王传旭
作品数： 106被引量：287H指数：9
  • 所属机构:青岛科技大学信息科学技术学院
  • 所在地区:山东省 青岛市
  • 研究方向:自动化与计算机技术
  • 发文基金:国家自然科学基金

相关作者

刘云
作品数：90被引量：326H指数：9
供职机构：青岛科技大学信息科学技术学院
研究主题：视频 描述符 卷积 识别方法 卷积神经网络
闫春娟
作品数：28被引量：3H指数：1
供职机构：青岛科技大学
研究主题：分类器 描述符 识别方法 视频 时空信息
李辉
作品数：82被引量：22H指数：3
供职机构：青岛科技大学
研究主题：多目标跟踪 残差 安全容量 化学成分 目标检测
崔雪红
作品数：33被引量：65H指数：5
供职机构：青岛科技大学
研究主题：行人 残差 视频图像序列 卷积神经网络 轮胎
李辉
作品数：32被引量：214H指数：8
供职机构：青岛科技大学信息科学技术学院
研究主题：目标检测 卷积 网络 卷积神经网络 注意力
作品列表
基于伪3D残差网络与交互关系建模的群组行为识别方法被引量：12
2020年
针对复杂场景下群组行为特征的多样性以及交互关系难以建模的问题,提出一种全新的分层网络架构.第一层网络,利用伪3D残差网络与图卷积网络相结合捕获交互关系特征;第二层网络,利用伪3D残差网络捕获群组全局场景时空特征.根据上述特征之间的互补作用对它们的群组行为决策输出,提出一种权重自适应调整决策融合算法,对上面两层网络的群组行为类别自适应计算重要性权重,实现决策融合.该方法在CAD和CAE上分别取得了91.4%和97.9%的平均识别精度.
丰艳张甜甜王传旭
概率扩充和改进OIM损失的多目标跟踪算法
2024年
为解决多目标跟踪中联合目标检测和重识别训练时间过长、多分支特征不对齐和目标相互遮挡的身份转换问题,提出一种高效的多目标跟踪算法。在特征提取阶段利用深层聚合网络联合多层次特征,在重识别阶段通过三元组对在线实例匹配损失进行增强,缓解特征不对齐问题。加入高斯核函数对训练样本进行概率扩充,缩短训练时间。利用运动、外观特征与卡尔曼滤波实现高效的在线关联,利用轨迹池暂存丢失的轨迹,提高目标相互遮挡时的跟踪性能。算法在MOT15和MOT17数据集上的准确度分别达到了60.1%与74.2%,MOT17上的FPS也达到21.6 Hz。
付小珊胡乃平秦建伟王传旭
关键词：多目标跟踪目标检测高斯核卡尔曼滤波
基于ActionVLAD池化与分层深度学习网络的组群行为识别方法被引量：4
2019年
构建端到端的深度学习网络结合局部聚合描述符(Action vector of locally aggregateddescriptor,ActionVLAD)池化层和多层长短时记忆(Long short time memory,LSTM)解决组群行为识别问题。在传统的单一图像信息(Red Green Blue,RGB)作为深度学习网络的输入基础上,添加密集光流信息(Dense_flow),描述视频帧间的运动,作为双流网络的输入;通过底层LSTM对特征信息进行建模,由融合的双流特征来表示个人行为;而ActionVLAD池化层可以对不同时间、图片不同位置的特征进行融合,从而更好地融合个人信息;最后顶层LSTM连接Softmax分类器,通过融合的个人信息判断组群活动。在Collective activity dataset数据集上的测试实验获得了82.3%的平均识别精度。
王传旭姜成恒
同类行为多视图间相似度挖掘方法及行为识别方法
本发明公开了一种同类行为多视图间相似度挖掘方法及行为识别方法，所述行为识别方法基于所述相似度挖掘方法。所述相似度挖掘方法包括：对同类行为不同视图的视频流逐帧计算每帧灰度图像中每个像素点的Hessian矩阵响应的步骤；根据...
王传旭刘云闫春娟闻卫军牛秋娜胡强
文献传递
基于深度学习的视觉多目标跟踪方法及装置
本发明公开了一种基于深度学习的多目标跟踪方法及装置，所述方法包括：将视频帧序列输入到残差网络中;将残差网络至少一个底层的输出特征与该网络最后一层的输出特征融合,输出残差网络融合特征图;获得与当前视频帧相邻的前两视频帧对应...
