-
公开(公告)号：CN112822450A
公开(公告)日：2021-05-18
申请号：CN202110024177.5
申请日：2021-01-08
Applicant: 鹏城实验室
Abstract: 本发明公开了一种大规模视觉计算系统中有效节点动态遴选方法，所述方法包括：获取待追踪目标的空间信息，根据所述待追踪目标的空间信息对前端节点进行筛选，得到初筛前端节点，然后获取所述初筛前端节点的空间信息和技术参数，根据所述待追踪目标的空间信息、所述初筛前端节点的空间信息和技术参数计算待追踪目标和节点之间的距离、高度、位置关系、拍摄角度等多个参数，并按照对应的筛选方法对所述初筛前端节点进行筛选，将筛选出的前端节点作为有效前端节点。本发明可以有效解决现有技术中进行目标追踪任务时需要对视频监控系统中的每个前端节点拍摄的视频进行处理和检索，导致产生大量无效工作，消耗大量人力物力的问题。
-
公开(公告)号：CN112562315A
公开(公告)日：2021-03-26
申请号：CN202011205030.8
申请日：2020-11-02
Applicant: 鹏城实验室
Abstract: 本发明公开了一种获取车流信息的方法、终端及存储介质，所述方法包括：获取历史电子警察监控视频，通过多目标跟踪模型确定所述历史电子警察监控视频中的历史车辆的简化轨迹序列；对所述历史车辆的简化轨迹序列进行聚类和分类，得到路径分类集合；获取电子警察监控视频中的车辆的简化轨迹序列，将所述车辆的简化轨迹序列与所述路径分类集合进行匹配，并提取车辆属性信息，得到带所述车辆属性信息的车流信息。进而为城市级道路的流量监控和道路规划提供可靠的参考信息。
-
公开(公告)号：CN112464749A
公开(公告)日：2021-03-09
申请号：CN202011251133.8
申请日：2020-11-11
Applicant: 鹏城实验室
Abstract: 本发明公开了一种基于规则与学习的交通场景异常目标检测方法，所述方法包括：获取实时采集的交通场景视频数据；对所述交通场景视频数据进行统计和运算，得到目标物体的疑似异常运动信息；根据所述疑似异常运动信息和交通规则，确定交通场景异常运动的目标。本发明实施例通过将采集的交通场景视频数据进行统计和运算，得到目标物体的疑似异常运动信息，再根据疑似异常运动信息和交通规则确定出交通场景异常运动的目标，运算量小，实现高实时性，对交通场景异常运动目标的确定更加精准。
-
公开(公告)号：CN112347853A
公开(公告)日：2021-02-09
申请号：CN202011077033.8
申请日：2020-10-10
Applicant: 鹏城实验室
Abstract: 本发明公开了一种基于视频的车牌数据脱敏方法及系统，方法包括步骤：对视频中的车辆进行跟踪检测，获取车辆位置信息；根据所述车辆位置信息从所述视频中截取出对应帧的车辆图片，获取对应车辆的车牌位置信息；通过构造决策树二分类器判断所述车牌是否为误检车牌，若是，则去掉所述误检车牌的位置信息，并将所述车辆记为车牌漏检车辆；若否，则将所述车辆位置信息和车牌位置信息融合并对应存储；采用kalman滤波估计出所述车牌漏检车辆的车牌坐标并保存；根据存储的车牌位置信息和车牌坐标对视频中车辆的车牌进行马赛克处理，实现车牌数据脱敏。本发明提高了车牌检测的准确率，从而提高了车牌数据脱敏准确率。
-
公开(公告)号：CN119544890B
公开(公告)日：2025-04-22
申请号：CN202510067039.3
申请日：2025-01-16
Applicant: 鹏城实验室
Abstract: 本申请提供了一种数字视网膜摄像机模拟方法、装置、设备和存储介质，包括：接收摄像机模拟指令中的模拟数量、模拟视频标识、模拟方式和算法参数；根据模拟数量创建多个摄像机模拟设备；基于模拟视频标识得到视频标识不重复的目标视频，并根据模拟方式生成目标视频流；基于算法参数和算法数据库实现算法的统一下载更新得到目标算法包；根据模拟视频标识和算法参数中的算法标识形成容器标识，创建容器标识不重复的程序容器，并在容器内使用目标算法包处理目标视频流得到分析结果；摄像机模拟设备根据模拟视频标识和算法标识订阅分析结果，整个过程通过共享视频模拟和程序容器的方式，降低系统开销，有效提高系统的模拟能力。
-
Patent Agency Ranking
公开(公告)号：CN119851051A
公开(公告)日：2025-04-18
申请号：CN202510294247.7
申请日：2025-03-13
Applicant: 鹏城实验室
IPC: G06V10/77 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/764 , G06N3/0455 , G06N3/0464
