-
公开(公告)号:CN119888838A
公开(公告)日:2025-04-25
申请号:CN202411731264.4
申请日:2024-11-29
Applicant: 苏州大学
IPC: G06V40/20 , G06V20/40 , G06V20/54 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于地铁多场景下的行为识别与情绪分析方法及系统,涉及人工智能识别技术领域,该方法包括实时采集视频,检测并裁剪出每个人物的时序图像,利用预训练的个人行为识别模型进行行为分类。同时,提取身体关键点进行人群聚类与追踪,通过群体行为识别模型识别群体行为。此外,还提取面部关键点获取人脸图像,利用情绪识别模型分析情绪状态。该技术有效减少了背景冗余,提高了检测效率与准确性,为地铁场景下的行为识别与情绪分析提供了高效解决方案。
-
公开(公告)号:CN119579546A
公开(公告)日:2025-03-07
申请号:CN202411653623.9
申请日:2024-11-19
Applicant: 苏州大学
IPC: G06T7/00 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06T7/13
Abstract: 本发明提供一种路面裂缝检测方法和系统,包括获取多个路面裂缝图像;构建Swin‑Unet模型;利用多个路面裂缝图像确定Swin‑Unet模型的总损失;利用Swin‑Unet模型的总损失训练Swin‑Unet模型,并将训练好的Swin‑Unet模型作为路面裂缝检测模型;将待检测的路面裂缝图像输入至路面裂缝检测模型,得到路面裂缝检测模型输出路面裂缝检测结果。本发明提升了对裂缝全局和局部特征的综合捕捉能力和在裂缝细节上的分割效果。
-