-
公开(公告)号：CN115858781A
公开(公告)日：2023-03-28
申请号：CN202211511147.8
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/35 , G06F40/242 , G06F40/289 , G06F40/30 , G06F16/332 , G06N3/045 , G06N3/08
Abstract: 本申请涉及一种文本标签提取方法、装置、设备及介质，其中，方法包括：获取若干业务语料，根据业务词典对业务语料进行分词处理，得到业务分词；调用语言模型根据相邻词间的搭配信息，对业务分词进行长词组合，得到长词语料；筛选出长词语料中的专业高频词，添加至业务词典，作为更新业务词典；基于更新业务词典对业务语料进行标签提取，并将提取得到的标签集中的高相关性标签添加至业务标签库，以便调用打标模型基于业务标签库对待识别文本进行标签提取，得到文本标签。由此，可结合语言模型根据相邻词间的搭配信息提高专业长词的召回率，保证业务词典的专业性以及全面性，从而可以保证专业长词的有效标签提取。
-
公开(公告)号：CN115374446A
公开(公告)日：2022-11-22
申请号：CN202210910777.6
申请日：2022-07-29
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请涉及自动驾驶技术领域，特别涉及一种自动驾驶目标检测系统的漏洞检测方法、装置及电子设备，其中，方法包括：采集车辆周围的实际图像；将实际图像输入至预先训练的对抗样本生成模型中，输出实际图像的实际对抗样本，其中，对抗样本生成模型由基于携带有真实标签信息的训练数据训练得到；基于实际对抗样本进行目标感知检测，得到实际感知结果，并在实际感知结果满足预设条件时，判定自动驾驶目标检测系统无漏洞，否则判定自动驾驶目标检测系统存在漏洞。由此，解决了相关技术中，基于梯度迭代生成对抗样本，效率较低，生成的对抗样本定向攻击性不足，对自动驾驶目标检测系统的漏洞检测效率较低、准确度较低，无法满足实际使用的需要等问题。
-
公开(公告)号：CN116524434A
公开(公告)日：2023-08-01
申请号：CN202310449924.9
申请日：2023-04-23
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/52 , G06V20/54 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/774 , G06N3/0464 , G06N3/09
Abstract: 本申请提供一种多尺度的计数方法、装置、电子设备及存储介质，涉及视觉技术领域，能够同时对人群和车辆进行计数，提高了对车辆和人物混合计数时的准确性。该方法包括：获取待检测图像；对待检测图像进行特征提取，得到不同尺度下的多个特征图像；根据多个特征图像，生成多个融合特征图像；对于多个融合特征图像中的每个融合特征图像，基于融合特征图像，得到融合特征图像对应的目标物体密度估计图；根据多个融合特征图像中每个融合特征图像对应的目标物体密度估计图，确定待检测图像中目标物体的数量，目标物体包括人物或者车辆。
-
公开(公告)号：CN116095247A
公开(公告)日：2023-05-09
申请号：CN202310083988.1
申请日：2023-01-31
Applicant: 重庆长安汽车股份有限公司
IPC: H04N5/04 , H04N23/90 , H04N21/8547 , G08B21/24
Abstract: 本申请提供了一种车辆图像数据同步采集方法、系统、电子设备及存储介质，其方法包括响应于采集指令，对多个车载图像采集装置进行多线程采集，得到多帧初始图像，对多帧初始图像进行分组得到多个待同步图像数据组，基于每一待同步图像数据组中的初始图像对应的时间戳计算每一待同步图像数据组的最大时间差，根据最大时间差对多个待同步图像数据组进行筛选，得到多个同步图像数据组，完成车辆图像数据的同步采集，该车辆图像数据同步采集方法采用多线程机制采集多帧初始图像，对多帧初始图像进行处理以得到同步图像数据组，实现车辆图像数据的同步采集，缩小了图像数据的时间戳误差，为后续图像数据融合提供了便利。
-
公开(公告)号：CN115146159A
公开(公告)日：2022-10-04
申请号：CN202210766809.X
申请日：2022-06-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/9535 , G06F21/64 , G06N3/04 , G06N3/08
Abstract: 本申请涉及一种车辆的个性化推荐方法、装置、车辆及存储介质，其中，方法包括：采集车辆的多样化数据；根据多样化数据中每个特征数据的实际类别生成类别型数据和数值型数据，并基于类别型数据和数值型数据得到预设长度的多个特征嵌入向量；利用多个特征嵌入向量之间的交互关系确定用户的个性化需求，并按照个性化需求推荐相关信息。本申请实施例可以在保证特征数据完整性和多样性的同时，基于深度神经网络特征交互和注意力特征交互，实现车辆的智能化个性化需求推荐，使得推荐结果更具针对性和准确性，有利于提高用户的驾乘体验。
-
Patent Agency Ranking
公开(公告)号：CN116095247B
公开(公告)日：2024-09-24
