一种小目标检测识别方法、装置、系统和存储介质

    公开(公告)号:CN112508924B

    公开(公告)日:2022-09-23

    申请号:CN202011483335.5

    申请日:2020-12-15

    Abstract: 本发明属于图像处理技术领域,公开了一种小目标检测识别方法、装置、系统和存储介质。小目标检测识别方法包括:获取待检测识别的目标图像;将所述目标图像输入到预设的卷积神经网络模型中进行检测识别并输出检测识别结果;其中,预设的所述卷积神经网路模型可对所述目标图像进行卷积处理、残差处理、下采样处理以及特征融合处理,得到目标图像特征融合结果,并对得到的所述目标图像特征融合结果进行检测识别。通过获取图像并将图像通过预设的卷积神经网络模型进行包括卷积处理、残差处理、下采样处理以及特征融合处理等处理之后,进行检测识别,能够有效地检测出图像中的小目标,提高图像检测识别的准确性和精度,提高检测识别的效率。

    基于毫米波雷达的目标筛选方法、装置、设备及存储介质

    公开(公告)号:CN113589288A

    公开(公告)日:2021-11-02

    申请号:CN202110704069.2

    申请日:2021-06-24

    Abstract: 本申请提供了一种基于毫米波雷达的目标筛选方法、装置、设备及存储介质,涉及自动驾驶技术领域。该方法包括:获取毫米波原始数据,确定毫米波原始数据中对应的扫描点;确定各扫描点的特征数据,基于归一化处理后的特征数据,采用预设的聚类算法对扫描点进行聚类,基于各组聚类点中扫描点的特征数据,确定各组聚类点对应的物体类型,确定目标物体。本申请实施例通过提取毫米波数据的特征数据,将特征数据进行归一化处理,通过预设的聚类算法对扫描点进行聚类,并基于各类聚类点的特征数据,确认目标物体,通过特征数据的聚类,能够有效排除非车辆、船只障碍物,并区分移动中的车辆、船只和非移动车辆、船只,为自动驾驶提供技术支持。

    基于智能合约的企业信用动态评估模型

    公开(公告)号:CN113554310A

    公开(公告)日:2021-10-26

    申请号:CN202110837957.1

    申请日:2021-07-23

    Inventor: 李晓欢 陈帆 叶进

    Abstract: 本申请提供了一种基于智能合约的企业信用动态评估模型,涉及计算机技术领域,该模型包括:企业输入模块,用于接收企业上传的企业信息,对企业进行分类、以及接收企业提交信用评估申请和授权;模型创建模块,用于接收企业的行业数据,并基于行业数据创建对应的模型,并对模型进行更新,确定目标模型;企业信用评估模块,用于采用目标模型对分类后的企业进行信用评估,得到企业的信用结果。本申请实施例通过区块链技术,改善评估数据来源的真实性和可追溯性,根据行业进行特征选择,构建适合特定行业的评估模型,使评估预测更加准确,削弱人工成本,将企业信用评估线上化,减少人工操作带来的失误和风险,提高评估效率,降低信用评估所需成本。

    基于改进遗传算法的服务功能链映射方法、装置及设备

    公开(公告)号:CN113535381A

    公开(公告)日:2021-10-22

    申请号:CN202110637857.4

    申请日:2021-06-08

    Abstract: 本申请提供了一种基于改进遗传算法的服务功能链映射方法、装置及设备,涉及计算机技术领域。该方法包括:基于任务请求中的虚拟网络功能和物理节点信息的映射方案生成染色体;生成初始种群;基于适应度值确定个体最优染色体集合和群体最优染色体并进行迭代,得到目标群体最优染色体,目标群体最优染色体对应的映射方案为目标映射方案。本申请实施例通过对多条服务功能链的映射方案进行混合多编码,不论对哪部分进行交叉、变异都不会对编码的其他部分造成影响,降低了算法复杂度和时间复杂度,通过最优交叉,每个个体可以根据当前搜索状态动态调整搜索策略,通过自由交叉,可以扩大搜索空间避免陷入局部最优,从而引导SFC映射趋近最优解。

    交通标志识别方法、装置、电子设备及计算机存储介质

    公开(公告)号:CN112712036A

    公开(公告)日:2021-04-27

    申请号:CN202011632849.2

    申请日:2020-12-31

    Abstract: 本公开提供了一种交通标志识别方法、装置、电子设备及计算机存储介质,涉及图像识别技术领域。该方法包括:采用预设的聚类算法对交通标志数据集中的交通标志进行聚类,确定各类交通标志的尺寸;采用预训练的目标检测模型对待识别的图像数据进行识别,确定与尺寸对应的目标交通标志。本公开实施例通过预设的聚类算法,消除无效数据对聚类中心的影响,大大提高了先验框与交通标志之间的匹配度,不仅有利于降低训练网络的复杂度,缩短网络训练时间,而且有助于提高模型的检测精度,增加残差结构来增强了浅层网络的特征提取能力;通过增加预测尺度和锚框数量,能够使用提取的浅层特征图进行预测,提高对交通标志的检测准确率。

