“神经行为”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果305133个，建议您升级VIP下载更多相关专利

[发明专利]一种考场视频监控异常行为特征识别方法-CN201910212174.7在审
发明人：金鑫;李晓东;吴传强;赵耿;孙红波;杨陈俊卿;吴亚明;韩青 -专利权人：中共中央办公厅电子科技学院（北京电子科技学院）;中电科大数据研究院有限公司
申请日： 2019-03-20 - 公布日： 2019-07-02 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种考场视频监控异常行为特征识别方法，考虑到多视角的考场异常行为的应用，通过两个视角的视频数据对考场异常行为进行识别，在传统3D卷积神经网络上进行改进，修改了卷积核大小，并调整了网络结构，设计了双路3D卷积神经网络模型，结合考场双摄像头的环境，采用两路视频数据作为输入，利用不同视角的视频数据，来弥补单个视角的缺陷，利用训练好的双路3D卷积神经网络模型，提取考场中考生的行为特征，然后将两路行为特征向量进行融合，再使用libSVM对融合后的特征进行分类识别，实现了较为精确的考场异常行为的识别，该方法很容易通过软件实现，可广泛推广至全国各类中高校校园中。
考场卷积神经网络视频数据异常行为异常行为特征考场视频视角两路双路行为特征向量分类识别软件实现双摄像头网络结构行为特征融合多视角卷积核再使用监控校园应用改进

[发明专利]融合人与物体交互分析的行为识别与目标检测多任务方法-CN202111297058.3在审
发明人：潘赟;赵益晟;朱怀宇 -专利权人：浙江大学
申请日： 2021-11-03 - 公布日： 2022-03-01 - 主分类号： G06V40/20 文献下载
摘要：一种融合人与物体交互分析的行为识别与目标检测多任务方法，构造单一神经网络模型从视频中提取行为识别和目标检测任务所需的时间特征和空间特征；设计长短时的空间变异卷积来处理相邻帧的空间特征；构建图网络模型分析人与物体间的交互过程，并依此对行为识别和目标检测相关特征进行修正；针对行为识别任务和目标检测任务分别搭建子神经网络模型，使用子神经网络模型来分析修正后的特征，以输出融合交互分析的行为识别与目标检测结果。本发明基于多任务学习的思想和人与物体交互过程产生的可利用线索，依据单一网络完成特征提取，并通过交互分析来实现特征修正，为行为识别任务与目标检测任务提供了新的有效信息并可提升二者的任务表现。
融合物体交互分析行为识别目标检测任务方法

[发明专利]一种人工智能行为分析使用方法-CN202210596318.5在审
发明人：李光友;王青松;高波;夏杰;江贤俊 -专利权人：安徽光谷智能科技股份有限公司
申请日： 2022-05-30 - 公布日： 2022-09-23 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种人工智能行为分析使用方法，实时采集的体温数据和图像与语音数据并储存；进行特征识别，利用特征提取算法获取人体的所有体温特征、肢体特征和语音特征；构建模型；将特征模型输入卷积神经网络，产生卷积神经网络对数据进行挖掘和分析，以获得人体行为分析结果并存储，生成可视化报告并存储；对可视化报告进行数据解读以获得数据解读结果并存储，根据解读结果进行体温、肢体行为和语音的诊断和预警。本发明通过采集人体图像数据、人体体温数据和语音数据，结合人工智能卷积神经网络对人体行为特征、体温特征和语音特征进行识别，并获取最佳图像做为对人体行为进行判定和识别，根据解读结果进行体温、人体行为和语音的诊断和预警
一种人工智能行为分析使用方法

