-
公开(公告)号：CN109101930A
公开(公告)日：2018-12-28
申请号：CN201810943881.9
申请日：2018-08-18
申请人： 华中科技大学
CPC分类号： G06K9/00778 , G06K9/00362 , G06N3/0454
摘要： 本发明公开了一种基于尺度金字塔神经网络的人群计数方法及系统，其中的尺度金字塔神经网络结构以VGG-16为基本骨架，在高层嵌入尺度金字塔模块提取多尺度高层特征，其中的尺度金字塔模块由四个扩张率不同的空洞卷积平行组成。输入图片到网络，经过一系列卷积后得到高层特征并传递给尺度金字塔模块，产生四种特征图，这四种特征图与输入该模块的特征图在“通道”维度串联，传递给接下来的卷积层，最终通过1×1的卷积得到密度图。本发明方式相比于现有技术具有更高效、更准确、更简单的网络结构，并能将处理多尺度问题的模块应用于深网络中。
-
公开(公告)号：CN107194365A
公开(公告)日：2017-09-22
申请号：CN201710416188.1
申请日：2017-06-06
申请人： 华中科技大学
摘要： 本发明公开了一种基于中层特征的行为识别方法与系统，其中方法的实现包括：从样本图像序列中得到候选部件检测器集；移除候选部件检测器集中B％的判别能力弱的部件检测器，得到新的候选部件检测器集；根据新的候选部件检测器集中每个部件检测器的权重进行由大到小的排序，选择排序靠前的P个部件检测器作为A类行为类别的中层特征提取器；获取行为类别中每一类行为类别的中层特征提取器，组合成词袋，利用词袋提取样本图像序列的样本中层特征，利用样本中层特征训练分类器，得到行为识别分类器；将测试图像序列输入行为识别分类器，得到测试图像序列的行为类别。本发明识别能力强、识别准确率高、实用性强、保留了部件之间的关联性。
-
公开(公告)号：CN109101930B
公开(公告)日：2020-08-18
申请号：CN201810943881.9
申请日：2018-08-18
申请人： 华中科技大学
摘要： 本发明公开了一种基于尺度金字塔神经网络的人群计数方法及系统，其中的尺度金字塔神经网络结构以VGG‑16为基本骨架，在高层嵌入尺度金字塔模块提取多尺度高层特征，其中的尺度金字塔模块由四个扩张率不同的空洞卷积平行组成。输入图片到网络，经过一系列卷积后得到高层特征并传递给尺度金字塔模块，产生四种特征图，这四种特征图与输入该模块的特征图在“通道”维度串联，传递给接下来的卷积层，最终通过1×1的卷积得到密度图。本发明方式相比于现有技术具有更高效、更准确、更简单的网络结构，并能将处理多尺度问题的模块应用于深网络中。
-
公开(公告)号：CN107194365B
公开(公告)日：2020-01-03
申请号：CN201710416188.1
申请日：2017-06-06
申请人： 华中科技大学
摘要： 本发明公开了一种基于中层特征的行为识别方法与系统，其中方法的实现包括：从样本图像序列中得到候选部件检测器集；移除候选部件检测器集中B％的判别能力弱的部件检测器，得到新的候选部件检测器集；根据新的候选部件检测器集中每个部件检测器的权重进行由大到小的排序，选择排序靠前的P个部件检测器作为A类行为类别的中层特征提取器；获取行为类别中每一类行为类别的中层特征提取器，组合成词袋，利用词袋提取样本图像序列的样本中层特征，利用样本中层特征训练分类器，得到行为识别分类器；将测试图像序列输入行为识别分类器，得到测试图像序列的行为类别。本发明识别能力强、识别准确率高、实用性强、保留了部件之间的关联性。
-
-
-
搜索结果
4 条记录 (耗时 0.031 秒)