图像先后信息和目标间具有关联关系的问题。

公开(公告)号：CN114821654A

公开(公告)日：2022-07-29

申请号：CN202210497768.9

申请日：2022-05-09

Applicant: 福州大学

Inventor： 陈飞 ,  孙骞 ,  刘莞玲

IPC: G06V40/10 ,  G06V20/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种融合局部与深度的时空图网络的人手检测方法首先使用传统检测器获取视频图像的多尺度特征图；随后将特征图选取置信度高的目标候选框，将目标候选框内图像再次输入检测器获取特征图，利用滑动窗口的激活值获取局部关键信息候选框，将候选框建立图关系网络，并且融合深度信息和视频前数帧的图像分别建立图网络进行训练；最后根据图计算获得的节点属性和原始特征图的特征信息相加，从而达到增强识别的效果。本发明利用图关系网络、深度信息和视频前后信息来增强图像识别，解决了传统检测器无法利用图像深度信息、视频图像先后信息和目标间具有关联关系的问题。