[发明专利]行为识别装置、方法和存储介质-CN202310877085.0在审
发明人：请求不公布姓名 -专利权人：上海微创医疗机器人（集团）股份有限公司
申请日： 2023-07-17 - 公布日： 2023-10-13 - 主分类号： G06V20/40 文献下载
摘要：本申请涉及一种行为识别装置、方法和存储介质。所述装置能够根据医学影像中包括的医学对象数量和类型获取医学影像的影像特征信息；根据影像特征信息，确定医学影像的复杂程度参数；根据复杂程度参数，在图神经网络中选择适合的目标分支；将医学影像通过目标分支输入图神经网络，得到医学影像对应的医学行为识别结果。图神经网络包括多条分支，每一条分支对应的网络节点数量不同，复杂程度较高的医学影像选择网络节点数量多的分支，从而提高行为识别的准确性，复杂程度较低的医学影像选择网络节点数量少的分支，从而保证行为识别的效率，采用本装置能够提高行为识别准确性的同时保证行为识别的效率。
行为识别装置方法存储介质

[发明专利]一种用户行为评估方法、计算设备及存储介质-CN201810455468.8有效
发明人：陈尧 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-05-14 - 公布日： 2022-12-02 - 主分类号： G06F16/951 文献下载
摘要：本申请公开了一种用户行为评估方法、计算设备及存储介质。该方法包括：获取至少一个用户的行为数据，根据行为数据确定初始样本数据；获取初始样本数据的用户所对应的信用数据，从信用数据中提取辅助信息；创建并训练用于评估用户行为的多层神经网络，并在每次迭代时选择上次迭代时使用的一部分辅助信息作为当前辅助信息，根据初始样本数据和当前辅助信息确定当前训练结果；在训练结束后获得多层神经网络的训练参数；及，获取待评估用户的当前行为数据，基于多层神经网络根据训练参数对当前行为数据进行预测，获得待评估用户的信用评估结果
一种用户行为评估方法计算设备存储介质

[发明专利]一种基于MSVL的BP神经网络的构建和训练方法及系统-CN202110439442.6有效
发明人：赵亮;冯哲;段振华;王小兵;田聪;张南 -专利权人：西安电子科技大学
申请日： 2021-04-23 - 公布日： 2023-08-22 - 主分类号： G06N3/0499 文献下载
摘要：本发明属于BP神经网络技术领域，公开了一种基于MSVL的BP神经网络的构建和训练方法及系统，所述基于MSVL的BP神经网络的构建和训练方法包括：根据BP神经网络基本的层次化结构和属性行为特征，构建基于MSVL的BP神经网络的底层结构方法库；根据用户的定制需求，利用结构方法库中的MSVL结构体，构建BP神经网络的初始架构；读取样本数据，利用结构方法库中MSVL方法，对初始架构进行训练，得到BP神经网络的形式化架构本发明涵盖了矩阵运算、反向传播、权值更新等多种神经网络系统的基本行为，可直接用于模型检测、插桩验证等形式化验证技术，并支持与这些行为相关的多方面性质的验证，从而系统的安全可信性能够得到有效的保障。
一种基于 msvl bp 神经网络构建训练方法系统

[发明专利]一种基于图神经网络的群体行为识别方法-CN202010437098.2有效
发明人：郑伟诗;黄嘉胜 -专利权人：中山大学
申请日： 2020-05-21 - 公布日： 2023-04-18 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于图神经网络的群体行为识别方法，方法包括以下步骤：特征提取，对单位时间内视频段的个体视觉特征进行提取，获取每个人的特征表达与整个场景特征表达；生成虚图，根据得到的每个人的特征表达与场景特征表达生成全连接的无向图，在无向图中引入虚节点，生成虚图；图神经网络更新，对虚图进行图神经网络更新；构建图神经网络，根据图神经网络层构建图神经网络模型；群体行为识别，将完整的虚图导入到图神经网络，对预测类标和真实类标进行误差计算本发明定义了一种新型的基于虚节点的图神经网络，可以学习到视频中丰富的时间空间特征，从而帮助对视频中的群体行为进行准确的识别。
一种基于神经网络群体行为识别方法

