CN114677618B 事故检测方法、装置、电子设备和存储介质 (讯飞智元信息科技有限公司)_第1页
CN114677618B 事故检测方法、装置、电子设备和存储介质 (讯飞智元信息科技有限公司)_第2页
CN114677618B 事故检测方法、装置、电子设备和存储介质 (讯飞智元信息科技有限公司)_第3页
CN114677618B 事故检测方法、装置、电子设备和存储介质 (讯飞智元信息科技有限公司)_第4页
CN114677618B 事故检测方法、装置、电子设备和存储介质 (讯飞智元信息科技有限公司)_第5页
已阅读5页,还剩30页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

通过联合待检测视频的全局特征和局部特征进2基于全局提取网络,对所述图像帧序列进行三维特征提取,得基于局部提取网络,应用所述图像帧序列中各帧图像的检测目标基于融合分类网络,应用所述全局特征和所述局部特征,确定所所述基于局部提取网络,应用所述图像帧序列中各基于所述局部提取网络中的目标检测网络,确定所述图像基于所述局部提取网络中时空提取网络中的图卷积网络,对所基于所述时空提取网络中的时序提取网络,对所述各帧图像的目标基于所述全局提取网络中的多层三维卷积网络,对所述图像帧序列进行多层三维卷基于所述全局提取网络中的注意力网络,应用所述第一卷积积特征分别为所述多层三维卷积的倒数第二层和倒数对所述第一卷积特征进行单层三维卷积,得到与所述第二卷积特征基于所述融合分类网络,对所述全局特征和所述局部特征进行所述局部提取网络和所述融合分类网络基于如下3基于携带有事故标签的第一样本视频,对所述初始检测网络进行训局部提取单元,用于基于局部提取网络,应用基于所述局部提取网络中的目标检测网络,确定所述图像基于所述局部提取网络中时空提取网络中的图卷积网络,对所基于所述时空提取网络中的时序提取网络,对所述各帧图像的目标8.一种电子设备,包括存储器、处理器及存储程序被处理器执行时实现如权利要求1至6任一项所述事故检测456算机程序被处理器执行时实现如上述任一种所述事7序列。像中包含的检测目标及其目标位置输入到局部提取网络中89特征和第二卷积特征,图3中的第一卷积特征是多层三维卷积网络中的第四层三维卷积层[0086]基于上述任一实施例,图4是本发明提供的事故检测方法中步骤130的流程示意征可以是在目标检测过程中提取的该图像的特征,例如在应用faster-rcn进行目标检测[0094]时空提取网络可用于对输入的目标特征图从时序信息和空间信息两个维度上进待检测视频中各帧图像中的检测目标在时序上的变化信息此得到包含了图像帧序列中所有图像的目标空间关系在时序上融合可以通过拼接或者加权相加等方式实现,考虑到交通事故是具有高度的上下文特性提取网络、初始局部提取网络和初始融合分类网络自身的网络参数可以是初始化得到的,示正常,取1表示存在事故,p(y2i)为第i个第二样本视频的基于全局特征的预测结果,p始全局提取网络和全局分类网络进行联合训练;图6是本发明提供的第一阶段训练的结构[0127]局部提取网络中的目标检测网络确定图像帧序列的各帧图像中检测目标的目标[0133]全局提取单元820,用于基于全局提取网络,对所述图像帧序列进行三维特征提[0161]此外,上述的存储器930中的逻辑指令可以通过软件功能单元的形式实现并作为发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论