发明

基于BEV感知的考场异常行为解耦检测方法2026

2024-06-01 08:04:19 发布于四川 2
  • 申请专利号:CN202410350896.X
  • 公开(公告)日:2026-11-13
  • 公开(公告)号:CN118097791A
  • 申请人:黑龙江大学
摘要:基于BEV感知的考场异常行为解耦检测方法,它属于计算机视觉技术领域。本发明解决了现有深度学习方法在实际考场异常行为检测中的泛化能力及准确性差的问题。本发明将复杂行为检测任务分解为对人体的定位任务和对异常行为的简单分类任务,降低了模型对实际考试状态数据集的依赖。采用BEV感知准确定位多个目标,利用MobileSAM模型生成带有强语义信息且弱化其它与异常行为检测分类无关信息的语义特征图像,设计Multi‑PST网络对多视角语义特征及细致原始图像信息融合互补分析,进而提升了考场异常行为检测的泛化应用能力及准确性。本发明方法可以应用于考场异常行为检测。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118097791 A (43)申请公布日 2024.05.28 (21)申请号 202410350896.X (22)申请日 2024.03.26 (71)申请人 黑龙江大学 地址 150080 黑龙江省哈尔滨市南岗区学 府路74号 (72)发明人 张东廷 严雨潇 马宏斌 张艺凡  张守钰 杜进宁  (74)专利代理机构 哈尔滨市松花江联合专利商 标代理有限公司 23213 专利代理师 岳昕 (51)Int.Cl. G06V 40/20 (2022.01) G06V 10/764 (2022.01) G06V 20/70 (2022.01) G06V 10/82 (2022.01) 权利要求书2页 说明书6页 附图2页 (54)发明名称 基于BEV感知的考场异常行为解耦检测方法 (57)摘要 基于BEV感知的考场异常行为解耦检测方 法,它属于计算机视觉技术领域。本发明解决了 现有深度学习方法在实际考场异常行为检测中 的泛化能力及准确性差的问题。本发明将复杂行 为检测任务分解为对人体的定位任务和对异常 行为的简单分类任务,降低了模型对实际考试状 态数据集的依赖。采用BEV感知准确定位多个目 标,利用MobileSAM模型生成带有强语义信息且 弱化其它与异常行为检测分类无关信息的语义 特征图像,设计Multi‑PST网络对多视角语义特 征及细致原始图

最新专利