公开(公告)号：CN118736258A

公开(公告)日：2024-10-01

申请号：CN202410920378.7

申请日：2024-07-10

Applicant: 西北工业大学

Inventor： 曹聪琦 ,  徐珩博 ,  孟维华 ,  吕勤毅 ,  张艳宁

IPC: G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0895 ,  G06V20/40 ,  G06V10/74 ,  G06V10/80

Abstract: 一种基于对比聚类策略的弱监督视频异常检测方法，利用预先训练好的弱监督视频异常检测模型进行视频异常检测，包括：提取训练视频的时空特征与物品外观特征并进行融合，得到训练视频特征，输入自适应图卷积网络中，通过自适应图卷积网络得到异常预测得分，对自适应图卷积网络输出的中间层特征利用跨批聚类模块，得到正常聚类中心和异常聚类中心；利用聚类中心及异常预测得分，通过对比聚类提高训练视频中的候选特征与相应类别的聚类中心之间的相似性和候选特征与相反类别的聚类中心之间的可分性，通过迭代的总损失函数进一步提升弱监督视频异常检测模型的判别能力；解决了现有技术中学习到的特征判别能力不足和预训练特征对原始视频的表征不全面的问题。

公开(公告)号：CN118520380A

公开(公告)日：2024-08-20

申请号：CN202410339903.6

申请日：2024-03-25

Applicant: 西北工业大学

Inventor： 丁文俊 ,  毛昭勇 ,  秦炳鑫 ,  王驰宇 ,  徐珩博 ,  柴亚军 ,  杨宇贤

IPC: G06F18/2431 ,  G06F18/214 ,  G06F30/20 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种跨介质飞行器飞行状态智能识别方法，首先开展飞行器的环境感知与识别理论研究，通过梳理分析跨介质飞行器在执行任务过程中的典型飞行工况，根据各工况下的横纵向运动特性与运动特点建立飞行状态智能识别指标体系，得到典型的运动状态与合理的状态识别特征属性参数。然后分析各状态与特征属性参数之间的关系，以时间轴作为约束，构建基于深度学习的飞行器状态识别网络框架，将飞行器在任意状态下的识别准确率提升至90％以上。与以往的跨介质飞行器状态识别方法相比，本发明可以识别高超声速下机动性大、状态变化剧烈的跨介质飞行器的飞行状态，同时引入了时间轴上的约束，保证识别的准确性和稳定性。