-
公开(公告)号：CN118230428A
公开(公告)日：2024-06-21
申请号：CN202410649701.1
申请日：2024-05-24
申请人： 浪潮软件科技有限公司
IPC分类号： G06V40/20 , G06V10/82 , G06V10/22 , G06V10/26 , G06N3/0455 , G06N3/0464 , G06N3/082
摘要： 本发明公开一种异常行为检测方法、系统及计算机可读介质，涉及计算机视觉检测技术领域；包括：步骤1：基于改进的Unet++模型进行站台安全预警区域分割，步骤2：基于YOLOv7模型进行候车乘客检测以及位置识别，步骤3：根据站台安全预警区域的分割图像、安全预警区域四边形顶点坐标和乘客的锚框位置进行决策判别；本发明基于改进的UNet++和YOLOv7模型进行跨越站台安全预警区异常行为的实时检测，可进一步预防安全事故发生，实现候车管理的智能化、信息化。
-
公开(公告)号：CN117456610B
公开(公告)日：2024-04-12
申请号：CN202311764577.5
申请日：2023-12-21
申请人： 浪潮软件科技有限公司
IPC分类号： G06V40/20 , G06V20/40 , G06V20/52 , G06V10/44 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明公开一种攀爬异常行为检测方法、系统及电子设备，涉及检测识别技术领域；包括步骤1：改进YOLOv5网络模型中YOLOv5卷积模块，步骤2：制作YOLOv5网络模型相关数据集；步骤3：利用数据集训练并验证用于攀爬异常行为检测的YOLOv5网络模型；步骤4：采集实时视频数据，利用YOLOv5网络模型进行攀爬异常行为的判定；通过本发明重构YOLOv5网络的基本卷积单元，拓展了YOLOv5网络的网络层次，增强了网络特征的提取能力，有效地提高了YOLOv5网络模型对攀爬行为特征的敏感度，提高了检测精准度，可通过摄像头等设备进行自动安保巡查，节省人力、财力成本，避免存在安保巡查盲点。
-
公开(公告)号：CN118230428B
公开(公告)日：2024-08-06
申请号：CN202410649701.1
申请日：2024-05-24
申请人： 浪潮软件科技有限公司
IPC分类号： G06V40/20 , G06V10/82 , G06V10/22 , G06V10/26 , G06N3/0455 , G06N3/0464 , G06N3/082
摘要： 本发明公开一种异常行为检测方法、系统及计算机可读介质，涉及计算机视觉检测技术领域；包括：步骤1：基于改进的Unet++模型进行站台安全预警区域分割，步骤2：基于YOLOv7模型进行候车乘客检测以及位置识别，步骤3：根据站台安全预警区域的分割图像、安全预警区域四边形顶点坐标和乘客的锚框位置进行决策判别；本发明基于改进的UNet++和YOLOv7模型进行跨越站台安全预警区异常行为的实时检测，可进一步预防安全事故发生，实现候车管理的智能化、信息化。
-
公开(公告)号：CN117456610A
公开(公告)日：2024-01-26
申请号：CN202311764577.5
申请日：2023-12-21
申请人： 浪潮软件科技有限公司
IPC分类号： G06V40/20 , G06V20/40 , G06V20/52 , G06V10/44 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明公开一种攀爬异常行为检测方法、系统及电子设备，涉及检测识别技术领域；包括步骤1：改进YOLOv5网络模型中YOLOv5卷积模块，步骤2：制作YOLOv5网络模型相关数据集；步骤3：利用数据集训练并验证用于攀爬异常行为检测的YOLOv5网络模型；步骤4：采集实时视频数据，利用YOLOv5网络模型进行攀爬异常行为的判定；通过本发明重构YOLOv5网络的基本卷积单元，拓展了YOLOv5网络的网络层次，增强了网络特征的提取能力，有效地提高了YOLOv5网络模型对攀爬行为特征的敏感度，提高了检测精准度，可通过摄像头等设备进行自动安保巡查，节省人力、财力成本，避免存在安保巡查盲点。
-
-
-
搜索结果
4 条记录 (耗时 0.032 秒)