申请号：CN202310083988.1
申请日：2023-01-31
Applicant: 重庆长安汽车股份有限公司
IPC: H04N5/04 , H04N23/90 , H04N21/8547 , G08B21/24
Abstract: 本申请提供了一种车辆图像数据同步采集方法、系统、电子设备及存储介质，其方法包括响应于采集指令，对多个车载图像采集装置进行多线程采集，得到多帧初始图像，对多帧初始图像进行分组得到多个待同步图像数据组，基于每一待同步图像数据组中的初始图像对应的时间戳计算每一待同步图像数据组的最大时间差，根据最大时间差对多个待同步图像数据组进行筛选，得到多个同步图像数据组，完成车辆图像数据的同步采集，该车辆图像数据同步采集方法采用多线程机制采集多帧初始图像，对多帧初始图像进行处理以得到同步图像数据组，实现车辆图像数据的同步采集，缩小了图像数据的时间戳误差，为后续图像数据融合提供了便利。
-
公开(公告)号：CN116932267A
公开(公告)日：2023-10-24
申请号：CN202310916253.2
申请日：2023-07-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/07
Abstract: 本发明涉及一种车机日志数据处理方法、装置、电子设备及存储介质，包括：获取待处理的车机日志数据，将车机日志数据转化为结构化日志数据，并判断结构化日志数据是否满足预设的精细化处理条件，若结构化日志数据满足预设的精细化处理条件，则基于预设的精细化处理条件，确定结构化日志数据的精细化处理策略，根据精细化处理策略对结构化日志数据进行精细化处理，得到精细化日志数据。本发明通过将半结构化车机日志数据转为结构化数据，并进行精细化处理，提高计算机对日志的理解能力，解决了在相关技术的日志异常检测中，预处理模块未结合日志数据作精细化处理，导致日志异常检测准确率较低等问题，从而提高了日志异常检测的准确率。
-
公开(公告)号：CN116894395A
公开(公告)日：2023-10-17
申请号：CN202310925077.9
申请日：2023-07-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/27 , G06N3/0475 , G06N3/094 , G06N3/092
Abstract: 本申请涉及一种自动驾驶测试场景的生成方法、系统及存储介质，通过构建交通流仿真环境，从交通流仿真环境中采集仿真数据；基于所述仿真数据对人类驾驶行为策略模型进行训练，并将训练完成的人类驾驶行为策略模型中的生成器作为自然对抗测试场景模型；基于自然对抗测试场景模型来生成自动驾驶测试场景。本实施例使用已知的交通流数据集构建交通流仿真环境，基于人类驾驶策略的先验经验和强化学习算法构建自然对抗测试场景的框架，构建得到自然对抗测试场景的框架可以生成大量的对抗测试场景，并且本实施例提供的自然对抗测试场景的框架结构简单，数据处理效率高，具有较好的实用性。
-
公开(公告)号：CN116503861A
公开(公告)日：2023-07-28
申请号：CN202310411738.6
申请日：2023-04-17
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/70 , G06V20/58 , G06V20/64 , G06V10/774 , G06V10/82
Abstract: 本申请公开了一种点云数据的标注方法、标注系统及控制器，应用于车辆的控制器，控制器分别与雷达装置和图像采集装置通信，该标注方法包括：接收图像采集装置发送的车辆的环境图像数据；通过深度学习模型对环境图像数据进行标注，以得到图像标注框；接收雷达装置发送的初始点云数据；根据初始点云数据确定目标点云数据；建立环境图像数据与目标点云数据的映射关系模型；基于映射关系模型将图像标注框映射至目标点云数据，以得到目标点云数据框；根据目标点云数据框生成标注点云数据。本申请实现了二维到三维的映射，通过更加丰富的纹理和色彩信息，增加容易判断出待标注的目标对象的种类和边界，使得对点云数据的自动标注准确率和效率更高。
-
公开(公告)号：CN115953624A
公开(公告)日：2023-04-11
申请号：CN202211604261.5
申请日：2022-12-13
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/75 , G06V10/77 , G06V10/774 , G06N3/045 , G06N3/047 , G06N3/08
Abstract: 本申请涉及细粒度动图分类技术领域，特别涉及一种动态图像的分类方法、装置、车辆及存储介质，其中，包括：获取待分类的动态图像；识别动态图像中每帧图像的特征图，将每帧图像的特征图输入预先训练得到的分类模型，输出动态图像的实际分类类别，其中，分类模型包括第一分支网络，且第一分支网络包括细粒度分类器和粗粒度分类器，利用细粒度分类器和粗粒度分类器分别生成动态图像的细粒度预测分数和粗粒度预测分数，并根据细粒度预测分数和/或粗粒度预测分数匹配动态图像的实际分类类别。由此，解决了相关技术中细粒度分类任务的方法，无法提升细粒度图像分类模型的性能，导致图像分类模型的泛化性和健壮性较低等问题。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