李辉刘亚鹏张淑军董燕王传旭徐凌伟
文献传递
基于时空注意力机制的群组行为识别方法研究
2023年
视频中的群组行为识别是一项具有挑战性的任务,主要面临两个难点,一是如何构建群组成员间的交互关系;二是如何从时序上优选区别性强的时空特征构建简约的行为描述符。本工作提出的基于时空注意力机制建模框架,旨在解决这两个问题。对于前者,将群组成员间交互关系演变由图注意力网络(graph attention networks,GAT)中节点连接图的更新迭代来描述;每个节点成员由外观特征、位置信息以及轨迹特征来描述;GAT内置注意力机制在迭代中分离出权重系数不等的节点,注意力系数越大的节点聚合的信息多,称为关键节点,仅由关键节点成员构建的交互关系即为简约交互关系。对于后者,提出将当前帧预分类出成员行为属性和群组行为类别的交合相似度系数(intersection similarity coefficient,ISC)系数作为当前帧的时序权重,来进一步约简上述交互关系旨在构建强区分性时空特征描述符,最后由softmax分类器,实现个人行为识别和群组行为识别。该算法在CAD(collective activity dataset)和Volleyball数据集上分别取得93.6%和93.8%平均识别率,并与其它算法比较验证了其有效性。
王传旭于潇媛
深度学习框架下群组行为识别算法综述被引量：3
2022年
群组行为识别目前是计算机视觉领域的一个研究热点,在智能安防监控、社会角色理解和体育运动视频分析等方面具有广泛的应用价值.本文主要针对基于深度学习框架下的群组行为识别算法进行综述.首先,依据群组行为识别方法中“是否包含组群成员交互关系建模”这一核心技术环节,将现有算法划分为“无交互关系建模的群组行为识别”和“基于交互关系描述的群组行为识别”两大类.其次,鉴于“无交互关系建模的群组行为识别方法”主要是聚焦于如何对“群组行为时序过程的整体时空特征的计算和提纯”进行设计的,故本文从“多流时空特征计算融合”“个人/群体多层级时空特征计算合并”“基于注意力机制的群组行为时空特征提纯”3类典型算法进行概述.再次,对于“基于交互关系建模的群组行为识别”,依据对交互关系描述方法的不同,将其归纳为“基于组群成员全局交互关系建模”“基于组群分组下的交互关系建模”和“基于关键人物为主的核心成员间交互关系建模”3种类别分别概述.然后,对群组行为识别相关的数据集进行介绍,并对不同识别方法在各个数据集的测试性能进行了对比和总结.最后,分别从群组行为类别定义的二元性、交互关系建模的难点与不足、群组行为数据集弱监督标注和自学习、视角变化以及场景信息综合利用等方面概述了几个具有挑战性的问题和未来研究的方向.
邓海刚王传旭李成伟林晓萌
基于视频片段注意力机制与交互关系活动图建模的群组行为识别方法
本发明提出一种基于视频片段注意力机制与交互关系活动图建模的群组行为识别方法，主要用于解决视频监控场景下群组行为识别的精度问题，以提高群组行为识别精度并排除视频中大量冗余信息；首先，利用片段注意力机制提取视频中的关键片段，...
王传旭孔玮邓海刚闫春娟
文献传递
二维视频图像中的人体姿态识别方法
本发明公开了一种二维视频图像中的人体姿态识别方法，包括下述步骤：将原始视频图像<Image file="DEST_PATH_IMAGE002.GIF" he="13" imgContent="drawing" imgFo...
王传旭刘云闫春娟崔雪红李辉
文献传递
基于人体HOG特征的步态能量图获取及身份识别方法
本发明公开了一种基于人体HOG特征的步态能量图获取方法及身份识别方法。基于人体HOG特征的步态能量图获取方法包括：从人体步态视频图像序列中的每帧图像中提取人体侧像图；将人体侧像图模板化；利用设定的根窗口和部位窗口从模板化...
刘云崔雪红王传旭李辉
文献传递
加载更多 ∨