“孙锬锋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果70个，建议您升级VIP下载更多相关专利

[发明专利]基于ST-Transformer网络的审讯场景异常行为监督方法及系统-CN202211580460.7在审
发明人：陈朔;蒋兴浩;许可;孙锬锋 -专利权人：上海交通大学
申请日： 2022-12-09 - 公布日： 2023-04-11 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了一种基于ST‑Transformer网络的审讯场景异常行为监督方法及系统，包括建立审讯场景视频样本训练数据库和测试数据库；构建ST‑Transformer网络模型，训练数据库作为输入训练模型，得到训练好的ST‑Transformer网络模型；获取并解码待检测视频流，得到当前帧的图像，判断图像是否有人体存在，若否，则继续获取下一帧图像；若是，则提取图像中的人体骨架位置并保存预设帧的人体骨架序列；将其发送至训练好的ST‑Transformer网络模型中，进行异常行为检测分析；将检测分析的结果及相应的数据保存至测试数据库中，供用户查看并监督。本发明对原始视频进行人体骨架的提取生成仅包含人体骨架的视频，有效避免噪声干扰，同时系统中不存储监控视频中的原始视频信息，具有高隐私性。
基于 st transformer 网络审讯场景异常行为监督方法系统

[发明专利]基于构建人员邻接关系图异常行为建模及检测方法及系统-CN202211618477.7在审
发明人：唐芃;蒋兴浩;许可;孙锬锋;陈朔 -专利权人：上海交通大学
申请日： 2022-12-15 - 公布日： 2023-04-11 - 主分类号： G06F16/903 文献下载
摘要：本发明提供了一种基于构建人员邻接关系图异常行为建模及检测方法及系统，包括：步骤S1：对人员进行目标跟踪，得到人员编号、人员出现的帧序号以及在每一帧中的位置区域坐标信息；步骤S2：以每个人员目标为节点建立节点邻接矩阵，计算节点之间的邻接关系，以当前节点和邻接节点的坐标距离作为邻接边权重，构建人员邻接关系图结构；步骤S3：计算每个节点位置区域坐标变化，设置节点特征；步骤S4：构建网络结构，输入图数据，输出每帧检测结果，检测每个图中是否包含异常节点，若存在则认为该帧中存在异常行为，计算损失更新网络参数。本发明提出的Sub‑GCN网络旨在关注同一张图中不同节点之间的差异性，相较于其它网络更适配人员邻接关系图模型。
基于构建人员邻接关系异常行为建模检测方法系统

[发明专利]基于运动矢量残差的HEVC视频双压缩取证方法及系统-CN202111211591.3有效
发明人：蒋兴浩;寿利奔;孙锬锋;许可 -专利权人：上海交通大学
申请日： 2021-10-18 - 公布日： 2023-02-07 - 主分类号： H04N17/00 文献下载
摘要：本发明提供了一种基于运动矢量残差的HEVC视频双压缩取证方法及系统，涉及视频重压缩检测技术领域，该方法包括：步骤S1：对待检测视频进行解码，并获得解码后的视频帧图片，解码过程中提取各帧间编码帧的编码模式信息；步骤S2：对于提取的编码模式信息，采用空间尺度上的特征融合构建帧间编码差异的特征序列；步骤S3：通过投票算法对所述特征序列进行分析，定位异常帧位置；步骤S4：对于异常帧序列进行时域分析，判断待检测视频是否经历双压缩；步骤S5：若视频经历了双压缩，则进一步推断首次压缩中的GOP长度。本发明能够考虑HEVC针对快速变化场景设计的自适应编码模式，具有鲁棒性高，检测效率高的特点。
基于运动矢量 hevc 视频压缩取证方法系统

[发明专利]基于联合特征被动检测AI换脸视频的方法及系统-CN202010279645.9有效
发明人： 孙锬锋;孟凡锐;杜佳骏;米中杰 -专利权人：上海交通大学
申请日： 2020-04-10 - 公布日： 2023-02-03 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了一种基于联合特征被动检测AI换脸视频的方法及系统，包括:对篡改视频解码数据做统计分析，找到全局性的可鉴定特征；将编码中不存在篡改痕迹的视频判定为未经篡改的视频，得到经过篡改的视频；对经过篡改的视频解帧得到连续多帧视频帧图像；检测识别每个视频帧中出现的人脸位置，并对人脸区域与小范围周边背景区域进行划分，形成人脸区域图片序列；提取序列中每张图片的纹理信息，获取帧内一致性信息；对帧内一致性特征序列进行序列分析，考察视频的帧间一致性特征；结合帧内一致性特征和帧间一致性特征，判断是否经过AI换脸的篡改。本发明能精确地检测出经过AI换脸篡改的视频，具有极大的应用价值。
基于联合特征被动检测 ai 视频方法系统

