-
公开(公告)号：CN117351240B
公开(公告)日：2024-04-09
申请号：CN202311321670.9
申请日：2023-10-12
Applicant: 北京卓视智通科技有限责任公司
IPC: G06V10/74 , G06V10/44 , G06V10/774 , G06V10/75
Abstract: 本发明涉及图像处理技术领域，具体公开一种正样本采样方法、系统、存储介质和电子设备，所述方法包括：获取每个目标正样本图像中的至少一个第一局部图像以及每个待比对图像中的至少一个第二局部图像；其中，所有的第一局部图像和所有的第二局部图像均为目标类别的图像；计算每个第二局部图像分别与所有的第一局部图像之间的特征相似度平均值，并根据每个第二局部图像对应的特征相似度平均值的大小进行正样本采样。本发明能够平衡正样本的采样比例，消除错误标注对模型训练的影响，在节约人工成本的同时，还能提升模型的检测性能。
-
公开(公告)号：CN117690120A
公开(公告)日：2024-03-12
申请号：CN202311728530.3
申请日：2023-12-15
Applicant: 北京卓视智通科技有限责任公司
IPC: G06V20/62 , G06V20/54 , G06V30/16 , G06T5/73 , G06V30/148 , G06V30/162 , G06V30/19 , G08G1/054
Abstract: 本发明涉及智能交通物联网应用服务技术领域，具体涉及一种移动设备抓拍车牌的车辆监控方法及系统。该方法通过物联网设备获取车牌图像，根据车牌图像中的梯度信息获取每个像素点的局部清晰度。根据像素点之间邻域范围内的像素值变化趋势的差异程度筛选出修正像素点，并对像素点的局部清晰度进行修正，获得车牌图像准确的整体清晰度。进而筛选出最优车牌图像并提取车牌信息。本发明通过对移动设备采集的图像进行分析处理，获得准确的车牌信息，提高了智能交通物联网应用服务的服务效率和服务能力。
-
公开(公告)号：CN117576615A
公开(公告)日：2024-02-20
申请号：CN202311749382.3
申请日：2023-12-19
Applicant: 北京卓视智通科技有限责任公司
IPC: G06V20/40 , G06V10/774 , G06T7/246
Abstract: 本发明涉及一种道路遗洒物品检测方法、装置、电子设备及存储介质，该方法包括：获取针对道路上的待检测目标的视频，检测所述视频中是否包含疑似抛洒物；若所述视频中包括疑似抛洒物，根据所述视频，确定所述视频中每个所述目标对象的运动轨迹线；根据各个所述运动轨迹线，判断所述疑似抛洒物是否为真实抛洒物。通过本发明的方法，对于通过预训练的目标检测模型未检测到的疑似对象，可基于视频中各个目标对象的运动轨迹线，对疑似抛洒物是否为真实抛洒物进行准确的判断，不受目标检测模型可识别出的目标抛洒物的类型的限制，对目标检测模型检测不出的抛洒物也可进行准确的检测。
-
公开(公告)号：CN117542035A
公开(公告)日：2024-02-09
申请号：CN202311530203.7
申请日：2023-11-16
Applicant: 北京卓视智通科技有限责任公司
Abstract: 本发明涉及深度学习技术领域，具体公开一种车牌识别方法、系统、存储介质和电子设备，该方法包括：获取每个训练车牌图像分别对应的第一车牌区域图像，并基于多个第一车牌区域图像，对用于车牌识别的混合注意力神经网络模型进行训练，得到目标车牌识别模型；将待识别车牌图像对应的目标车牌区域图像输入至所述目标车牌识别模型，得到所述待识别车牌图像的车牌识别结果。本发明采用基于混合注意力机制的车牌识别模型对车牌进行识别，提高了车牌识别精度，并增强了模型的泛化能力。
-
公开(公告)号：CN116977919B
公开(公告)日：2024-01-26
申请号：CN202310746194.9
申请日：2023-06-21
Applicant: 北京卓视智通科技有限责任公司