Abstract: 本申请实施例提供一种数据处理方法、装置、存储介质及计算机设备，通过先获取批量图像的第一图像特征，输入视觉状态空间模型的当前处理模块，经四向扫描得初始全局感受野，再进行特征调整和维度变换，使中间变量最后维度为批量图像数量，结合当前处理模块的模型权重参数确定总输出特征。之后对总输出特征逆变换，再四向扫描整合得第二图像特征。当当前处理模块为最后一个时，基于第二图像特征确定图像分类结果。本方法通过合理维度变换，避免TPU因最后维度为1无法并行处理，充分发挥高性能TPU计算潜力，提高TPU使用率，有效提升数据处理效率。
-
公开(公告)号：CN113723443B
公开(公告)日：2025-04-11
申请号：CN202110784131.3
申请日：2021-07-12
Applicant: 鹏城实验室 , 北京大学深圳研究生院
IPC: G06V10/82 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/94 , G06V10/96 , G06N3/0464 , G06N3/084 , G06T1/20 , G06F3/06 , H04L67/1097 , H04L67/568 , H04L67/1095
Abstract: 本发明公开了一种视觉大模型分布式训练方法及系统，所述方法包括：构建分布式训练系统，包括主控服务器、多个GPU服务器、分布式存储服务器和存储网络交换机；根据视觉大模型训练所用数据集的大小，确定数据加载方式；根据所述视觉大模型的结构特点，对所述视觉大模型中不同类型的网络层组的参数量和计算量进行评估，结合GPU的算力和缓存能力对所述视觉大模型进行分解，确定所述视觉大模型的并行训练方案；采用混合并行模式进行模型训练，基于所述主控服务器进行模型聚合、全局模型更新和模型分发，在训练过程中每隔若干周期利用训练集和验证集对所述视觉大模型进行测评，当所述视觉大模型收敛后停止训练；本发明实现了视觉大模型的高效训练。
-
公开(公告)号：CN119377679B
公开(公告)日：2025-04-01
申请号：CN202411943704.2
申请日：2024-12-27
Applicant: 鹏城实验室
IPC: G06F18/214 , G06N20/00
Abstract: 本申请实施例提供一种模型训练方法、装置、存储介质及计算机设备，包括：获取指定设备发送的多模态语言模型中任务视觉适配器及语言模型的聚合参数，依语言模型聚合参数更新本地语言模型，筛选出本地目标任务视觉适配器的目标聚合参数并更新。接着构建任务混合适配器，将目标任务视觉适配器替换，其包含概率预测器、各任务适配器及待训练跨任务适配器。最后通过本地样本数据集对任务混合适配器中的概率预测器、目标任务视觉适配器和语言模型进行训练，以此得到训练后的多模态语言模型。通过训练概率预测器与跨任务适配器来适配不同任务，让多模态模型能学到各任务特有的模式与特征，进而提升模型性能。
-
公开(公告)号：CN119420940A
公开(公告)日：2025-02-11
申请号：CN202510019861.2
申请日：2025-01-07
Applicant: 鹏城实验室
Abstract: 本申请实施例提供了一种面向机器视觉的数据处理方法、装置、设备及介质，属于视觉数据处理技术领域。方法包括：将获取到的初始视觉信息输入训练好的端侧压缩模型中，通过多层次编码器对初始视觉信息进行不同类型的特征提取，得到各个层次下相应类型的编码特征；基于视觉码本对各编码特征分别进行矢量量化处理得到相应类型的压缩信息，以使边云侧系统在接收到的各类型下的压缩信息之后，通过多层次解码器对不同类型压缩信息表征的编码特征进行特征重构，得到各个层次下相应类型的解码特征，进而得到与初始视觉信息匹配的目标视觉信息。本申请能够提高视觉数据的传输效率。
-
公开(公告)号：CN112487961B
公开(公告)日：2025-02-07
申请号：CN202011364426.7
申请日：2020-11-27
Applicant: 鹏城实验室
IPC: G06V20/54 , G06V20/40 , G06V10/26 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0499 , G06N3/084 , G06N3/0895 , G06N3/096 , G06N3/0985
Abstract: 本发明公开了一种交通事故检测方法、存储介质及设备，方法包括步骤：对筛选的交通数据进行预处理，构建交通事故数据集；将所述交通事故数据集中的每个原始视频样本视为一个包，对每个包进行空时域分割，得到与每个包对应的若干实例；根据所述交通事故数据集的弱标签属性构建事故检测模型，并基于所述每个包对应的若干实例对所述事故检测模型进行训练，得到训练后事故检测模型；根据所述训练后事故检测模型对测试视频进行端到端的交通事故检测。本发明提供的方法可有效提高交通事故检测率，降低误报率。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.083 seconds)