[发明专利]基于相似度图神经网络的异常行为智能检测方法及系统-CN202110436144.1有效
发明人： 孙锬锋;许可;秦仲学;尚珂全;陈荔 -专利权人：上海交通大学
申请日： 2021-04-22 - 公布日： 2023-02-03 - 主分类号： G06V20/52 文献下载
摘要：本发明提供了一种基于相似度图神经网络的异常行为智能检测方法及系统，涉及行为检测技术领域，该方法包括：信息获取步骤：对监控视频中人员的异常行为进行拍摄得到训练视频序列；网络训练步骤：提取训练视频序列中人体骨骼点得到骨骼点序列，列构建图网络结构，使用相似度图神经网络对骨骼点序列进行学习并训练网络；异常检测步骤：对训练视频序列中人体骨骼点进行识别，构建图网络结构，再用相似度图神经网络对骨骼点序列进行特征提取，并进行异常行为识别；智能记录步骤：自动截取异常视频片段，标注异常行为类型，保存到数据库。本发明能够极大地提升异常行为识别的可信程度，也大大简化识别流程，降低识别时间，达到实时识别的效果。
基于相似神经网络异常行为智能检测方法系统

[发明专利]一种基于边界效应的HEVC视频双压缩检测方法及系统-CN202110137945.8有效
发明人：蒋兴浩;孙锬锋;许可;方钱安 -专利权人：上海交通大学
申请日： 2021-02-01 - 公布日： 2022-09-23 - 主分类号： H04N19/176 文献下载
摘要：本发明提供了一种基于边界效应的HEVC视频双压缩检测方法及系统，涉及数字视频双压缩检测技术领域，该方法包括：步骤1：将待检测的HEVC视频进行解码，解码过程中以CTU为单位提取I帧中的DCT系数；步骤2：对于每个CTU，计算变换单元TU边界处的相邻两行/列之间的DCT系数的边界效应度量；步骤3：对于待检测HEVC视频的所有I帧中的CTU进行同样的相关性度量，求取CTU均值，构建HEVC视频的特征序列；步骤4：将HEVC视频的特征序输入已经训练完成的支持向量机中，获得分类结果。本发明能够对两次压缩所使用的量化参数不一致的双压缩HEVC视频有很好的检测性能，并对视频的画面内容有较好的鲁棒性。
一种基于边界效应 hevc 视频压缩检测方法系统

[发明专利]车辆行驶安全预警方法及系统-CN202210298737.0在审
发明人： 孙锬锋;汤历欧;李世杰;王若辰;许可 -专利权人：上海交通大学
申请日： 2022-03-23 - 公布日： 2022-08-12 - 主分类号： G06V20/58 文献下载
摘要：本发明提供一种车辆行驶安全预警方法及系统，包括：步骤S1：获取相邻两帧图像作为模型输入，对图像进行拉伸，符合相机参数；步骤S2：使用修改后的FastFlowNet光流预测神经网络模型，以相邻两帧图像为输入，输出光流矢量矩阵；步骤S3：使用MegaDepth神经网络模型，以相邻两帧图像为输入，输出深度矩阵，作为后续步骤中特征融合模块的输入；步骤S4：对步骤S2和步骤S3的结果进行特征融合；步骤S5：对步骤S4的结果，取三部分大小相同的子矩阵；步骤S6：对获得的每相邻两帧摄像图像，输出预测的速度；步骤S7：根据步骤S6的预测结果输出预警信息。本发明能够提供低成本的、独立于车辆传感器的车辆数据、路况数据或障碍物类型的分析。
车辆行驶安全预警方法系统

