期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
面向人群计数的U型Transformer模型
1
作者 王锐 姚瑞玲 +2 位作者 席茜 张冬松 毛凤翔 《信息技术与信息化》 2024年第6期64-67,共4页
在人群计数领域,可采用U型结构的全卷积神经网络模型将人群场景图映射为人群密度图。在映射的过程中,引入空间注意力机制和通道注意力机制,分别从空间维度和通道维度提取人群场景图的重要信息和抑制非重要信息。根据该思想,设计了一种... 在人群计数领域,可采用U型结构的全卷积神经网络模型将人群场景图映射为人群密度图。在映射的过程中,引入空间注意力机制和通道注意力机制,分别从空间维度和通道维度提取人群场景图的重要信息和抑制非重要信息。根据该思想,设计了一种基于通道和空间注意力机制的U型Transformer模型(SC U-Transformer)。SC U-Transformer包含编码和解码过程,编码过程使用Swin-Transformer作为编码器,提取上下文特征并实现下采样;解码过程使用包含扩展图像块的对称Swin-Transformer模型,并添加了空间注意力模块和通道注意力模块,分别使模型更加关注前景和相关联的特征通道。根据ShanghaiTech数据集和UCF_CC_50的实验结果可知,SC U-Transformer能够将人群场景图转换为高质量的人群密度图。 展开更多
关键词 人群计数 人群场景 人群密度图 Swin-Transformer 注意力机制
下载PDF
人群密集场景中运动模式识别
2
作者 康永欣 袁丽英 《哈尔滨理工大学学报》 CAS 北大核心 2019年第3期74-81,共8页
针对从人群密集场景中识别运动模式的问题,提出了距离依赖中餐馆连锁店过程混合模型。该模型是一种引入依赖关系的层次化非参贝叶斯模型,能够通过引进独立于数据观测值的距离依赖信息,准确建模自然分组的数据,从中挖掘共享的数据模式。... 针对从人群密集场景中识别运动模式的问题,提出了距离依赖中餐馆连锁店过程混合模型。该模型是一种引入依赖关系的层次化非参贝叶斯模型,能够通过引进独立于数据观测值的距离依赖信息,准确建模自然分组的数据,从中挖掘共享的数据模式。给出了模型的建立过程,并通过吉布斯采样的方法对模型进行求解,同时展示了相关的实验结果。通过对纽约广场火车站监控场景数据集中47 866条片段轨迹的建模分析,证明了模型可以自动确定场景中运动模式的个数,从不完整的轨迹中以98%的正确度学习并表达运动模式,并且能够在不同的运动模式之间共享公共的子模式。 展开更多
关键词 运动模式识别 人群密集场景 非参贝叶斯模型 吉布斯采样
下载PDF
基于隐马尔可夫模型的视频异常场景检测 被引量:6
3
作者 李娟 张冰怡 +2 位作者 冯志勇 徐超 张铮 《计算机工程与科学》 CSCD 北大核心 2017年第7期1300-1308,共9页
视频技术的广泛应用带来海量的视频数据,仅依靠人力对监控视频中的异常进行检测是不太可能的。异常行为的自动化检测在公共安全等领域的地位极其重要。提出一种综合考虑目标特性和时空上下文的异常检测方法,该方法利用光流纹理图描述移... 视频技术的广泛应用带来海量的视频数据,仅依靠人力对监控视频中的异常进行检测是不太可能的。异常行为的自动化检测在公共安全等领域的地位极其重要。提出一种综合考虑目标特性和时空上下文的异常检测方法,该方法利用光流纹理图描述移动物体的刚性特征,建立基于隐马尔可夫模型HMM的时间上下文异常检测模型。在此基础上,提取异常目标的Radon特征,以支持向量机SVM的异常预分类结果为基础,通过HMM建立异常场景的空间上下文分类模型。该模型在公共数据集UCSD PED2上进行了实验验证,结果表明,本算法不仅在异常检测方面优于已有算法,而且还能给出异常分类。 展开更多
关键词 刚体 隐马尔可夫模型 人群场景 异常检测
下载PDF
Video Scene Invariant Crowd Density Estimation Using Geographic Information Systems 被引量:2
4
作者 SONG Hongquan LIU Xuejun +2 位作者 LU Guonian ZHANG Xingguo WANG Feng 《China Communications》 SCIE CSCD 2014年第11期80-89,共10页
Crowd density is an important factor of crowd stability.Previous crowd density estimation methods are highly dependent on the specific video scene.This paper presented a video scene invariant crowd density estimation ... Crowd density is an important factor of crowd stability.Previous crowd density estimation methods are highly dependent on the specific video scene.This paper presented a video scene invariant crowd density estimation method using Geographic Information Systems(GIS) to monitor crowd size for large areas.The proposed method mapped crowd images to GIS.Then we can estimate crowd density for each camera in GIS using an estimation model obtained by one camera.Test results show that one model obtained by one camera in GIS can be adaptively applied to other cameras in outdoor video scenes.A real-time monitoring system for crowd size in large areas based on scene invariant model has been successfully used in 'Jiangsu Qinhuai Lantern Festival,2012'.It can provide early warning information and scientific basis for safety and security decision making. 展开更多
关键词 crowd density estimation videoscene invariant GIS video spatial registration
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部