公开(公告)号：CN118692001A

公开(公告)日：2024-09-24

申请号：CN202310288700.4

申请日：2023-03-22

Applicant: 成都信息工程大学

Inventor： 蒲建飞 ,  蒋浩文 ,  魏维

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/28 ,  G06V10/40 ,  G06V10/77 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于时空特征融合的轻量型烟雾识别的方法，所诉方法首先构建时空特征融合的轻量型的深度学习网络(TSNet)，该网络包含浅层空间特征提取模块和时空特征提取模块。并以该网络为基础构建基于时空特征融合的轻量型的烟雾识别模型。在该模型中，首先利用TSNet内的浅层空间特征提取模块提取单帧图片的局部空间特征，并将其抽象化并一步步降低特征图分辨率。在通过时空特征提取模块利用改良的probsparse self‑attention分别提取多帧烟雾图片间的时序特征以及单帧烟雾图片的深层抽象特征，同时在该模块中将提取到的烟雾时序特征和深层空间特征经行进一步的融合，从而得到最终的识别结果。采用基于时空特征融合的轻量型烟雾识别的方法，提升针对烟雾的识别准确率，精确率和误警率。

公开(公告)号：CN119229211A

公开(公告)日：2024-12-31

申请号：CN202411420597.5

申请日：2024-10-12

Applicant: 成都信息工程大学

Inventor： 王莉君 ,  蒋浩文 ,  李蕊 ,  王嘉昀 ,  余伟 ,  李萍 ,  钟耀霞 ,  戚鑫

IPC: G06V10/764 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/082 ,  G06V10/40 ,  G06V10/80

Abstract: 本发明涉及图像识别技术领域，具体公开了一种融合领域上下文分层聚合的异常行为模型构建方法，包括：获取初始Unet网络；基于一维卷积构建残差块，基于ECA通道注意力模块和残差块构建特征增强模块；基于分层特征提取规则创建对应的分层聚合特征提取模块；基于预设帧通道处理规则构建特征融合模块；基于特征增强模块、分层聚合特征提取模块和特征融合模块对初始Unet网络进行优化，生成优化后网络；获取初始损失函数，基于初始损失函数和优化后网络对GAN网络进行优化，生成异常行为模型。通过对GAN网络和Unet网络进行优化，对输入图像的清晰度进行增强，对特征的上下文交互以及通道交互进行增强，有效提高了异常行为识别准确性。