-
公开(公告)号：CN115205760A
公开(公告)日：2022-10-18
申请号：CN202210966913.3
申请日：2022-08-11
申请人： 杭州电子科技大学 , 中国电子科技集团公司电子科学研究院
IPC分类号： G06V20/40 , G06V10/82 , G06V10/774 , G06N3/08 , G06N3/04 , G06F40/289
摘要： 本发明提出一种基于深度局部自注意力网络的视频密集描述生成方法。本发明步骤如下：1、数据集预处理以及数据集的划分，使用训练好的行为识别网络对视频提取特征；2、构建视频结构化密集描述的序列，并构建该序列的文本特征；3、构建序列到序列建模的深度局部自注意力网络；4、通过反向传播算法对步骤(3)中的网络参数进行训练，直至整个网络模型收敛。本发明同时将密集视频描述中的事件定位与事件描述两个子任务联合建模为一个序列生成任务，将两个独立的子任务紧密联系在一起，起到相互促进的作用，相比于大部分两阶段方法模型没有过多的超参数需要手工调整，训练模型更加方便，性能有了进一步提升。
-
公开(公告)号：CN112069898A
公开(公告)日：2020-12-11
申请号：CN202010775628.4
申请日：2020-08-05
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06K9/00
摘要： 本发明提出了一种基于迁移学习的人脸族群属性的识别方法及装置，识别方法，包括：获取待识别的图像；将所述图像输入基于迁移学习方法预先训练的族群属性识别模型中，计算获得所述图像中的人脸族群属性。根据本发明的基于迁移学习的人脸族群属性的识别方法，采用基于迁移学习的方法训练族群属性识别模型，可以得到高鲁棒性的群组属性识别模型。在进行人脸族群属性的识别时，可以将获取的待识别图像直接输入到预先训练的族群属性别模型中进行计算，获得待识别图像中人物族群属性，识别方法高效、可靠。
-
-
公开(公告)号：CN114022905A
公开(公告)日：2022-02-08
申请号：CN202111313036.1
申请日：2021-11-08
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06V40/10 , G06V10/44 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62
摘要： 本发明公开了一种属性感知的域拓展行人重识别方法及系统，获取待识别图像；对所述待识别图像利用训练好的识别模型进行识别，基于所述识别模型的输出确定识别结果。识别模型包括骨干网络，被配置为基于所述待识别图像提取基础特征图，局部特征提取器，全局特征提取器，视觉特征构建模块，被配置为基于所述全局视觉特征和所述局部视觉特征构建综合视觉特征；分类器，被配置为基于所述局部语义属性特征和所述全局语义属性特征进行属性预测，以输出各属性对应的概率。本发明实施例通过识别模型，实现了同时对视频中的人员同时进行视觉特征与语义属性特征提取，提高了属性识别和行人重识别两个任务的准确率。
-
公开(公告)号：CN112597858A
公开(公告)日：2021-04-02
申请号：CN202011485386.1
申请日：2020-12-16
申请人： 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种监控方法、装置及可读存储介质，其中方法包括：获取视频输入数据中的场景数据，所述场景数据需包含行为属性数据，并至少包括如下之一：人脸数据、人体数据；根据所述场景数据以及关联摄像头的历史告警数据识别所述场景数据中的异常行为及发生异常行为的人员身份；根据异常行为及人员身份按照对应的告警等级进行告警。本发明方法可以结合人脸、人体、行为属性分析，关联摄像头位置及跨摄像头历史告警数据，对当前触发异常行为的人员进行身份追溯，确定告警等级，本发明方法实现了识别监控场景中的异常行为类型，并可根据人员身份识别结果进行对应等级的告警。
-
公开(公告)号：CN110928408A
公开(公告)日：2020-03-27
申请号：CN201911095370.7
申请日：2019-11-11
申请人： 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种基于二维图像人体姿态匹配的人机交互方法及装置，其中，基于二维图像人体姿态匹配的人机交互方法包括：确定与操作动作一一对应的模板姿态特征；获取含有人体的二维图像，并确定人体的姿态特征；比对人体的姿态特征与模板姿态特征，确定人体姿态对应的操作动作，以完成人机交互。采用本发明，可以直接从二维图像中估计人体姿态，无需使用特殊的图像传感器设备，人机交互方案更容易实现，且成本更低。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.047 秒)
