公开(公告)号：CN116485838A

公开(公告)日：2023-07-25

申请号：CN202310322991.4

申请日：2023-03-29

申请人： 西安交通大学 ,  宁波市舜安人工智能研究院

发明人： 王乐 ,  秦正 ,  师皓玥 ,  周三平 ,  陈仕韬 ,  辛景民 ,  郑南宁

IPC分类号： G06T7/246 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0499 ,  G06V10/774 ,  G06V10/82

摘要： 本发明公开了一种多目标跟踪方法、系统、设备及可读存储介质，所述多目标跟踪方法包括以下步骤：步骤1，获取待处理的N帧视频序列；步骤2，将所述待处理的N帧视频序列，逐帧传入跟踪框架进行多目标跟踪处理，输出多目标跟踪结果。本发明提供了基于长短期运动特征的多目标跟踪方法，能够解决现有技术存在的由拥挤人群和严重遮挡所造成的身份识别错误和轨迹中断的技术问题；其中，通过提取“交互运动特征”以获取短期关联结果，通过提取“历史轨迹运动特征”以获取长期关联结果，二者结合获得最终的跟踪结果，能够增强跟踪过程中逐帧的身份识别能力以及跨帧的身份重识别能力。

公开(公告)号：CN116434112A

公开(公告)日：2023-07-14

申请号：CN202310322967.0

申请日：2023-03-29

申请人： 西安交通大学 ,  宁波市舜安人工智能研究院

发明人： 王乐 ,  师皓玥 ,  秦正 ,  周三平 ,  陈仕韬 ,  辛景民 ,  郑南宁

IPC分类号： G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0895

摘要： 本发明公开了一种弱监督视频异常检测方法、系统、设备及介质，所述弱监督视频异常检测方法包括以下步骤：获取待检测的视频帧特征序列；基于获取的所述待检测的视频帧特征序列，利用预先训练好的异常检测模型进行视频异常检测，获得视频异常检测结果。本发明提供的技术方案中，利用基于异常占比的多实例学习损失函数和异常占比引导下的多阶段自训练框架，能够对视频中存在的异常(包括简单异常帧和难异常帧)进行准确检测。

公开(公告)号：CN118261942A

公开(公告)日：2024-06-28

申请号：CN202410463490.2

申请日：2024-04-17

申请人： 西安交通大学

发明人： 王乐 ,  秦正 ,  周三平

IPC分类号： G06T7/246 ,  G06V20/40 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0499 ,  G06V10/774 ,  G06V10/82 ,  G06V10/74

摘要： 本发明属于计算机视觉技术领域，公开了一种多目标跟踪方法、系统、设备及可读存储介质；其中，所述多目标跟踪方法包括：获取视频流中待多目标跟踪处理的当前帧视频图像、当前帧视频图像的目标检测结果、当前帧视频图像的前一帧视频图像以及前一帧视频图像的多目标跟踪结果；基于当前帧视频图像、当前帧视频图像的目标检测结果、前一帧视频图像以及前一帧视频图像的多目标跟踪结果，利用多目标跟踪框架模型进行多目标跟踪处理，获得当前帧视频图像的多目标跟踪结果。本发明的技术方案，公开了一种基于前后帧点到区域相似度的多目标跟踪方案，能够解决现有技术存在的同一个多目标跟踪方案不能适用于多个应用场景的技术问题。