公开(公告)号：CN112883929B

公开(公告)日：2023-08-08

申请号：CN202110327922.3

申请日：2021-03-26

申请人： 全球能源互联网研究院有限公司 ,  国网山东省电力公司枣庄供电公司 ,  国家电网有限公司

发明人： 杜泽旭 ,  张国梁 ,  吴鹏 ,  赵婷 ,  孔庆宇

IPC分类号： G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088

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。

公开(公告)号：CN114565973A

公开(公告)日：2022-05-31

申请号：CN202210179444.0

申请日：2022-02-25

申请人： 全球能源互联网研究院有限公司 ,  国网山东省电力公司枣庄供电公司 ,  国家电网有限公司

发明人： 张国梁 ,  杜泽旭 ,  张屹 ,  吴鹏 ,  郑晓崑

IPC分类号： G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/08

摘要： 本发明提供了一种动作识别系统、方法、装置及模型训练方法、装置，其中动作识别系统包括：带通滤波模块用于根据一个分段中的多帧连续图像提取动态特征图；静态特征提取模块用于根据一个分段中的多帧连续图像获取静态特征图；静态特征差异与特征位移网络用于对静态特征图进行特征位移操作，以及计算各分段对应的静态特征图之间的差异特征，得到静态分类特征；动态特征差异与特征位移网络用于对动态特征图进行特征位移操作，以及计算各分段对应的动态特征图之间的差异特征，得到动态分类特征；分类网络用于根据静态分类特征和动态分类特征得到动作识别结果。通过实施本发明能够采用更少的数据训练得到动作识别模型，并且能够实现对动作的精准识别。

公开(公告)号：CN113591758A

公开(公告)日：2021-11-02

申请号：CN202110905571.X

申请日：2021-08-06

申请人： 全球能源互联网研究院有限公司 ,  国网山东省电力公司枣庄供电公司 ,  国家电网有限公司

发明人： 张国梁 ,  杜泽旭 ,  甘津瑞 ,  卢卫疆 ,  吴鹏

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/08

摘要： 本发明公开了一种人体行为识别模型训练方法、装置及计算机设备，其中，该方法包括：获取检测数据集；根据预设行为类别标签对检测数据集进行筛选，得到交互行为样本子集和非交互行为样本子集；根据交互行为样本子集和非交互行为样本子集对预设检测算法进行训练，得到对象检测器；根据对象检测器对检测数据集的检测结果构建目标对象和交互对象的时空管道；根据目标对象和交互对象的时空管道生成交互语义特征向量；根据交互语义特征向量输入到预设神经网络模型进行训练，得到人体行为识别模型。通过实施本发明，克服现有技术中基于深度学习的人体行为识别模型训练方法缺乏对重要语义线索的凝练的问题，提高了人体行为准确率。

公开(公告)号：CN113592031A

公开(公告)日：2021-11-02

申请号：CN202110945015.5

申请日：2021-08-17

申请人： 全球能源互联网研究院有限公司 ,  国网山东省电力公司枣庄供电公司 ,  国家电网有限公司

发明人： 张屹 ,  张国梁 ,  杜泽旭 ,  卢卫疆 ,  赵婷

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种图像分类系统、违章工具识别方法及装置，其中图像分类系统包括：层次特征提取模块、层次生成模型、层次分类模块，层次生成模型中包括至少一层生成模块，层次特征提取模块用于根据目标图像提取图像特征；若生成模块不是层次生成模型中的第一层生成模块，用于根据图像特征确定当前层生成特征，将上一层生成模块输出的上层人工特征作为基础值，将当前层生成特征作为偏移量，形成当前层人工特征；层次分类模块用于根据当前层人工特征输出图像分类结果。生成模块以上一层生成模块输出的上层人工特征作为基础值减小了当前生成模块计算得到的当前层人工特征的领域漂移，从而使得最终得到的分类结果更准确。

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

申请人： 全球能源互联网研究院有限公司 ,  国网山东省电力公司枣庄供电公司 ,  国家电网有限公司

发明人： 杜泽旭 ,  张国梁 ,  吴鹏 ,  赵婷 ,  孔庆宇

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。