[发明专利]基于网络对网络的训练HEVC视频隐写分析方法、系统-CN202111223918.9有效
发明人： 孙锬锋;史贺楠 -专利权人：上海交通大学
申请日： 2021-10-18 - 公布日： 2022-07-26 - 主分类号： H04N1/32 文献下载
摘要：本发明提供了一种基于网络对网络的训练HEVC视频隐写分析方法、系统，首先搭建由多个卷积神经网络组成的端到端HEVC视频信息隐藏模型网络框架；然后收集视频序列，生成训练隐写网络所需的数据库样本和秘密信息；控制载体视频帧和秘密信息的融合比例，将样本输入设计好的网络中完成对隐写网络的训练。最后，保持网络参数不变，用隐写分析网络替换判别网络，在不同嵌入率下完成隐写网络对隐写分析网络的训练。将固定嵌入率的待检测视频输入至相应训练好的隐写分析网络中，隐写分析网络输出是否经过隐写的结果。本方法填补了利用网络对网络的训练来做HEVC视频隐写分析的专利短缺。
基于网络训练 hevc 视频分析方法系统

[发明专利]基于BM-CNN模型的短视频APP中危险动作识别方法及系统-CN202210247950.9在审
发明人： 孙锬锋;李思源;吴天强;王妍 -专利权人：上海交通大学
申请日： 2022-03-14 - 公布日： 2022-07-22 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种基于BM‑CNN模型的短视频APP中危险动作识别方法及系统，包括：初始化模块：获取视频并对视频进行预处理及卷积神经网络处理，系统开始运行时自动调用，并能够由管理员模块进行再次调用；管理员模块：对数据集进行处理，并进行人工审核，模块被管理员调用，功能向用户展示；用户模块：提供上传视频和结果展示功能，并与工作模块交互实现动作识别与分类的功能；工作模块：接收视频，实现动作识别与分类，并能够扩充不同分类动作的数据集。本发明自行建立了危险行为数据集，可针对短视频APP对危险动作的不同定义要求进行不同指向性训练；本发明对不同动作进行了单独训练，不仅可以满足对危险动作的警报功能，也满足对非危险动作的分类功能。
基于 bm cnn 模型视频 app 危险动作识别方法系统

[发明专利]基于动态视觉传感器的步态身份识别方法及系统-CN202210277957.5在审
发明人：许可;李锡瑞;郑幸锴;张泽挥;孙锬锋 -专利权人：上海交通大学
申请日： 2022-03-21 - 公布日： 2022-07-22 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了一种基于动态视觉传感器的步态身份识别方法及系统，包括：步骤S1：基于标注身份的步态序列图以及相应的步态特征构建训练集；步骤S2：基于构建的训练集对步态识别网络模型进行训练，得到训练后的步态识别网络模型；步骤S3：通过动态视觉传感器采集待分析数据并对采集到的待分析数据进行预处理，得到预处理后的待分析数据；步骤S4：基于预处理后的待分析数据得到待分析数据相对应的步态序列图；步骤S5：待分析数据相对应的步态序列图通过训练后的步态识别网络模型提取相应的步态特征；步骤S6：提取的步态特征基于建立的步态样本库进行匹配实现身份识别。
基于动态视觉传感器步态身份识别方法系统

[发明专利]基于对抗网络模型的视频异常事件检测方法及系统-CN202210300612.7在审
发明人： 孙锬锋;喻守彬;许可 -专利权人：上海交通大学
申请日： 2022-03-25 - 公布日： 2022-07-08 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种基于对抗网络模型的视频异常事件检测方法及系统，包括如下步骤：模型建立步骤：建立重建帧生成对抗网络模型；检测步骤：对待检视频数据进行处理，将处理后的待检视频数据输入到建立好的重建帧生成对抗网络模型中，得到重建帧，对重建帧进行判断，获取检测结果。本发明将视频运动特征转化为运动梯度，并通过运动梯度嵌入的方式实现时空信息融合，能在单张图片上结合运动特征和外表特征，解决了视频训练输入冗余，计算量大的问题，网络训练参数减少，检测准确性也很优异。
基于对抗网络模型视频异常事件检测方法系统