[发明专利]基于深度卷积神经网络的人群异常行为视觉检测及分析预警系统-CN201710441026.3在审
发明人：汤一平;柳展;温晓岳;钱小鸿 -专利权人：银江股份有限公司
申请日： 2017-06-13 - 公布日： 2018-02-23 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度卷积神经网络的人群异常行为视觉检测及分析预警系统，包括安装在监控目标设施的摄像机、安防云服务器和人群异常行为视觉检测分析预警系统；在系统中通过深度卷积神经网络技术提取出目标设施内的各种人体对象然后用光流法计算识别判断人体的运动状态，接着对各人体对象的不同状态进行聚类和人群建模，进一步对人群对象进行密度计算和危险指数计算，最后根据人群密度、运动向量值、持续时间量化指标数据的不同组合来识别和判定各种人群行为异常，根据人群行为异常的情况启动相应人群聚集管控策略。本发明提出了一种规模没有局限性、精度较高、鲁棒性较好的基于深度卷积神经网络的基于深度卷积神经网络的人群异常行为视觉检测及分析预警系统。
基于深度卷积神经网络人群异常行为视觉检测分析预警系统

[发明专利]一种基于卷积神经网络的高精度自动识别驾驶员不安全行为的方法与装置-CN201810003621.3在审
发明人：不公告发明人 -专利权人：田文洪;曾柯铭;吝博强;何马均
申请日： 2018-01-03 - 公布日： 2019-07-09 - 主分类号： B60W40/09 文献下载
摘要：本发明实施例公开了一种基于卷积神经网络的高精度自动识别驾驶员不安全行为的方法与装置，涉及图像识别、模式识别及自动化领域。本发明针对重要货物运输或者载人客车驾驶员的不安全行为检测问题，提出了DriverBeCog的解决方法：利用胶囊神经网络和卷积神经网络对驾驶员的实时图像提取特征；并行对多种行为分别进行二分类；通过监控设备传回画面进行实时监测，对不安全行为进行警告，同时相关信息记录进数据库。本发明采用多个模型并发处理；提出一种网络层次少、参数少、计算量小且易于实用的卷积神经网络模型；对于不安全行为的识别率超出已有成果，利于实用；并采用权重参数调整方法解决正反类数据量差距过大的问题。
不安全卷积神经网络自动识别自动化领域并发处理监控设备模式识别权重参数神经网络实时监测实时图像提取特征图像识别相关信息行为检测二分类计算量识别率数据量货物运输胶囊并行数据库客车警告记录网络

[发明专利]基于混合策略的暴力行为检测方法及系统、存储介质-CN202010685116.9在审
发明人：滕峰;杨晨;张嘉森 -专利权人：艾伯资讯（深圳）有限公司
申请日： 2020-07-14 - 公布日： 2020-10-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于混合策略的暴力行为检测方法及系统、计算机可读存储介质，该方法包括以下步骤：获取已训练的第一深度神经网络模型和第二深度神经网络模型；提取监控视频在预测间隔时间内的全部视频帧并计算所述全部视频帧的平均光流；当所述平均光流大于或等于光流阈值时，利用所述已训练的第一深度神经网络模型进行暴力行为检测；当所述平均光流小于光流阈值时，利用所述已训练的第二深度神经网络模型进行暴力行为检测。本发明解决了传统技术中存在的泛化能力较弱的问题，实现了对更全面的暴力行为场景的覆盖，从而提高了暴力行为检测的准确性和泛化能力，达到了使其能够在真实环境中应用的效果。
基于混合策略暴力行为检测方法系统存储介质

[发明专利]基于BP神经网络的变电站用防火涂料热解行为预测方法-CN202211549737.X在审
发明人：何灵欣;张佳庆;黄玉彪;丁彦铭;过羿;钟宇;王刘芳;朱太云;刘睿;谭甜甜;付贤玲;刘平 -专利权人：国网安徽省电力有限公司电力科学研究院;国家电网有限公司
申请日： 2022-12-05 - 公布日： 2023-04-25 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于BP神经网络的变电站用防火涂料热解行为预测方法，包括：S1，采集并处理BP神经网络所需样本的非等温热解实验数据；S2，基于样本数据确定BP神经网络的最佳参数；S3，输入更广泛的热解升温速率，通过BP神经网络预测样品非等温热解质量损失；S4，采用无模型法分别求取样本实验数据和预测数据的热解活化能，取平均值进行有效性验证；S5，基于非等温热解预测数据计算等温热解动力学，预测等温热解行为。本发明降低了预测防火涂料热解行为的难度，提高了预测精度和效率，解决了传统预测仅验证已知升温速率的问题，更贴切防火涂料的实际热解过程，实现了非等温和等温热解行为的综合预测，更全面地预测了热解行为。
基于 bp 神经网络变电站防火涂料行为预测方法

