在线视频异常行为检测模型训练、异常检测方法及系统

    公开(公告)号:CN112883929A

    公开(公告)日:2021-06-01

    申请号:CN202110327922.3

    申请日:2021-03-26

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种在线视频异常行为检测模型训练、异常检测方法及系统,通过训练方法得到的异常行为检测模型为2D‑3D DSTAE自动编码器,其利用2D卷积神经网络在2D空间层面采用视频帧稀疏采样策略,以避免帧间信息的冗余;对于时空层面在较远帧间采取对特征图执行3D卷积的方式实现端到端融合,以编码长时程视频序列的帧间上下文信息,在兼顾实时性和准确性的基础上解决了模型在异常数据上不能获得较小的重构误差问题。在线视频异常检测方法及系统,采用了同时维护工作记忆组和新收图像组的在线视频处理框架,每次检测时通过从两组视频中各采样一半视频帧来更新工作记忆组,在保证检测准确度的前提下,有效的提升了视频异常行为检测的实时性。

    一种变电站巡检机器人及变电站设备巡检方法

    公开(公告)号:CN108890652B

    公开(公告)日:2021-02-09

    申请号:CN201810684707.7

    申请日:2018-06-28

    IPC分类号: B25J11/00 B25J9/16 B25J19/02

    摘要: 本发明提供了一种变电站巡检机器人及变电站设备巡检方法,该变电站巡检机器人包括:机器人本体、动作控制器、图像获取设备、视觉问答单元,动作控制器接收用户输入的巡检任务,并根据巡检任务生成控制指令,以驱动机器人本体按预设路径进行移动;图像获取设备获取图像信息,并将图像信息发送至视觉问答单元;视觉问答单元接收图像信息,根据预设视觉问答模型及巡检任务分别对图像信息中的各设备巡检目标进行目标问答分析,生成分析结果,并根据分析结果调整机器人本体的移动路径。通过实施本发明,结合巡检机器人采集的图像进行移动路径调整,能够提高获取设备巡检目标图像的精确度,保障了巡检识别结果的准确性,提高了变电站设备的巡检效率。

    多目标跟踪方法、装置及电子设备

    公开(公告)号:CN111179311A

    公开(公告)日:2020-05-19

    申请号:CN201911338423.3

    申请日:2019-12-23

    IPC分类号: G06T7/246

    摘要: 本发明涉及多目标跟踪技术领域,具体涉及多目标跟踪方法、装置及电子设备,方法包括获取目标视频并提取当前图像帧;将当前图像帧输入运动检测模型中同时得到当前图像帧中所有运动目标的检测框以及上一图像帧中运动目标在当前图像帧中的预测框;分别提取检测框的深度特征以及各个历史轨迹的深度特征,得到第一深度特征以及历史轨迹的深度特征;基于预测框、检测框、第一深度特征以及历史轨迹的深度特征,进行特征拼接以得到对应于各个历史轨迹的拼接特征;根据各个历史轨迹的拼接特征,以形成各个运动目标在目标视频中的运动轨迹。同时输出检测框以及预测框,提高跟踪的效率;结合历史轨迹的深度特征保证跟踪的准确性。