[发明专利]基于分块信息掩膜的HEVC视频隐写分析网络方法及系统-CN202110171846.1有效
发明人：蒋兴浩;孙锬锋;许可;黄宽 -专利权人：上海交通大学
申请日： 2021-02-08 - 公布日： 2022-04-26 - 主分类号： H04N19/467 文献下载
摘要：本发明提供了一种基于分块信息掩膜的HEVC视频隐写分析网络方法及系统，涉及HEVC视频隐写分析技术领域，该方法包括：步骤S1：搭建由多层卷积层和多个隐写分析残差块串联形成的卷积神经网络识别框架；步骤S2：收集待检测视频序列，将待检测视频序列生成训练所需的数据库样本，并划分为训练集和测试集；步骤S3：用数据库样本对卷积神经网络进行训练；步骤S4：将待检测视频输入至卷积神经网络识别框架中，生成图片信息以及分块信息的双通道输入样本；步骤S5：将双通道输入样本送入到步骤S3中训练好的卷积神经网络中，输出是否经过隐写的结果。本发明能够克服分析性能低以及手工设计特征复杂的缺陷，填补利用深度学习网络来做HEVC视频隐写分析的专利短缺。
基于分块信息 hevc 视频分析网络方法系统

[发明专利]基于自然语言的图像修改与生成方法-CN202111474605.0在审
发明人：蒋兴浩;唐致远;许可;孙锬锋 -专利权人：上海交通大学
申请日： 2021-12-06 - 公布日： 2022-03-04 - 主分类号： G06V10/774 文献下载
摘要：本发明提供了一种基于自然语言的图像修改与生成方法，包括：根据任务类型，基于输入的图像计算获取初始图像隐向量；输入目标文本信息，计算目标文本嵌入向量；输入目标文本，基于所述目标文本计算目标文本嵌入向量；设定不同目标生成策略，基于目标生成策略计算对应的图像生成预训练模型的层更新权重；依据输入图像计算初始图像隐向量、目标文本嵌入向量与层更新权重，对图像生成预训练模型的参数与图像隐向量进行训练调优，以得到更新后的合成图像的隐向量和图像生成预训练模型；基于更新后的合成图像的隐向量和图像生成预训练模型，得到并输出合成的目标图像。本发明填补了通过自然语言进行可精细化控制的图像修改或生成任务的空白，图像修改与生成效果好，能在较短时间内获取输出结果。
基于自然语言图像修改生成方法

[发明专利]基于句法对齐的自然语言推理方法及系统-CN202111350050.9在审
发明人：蒋兴建;张月国;回红;孙锬锋 -专利权人：上海交通大学
申请日： 2021-11-15 - 公布日： 2022-03-01 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了一种基于句法对齐的自然语言推理方法及系统，包括给定多个句对，对词语进行划分得到一个个token，进行编码获得词向量特征；通过依赖分析器对句子的依赖关系进行解析，获得词语间的依赖关系，将token对应到词语中；搭建依赖关系捕捉模块，捕捉句内句法特征的加强表示；构造注意力机制网络，更新句子的结构化特征；将结构化特征作为分类依据，获得预测结果；通过模型的损失函数计算获得偏差，并对模型进行修正。本发明通过采用基于句法对齐的自然语言推理方法，基于图网络编码了词语之间的不同依赖关系，相较于传统方法，可以区分关系的重要性。使得输入模型的词语经过句法上下文特征的加强后，能够包含更多语义信息。
基于句法对齐自然语言推理方法系统

[发明专利]基于人体骨架的异常行为检测方法、系统及介质-CN201910611522.8有效
发明人： 孙锬锋;蒋兴浩;许可;杨丰嘉 -专利权人：上海交通大学
申请日： 2019-07-08 - 公布日： 2021-10-15 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于人体骨架的异常行为检测方法、系统及介质，包括：步骤S1：建立训练视频样本数据库，根据公开的暴力行为数据库构建预设帧长的原始视频数据库；步骤S2：根据获得的原始视频数据库，利用开源的姿态估计算法OpenPose提取原始数据库里所有视频样本中的人体骨架，获得骨骼视频数据库；步骤S3：利用FFmpeg工具将获得的骨骼视频数据库中的所有视频样本解帧成骨骼图片流，获得骨骼图片流；步骤S4：将获得的骨骼图片流依次输入3D‑DenseNet网络模型进行训练，获得训练后的3D‑DenseNet网络模型。本发明首次利用人体骨架和3D‑DenseNet进行异常行为检测，检测准确率高，鲁棒性强，能实时输出，更新检测结果。
基于人体骨架异常行为检测方法系统介质

1
2
3
4
5
下一页»
尾页
共 70 条