[发明专利]账户风险等级分析方法、装置、计算机设备和存储介质-CN202310753118.0在审
发明人：刘泊宁;徐敏;谭玲;黄文卿 -专利权人：中国工商银行股份有限公司
申请日： 2023-06-25 - 公布日： 2023-09-08 - 主分类号： G06Q40/03 文献下载
摘要：获取行为数据对应的特征向量；根据特征向量和预设的反向传播BP神经网络模型，获取待分析账户的风险等级；BP神经网络模型根据预设的样本行为数据对初始BP神经网络模型训练得到，样本行为数据中包括正常账户对应的第一用户的样本行为数据和异常账户对应的第二用户的样本行为数据；BP神经网络模型的权值和偏置根据改进的粒子群算法确定，改进的粒子群算法在粒子当前飞行适应度小于粒子历史飞行适应度的平均值时，粒子下一次飞行时的惯性权重根据目标比值的幂指数和粒子历史飞行中的最小惯性权重和最大惯性权重确定
账户风险等级分析方法装置计算机设备存储介质

[发明专利]一种基于深度学习和距离-多普勒序列的人体行为识别方法-CN201910442701.3有效
发明人：侯春萍;黄丹阳;杨阳;郎玥 -专利权人：天津大学
申请日： 2019-05-25 - 公布日： 2023-04-07 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种基于深度学习和距离‑多普勒序列的人体行为识别方法，包括下列步骤：雷达数据集的构建；卷积神经网络模型对距离‑多普勒谱图进行建模；循环神经网络的构建；端到端人体行为识别网络的训练。
一种基于深度学习距离多普勒序列人体行为识别方法

[发明专利]一种基于轻量化卷积神经网络的驾驶员行为识别方法-CN201910681906.7有效
发明人：纪庆革;吴箫;印鉴 -专利权人：中山大学
申请日： 2019-07-26 - 公布日： 2022-11-29 - 主分类号： G06V20/59 文献下载
摘要：本发明为基于轻量化卷积神经网络的驾驶员行为识别方法，获取驾驶行为公开数据集，得到不同驾驶行为分类的图片；对图片预处理，随机打乱数据集并划分训练集和测试集；对训练集进行数据增强；设计轻量化卷积神经网络，将训练集输入数据输入网络进行特征提取；用分类器对提取到的特征向量进行各个驾驶员行为类别的概率预测，根据训练集类别标签对预测的概率计算损失函数，通过反向传播指导网络下一步训练方向；训练完成后保存训练好的驾驶员行为分类模型并保存。本发明通过采用卷积模块和增强通道间的信息流通设计出轻量化卷积神经网络，训练出体积小、运算简单且准确率高的驾驶员行为分类模型，适用于车载移动端进行驾驶行为的识别分类。
一种基于量化卷积神经网络驾驶员行为识别方法

[发明专利]一种轻量级的加密应用细粒度行为流量早期识别方法-CN202211306174.1有效
发明人：吉庆兵;罗杰;胡晓艳;倪绿林;谈程;康璐 -专利权人：中国电子科技集团公司第三十研究所
申请日： 2022-10-25 - 公布日： 2023-03-21 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种轻量级的加密应用细粒度行为流量早期识别方法，属于网络安全领域，包括步骤：S1，对采集的加密应用细粒度行为标注流量以时间窗口顺序划分为行为流量段183524DEST_PATH_IMAGE002.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="yes" />内的行为流量段提取时间特征，并进行特征标准化处理以构建细粒度行为早期指纹，然后输入到深度神经网络中进行训练；所述深度神经网络包括1D‑CNN深度神经网络；S3，保存训练后的模型并用于识别加密应用细粒度行为的具体类别。本发明能够有效针对突发的加密应用细粒度行为流量进行高效识别。
一种轻量级加密应用细粒度行为流量早期识别方法