    融合多种监视系统的机场管理方法、装置、设备及存储介质

    公开(公告)号:CN113743653B

    公开(公告)日:2024-09-27

    申请号:CN202110919912.9

    申请日:2021-08-11

    Abstract: 本申请提供了一种融合多种监视系统的机场管理方法、装置、设备及存储介质,涉及机场监控技术领域,该方法包括:获取各监控系统监测到的飞机的系统值,计算飞机下一时刻所在位置的中间预测值;基于各监控系统的系统值与中间预测值对各监控系统的系统值进行误差剔除;计算各监控系统的系统值与中间预测值的动态误差;确定各监控系统的权重,基于各权重融合各监控系统的系统值,确定飞机下一时刻位置的目标预测值。本申请实施例通过对多种系统监测的飞机位置进行融合,不用开发新的监视系统,应用机场已有监视系统,降低成本;将所有监视系统数据集中到同一管理平台,便于管制员查看,减轻管制员的工作负担。

    激光雷达与相机的外参标定方法、装置、设备及存储介质

    公开(公告)号:CN113256729B

    公开(公告)日:2024-06-18

    申请号:CN202110286400.3

    申请日:2021-03-17

    Abstract: 本申请实施例提供了一种激光雷达与相机的外参标定方法、装置、设备及存储介质,涉及图像处理领域。该方法包括:获取同一时刻的激光雷达采集的三维点云和相机采集的像素图像,确定像素图像中的第一关键点,并采用Hough变换确定三维点云中的第二关键点;基于第一关键点在像素图像中的坐标和第二关键点在三维点云中的坐标确定激光雷达与相机的外参。本申请实施例通过延长标定板的邻边长度,以增加邻边上的点云数量,进而增加邻边的辨识度,方便通过Hough变换进行标定板邻边提取,提高关键点提取的精度,根据几何约束设立最优化条件,统计多个标定板的位姿下的关键点,求出不同的外参值,再根据约束条件选出误差最小的外参值,提高外参标定的精度。

    基于区块链的食材溯源系统、方法、设备及存储介质

    公开(公告)号:CN113051609B

    公开(公告)日:2023-04-18

    申请号:CN202110269564.5

    申请日:2021-03-12

    Abstract: 本申请实施例提供了一种基于区块链的食材溯源系统、方法、设备及存储介质,涉及区块链技术领域。该系统包括:展示层,用于所述系统的展示与交互;应用层,包括食材供应链上角色的注册与登记、以及与溯源相关功能业务的操作;服务层,用于溯源系统与数据层区块链的数据交互操作;数据层,用于食材供应链上的角色通过所述应用层、所述服务层对所述数据层中存储数据的读写。本申请实施例借助区块链技术,建立学校食材供应链各个角色的合作机制,连通各角色的信息孤岛,实现食材商品的可信溯源,用户可以掌握学校食材流转的全过程,公众与监管机构可以获得学校食堂食材的优质溯源服务,构建透明可信的学校食材溯源体系,实现食品健康的良性循环。

    一种车辆位姿获取方法及装置
    29.
    发明公开

    公开(公告)号:CN115239981A

    公开(公告)日:2022-10-25

    申请号:CN202210652292.1

    申请日:2022-06-09

    Abstract: 本发明的技术方案涉及一种车辆位姿获取方法,包括:根据获取的IMU数据得到车辆当前的IMU估计位姿和对应的时间戳;结合IMU估计位姿和对应的时间戳,对获取的LiDAR扫描帧的激光点云进行运动畸变校正,得到预处理LiDAR扫描帧;从预处理LiDAR扫描帧中进行车辆位姿的特征点提取;根据车辆位姿的特征点,得到LiDAR的观测误差函数;根据IMU数据,得到IMU的误差函数;将LiDAR的观测误差函数和所述IMU的误差函数进行叠加计算,得到车辆位姿的误差函数;结合车辆位姿的特征点和所述IMU数据,令车辆位姿的误差函数达到最小值,从而得到车辆的位姿。本发明提供给的车辆位姿获取方法,在距离和方向上进行约束,具有更强的鲁棒性,并且约束位姿,提高获取的车辆位姿精确度。

    一种基于区块链的联邦学习参与节点选择方法

    公开(公告)号:CN114095503A

    公开(公告)日:2022-02-25

    申请号:CN202111214690.7

    申请日:2021-10-19

    Inventor: 李晓欢 叶进 何杨

    Abstract: 本申请公开了一种基于区块链的联邦学习参与节点选择方法。联邦学习参与节点选择方法用于物联网系统,物联网系统包括终端设备和基站,联邦学习参与节点选择方法包括:获取每个终端设备与基站、其它终端设备之间在预设时间内的交互次数和距离,根据预设截断距离、数据交互次数、终端设备与其它终端设备的距离确定每个终端设备的活跃度密度,根据活跃度密度的大小以选择目标终端设备,计算终端设备到目标终端设备的偏移距离,根据活跃度密度和偏移距离确定终端设备的聚类中心点,通过聚类中心点的终端设备传输对应聚类模型中终端设备的数据至基站。如此,有效的减少了物联网系统的传输时间,避免了因物联网设备的时延问题。

Patent Agency Ranking