专利交易市场

本发明属于行人检测技术领域，公开了一种弱监督行人检测方法、系统、介质、设备及处理终端，构造增益算子对红外图像进行基于高频增益的显著性对比度增强，获得具有突出行人信息的高对比度红外图像；采用引导滤波对图像进行多尺度分解，获得增强后红外图像和可见光图像的子基础层和子细节层；构建基于图像特征相似性和图像边缘保留的目标函数，引入海洋捕食者优化算法生成融合图像；引入亮度感知分类器实现基于弱监督学习框架的数据集标注迁移；在YOLOv5网络中引入卷积块注意力模型，结合通道注意力和空间注意力实现弱监督行人的检测。本发明能够提高行人目标的重要性并抑制背景干扰，实现对多尺度目标的准确检测，减少人工标注工作量。

本发明公开了一种用于智能监控系统的弱监督异常行为智能检测方法，涉及异常行为检测技术领域，本发明结合弱监督伪标签生成和跨模态交互的思想设计网络结构，以解决弱监督下精细的片段标签缺失的问题，提高网络对弱监督异常行为识别的准确性，其损失函数兼顾帧级识别和视频级识别的需求，且对噪声鲁棒，可以应用到智能监控设备异常行为检测的任务中。

本发明提出一种弱监督文本检测方法，包括：构建感受野生成器，将待检测图像输入所述感受野生成器，获取一个或多个感受野；根据所述一个或多个感受野感知文本区域；构建感受野判别器，将所述文本区域输入所述感受野判别器，根据文本在所述文本区域的分布，获取识别结果；将所述识别结果反馈给所述感受野生成器，对所述一个或多个感受野进行校正，通过校正后的所述感受野生成器输出文本特征图，本发明基于感受野，再不需要标注图像中文本坐标的情况下，完成文本检测，极大地降低了标注数据集的依赖性，提高自然场景的适应性。