-
公开(公告)号:CN114170617A
公开(公告)日:2022-03-11
申请号:CN202010952388.0
申请日:2020-09-11
申请人: 武汉科技大学
摘要: 本发明公开了行人检测领域的一种基于弱显著图的实时热红外图像行人检测方法。包括以下步骤:1)将热红外图像送入SD‑LFFD网络进行预测,产生初步的行人检测结果和行人区域弱显著图;2)将该弱显著图与原始输入的热红外图像进行结合“点亮”行人区域;3)将结合后的图像送入SF‑LFFD网络再次进行行人检测,产生新的行人检测结果;4)将上述两级改进的LFFD网络即SD‑LFFD和SF‑LFFD产生的行人检测结果进行融合得到最终的行人检测结果。本发明能有效改善在人体与背景温差较小的白天从热红外图像中检测行人效果较差的问题,能有效提高热红外图像行人检测的准确率,且在硬件资源有限的情况下也可实现实时工作。
-
公开(公告)号:CN112883755A
公开(公告)日:2021-06-01
申请号:CN201911196057.2
申请日:2019-11-29
申请人: 武汉科技大学
摘要: 本发明公开了属于安全监管和图像处理与分析领域的一种基于深度学习与行为先验的吸烟和打电话检测方法。该方法包括离线和在线两个过程:离线过程通过自建吸烟和打电话行为图像数据集训练一个多任务的目标检测深度卷积神经网络,在线过程则利用训练好的深度网络模型对输入图像或视频帧经人脸检测后进行前向推理,先初步预测出吸烟或打电话行为的标签、置信度和位置信息,同时也预测出与这些行为相关的特定目标即人手、香烟或手机等的标签、置信度和位置信息,再根据行为发生时的先验知识,建立这些信息之间的逻辑推理规则,进一步判定吸烟或打电话行为是否发生。
-