-
Patent Agency Ranking
公开(公告)号：CN111444861A
公开(公告)日：2020-07-24
申请号：CN202010238317.4
申请日：2020-03-30
Applicant: 西安交通大学 , 广东顺德西安交通大学研究院
Abstract: 本发明公开了一种基于监控视频的车辆偷盗行为识别方法，包括步骤：首先使用3维卷积预训练模型提取特征，在分类之前加入时空联合注意力机制，用来聚焦车辆偷盗行为发生的时空位置，最后通过分类实现对偷盗行为的识别。针对监控视频中犯罪目标犯罪行为隐蔽，动作幅度小导致难以检测的问题，在网络中加入时间注意力机制来捕捉时间上的运动信息的变化；针对监控视频中犯罪目标较小，在空间上所占的位置较小的问题，在网络中加入空间注意力机制；然后使用先时间后空间级联的时空联合机制来建模车辆偷盗行为的时空间信息，得到具有较好区分度的3维时空特征，从而提高识别准确率，在车辆偷盗行为数据集上的识别准确率达到了97.8％。
-
公开(公告)号：CN107301657A
公开(公告)日：2017-10-27
申请号：CN201710440109.0
申请日：2017-06-12
Applicant: 西安交通大学
CPC classification number: G06T7/277 , G06K9/6267 , G06T2207/10016 , G06T2207/20004 , G06T2207/20076
Abstract: 一种考虑目标运动信息的视频目标跟踪方法，包括步骤：通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；通过位置权重分配模型提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；通过置信度决策模型参考每个候选样本的位置因子计算每个样本的置信度，并选择置信度最大的样本作为目标；通过自适应模板更新模型根据目标运动状态的不同采用不同的更新策略对模板进行更新。本发明将目标的运动信息充分融入目标跟踪算法中，尤其当目标运动速度较快时，有针对性的获取样本、分配权重、决策和更新方式有效的提高了跟踪的效率，应用价值高。
-
公开(公告)号：CN107274435B
公开(公告)日：2018-09-04
申请号：CN201710313255.7
申请日：2017-05-05
Applicant: 西安交通大学
Abstract: 本发明公开了一种目标跟踪中考虑场景分类的相关滤波器更新装置，包括：目标分块模块、获取参数模块、目标所在场景判定模块和自适应学习更新模块。在实际的目标跟踪过程中，会受到许多现实条件的影响，比如目标本身发生形变或者目标被遮挡，尤其是长时间大面积的遮挡，由于现有的相关滤波器对于这些场景的理解力有限，会使得跟踪器的性能大幅度下降。为了提高跟踪的鲁棒性，本发明提出自适应学习的更新装置，针对目标所处的不同场景对相关滤波器进行自适应更新，解决长时间大面积遮挡以及目标的外观变化等不同的场景对跟踪性能的影响。
-
公开(公告)号：CN107274435A
公开(公告)日：2017-10-20
申请号：CN201710313255.7
申请日：2017-05-05
Applicant: 西安交通大学
CPC classification number: G06T7/262 , G06K9/6267 , G06T2207/10016 , G06T2207/20056 , G06T2207/20081
Abstract: 本发明公开了一种目标跟踪中考虑场景分类的相关滤波器更新装置，包括：目标分块模块、获取参数模块、目标所在场景判定模块和自适应学习更新模块。在实际的目标跟踪过程中，会受到许多现实条件的影响，比如目标本身发生形变或者目标被遮挡，尤其是长时间大面积的遮挡，由于现有的相关滤波器对于这些场景的理解力有限，会使得跟踪器的性能大幅度下降。为了提高跟踪的鲁棒性，本发明提出自适应学习的更新装置，针对目标所处的不同场景对相关滤波器进行自适应更新，解决长时间大面积遮挡以及目标的外观变化等不同的场景对跟踪性能的影响。
-
公开(公告)号：CN107301657B
公开(公告)日：2018-08-10
申请号：CN201710440109.0
申请日：2017-06-12
Applicant: 西安交通大学
Abstract: 一种考虑目标运动信息的视频目标跟踪方法，包括步骤：通过状态转移模型估计目标的运动状态并获得候选样本，用于后续样本位置权重分配与置信度决策，以得到准确目标；通过位置权重分配模型提出一种假设的概率分布，给处于不同位置的样本分配权重，计算获得样本位置因子，用于后续的置信度决策；通过置信度决策模型参考每个候选样本的位置因子计算每个样本的置信度，并选择置信度最大的样本作为目标；通过自适应模板更新模型根据目标运动状态的不同采用不同的更新策略对模板进行更新。本发明将目标的运动信息充分融入目标跟踪算法中，尤其当目标运动速度较快时，有针对性的获取样本、分配权重、决策和更新方式有效的提高了跟踪的效率，应用价值高。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