IPC: G06V20/52 , G06V10/22 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/762 , G06V10/764 , G06N5/04
Abstract: 本发明涉及着装规范识别技术领域，尤其涉及一种着装规范的识别方法、系统、存储介质和电子设备，方法包括：对多个标记后的着装图像中的boxes进行K‑means聚类得到anchor对应的参数作为yolov4‑tiny网络中的anchor对应的参数，并将yolov4‑tiny网络中的backbone修改为cspresnet，将FPN修改为单输入多输出的FPN，到修改后的yolov4‑tiny网络；且在训练过程中，只对修改后的yolov4‑tiny网络的P2和P3层进行训练，得到用于进行着装规范识别的目标检测模型以进行着装识别，在不降低精度和减少特征信息的情况下，降低模型复杂度，加快模型的推理时
-
Patent Agency Ranking
公开(公告)号：CN117218109A
公开(公告)日：2023-12-12
申请号：CN202311338762.8
申请日：2023-10-16
Applicant: 北京卓视智通科技有限责任公司
IPC: G06T7/00 , G06N3/0464 , G06T3/40 , G06V10/774 , G06V10/82
Abstract: 本发明涉及图像检测技术领域，具体公开一种车辆侧向拼接图像完整度检测方法、系统、设备和介质，所述方法包括：在采集到的目标图像序列中，当首次检测到目标车辆未发生侧向位移的相邻两帧图像时，对基于所述相邻两帧图像的后一帧图像之前的图像所拼接出的所述目标车辆的当前侧向拼接图像进行识别，得到所述目标车辆的识别检测框；所述识别检测框与所述当前侧向拼接图像的边缘间距大于或等于预设间距值时，判定所述当前侧向拼接图像拼接完整。本发明能够对车辆侧向图像拼接过程进行车辆完整度检测，降低了误检的可能性并提升了检测效果。
-
公开(公告)号：CN117075135A
公开(公告)日：2023-11-17
申请号：CN202311337961.7
申请日：2023-10-17
Applicant: 北京卓视智通科技有限责任公司
Abstract: 本发明涉及车辆检测技术领域，具体公开一种车辆特征检测方法、系统、存储介质和电子设备，所述方法包括：当待检测车辆驶入目标区域时，利用设置在所述目标区域中的多个不同视角的激光雷达，采集所述待检测车辆分别在每个视角下的多帧原始点云数据；分别对每个视角下的多帧原始点云数据进行拼接，得到每个视角下的拼接点云数据并映射至统一的三维坐标系中，得到所述待检测车辆的完整三维点云数据；基于所述完整三维点云数据，确定所述待检测车辆的车辆特征信息。本发明能够提高车辆特征检测的准确率，避免了因环境干扰较大导致的检测精度不高的问题，为道路数字化建设提供了数据支撑。
-
公开(公告)号：CN114724122B
公开(公告)日：2023-10-17
申请号：CN202210318506.1
申请日：2022-03-29
Applicant: 北京卓视智通科技有限责任公司
Inventor： 何晓罡
Abstract: 本申请涉及计算机技术的领域，尤其是涉及一种目标追踪方法、装置、电子设备及存储介质。方法包括：获取车辆信息，车辆信息包括案发地点以及案发时间段；基于车辆信息，获取案发地点案发时间段内的视频数据，并从视频数据中确定驾驶人的人脸特征；获取卡口数据和电警数据，并确定至少一个目标对象的人脸特征，目标对象为卡口数据和电警数据中包含的车辆的驾乘人员；基于驾驶人的人脸特征以及每个目标对象的人脸特征，确定驾驶人和每个目标对象的相似度；将相似度高于预设相似度阈值的目标对象确定为目标驾驶人，并将目标驾驶人对应的车辆确定为目标车辆。本申请具有便于对目标进行跟踪的效果。
-
公开(公告)号：CN113157641A
公开(公告)日：2021-07-23
申请号：CN202110174570.2
申请日：2021-02-07
Applicant: 北京卓视智通科技有限责任公司
Inventor： 何晓罡
IPC: G06F16/11 , G06F16/583
Abstract: 本申请涉及一种无牌车辆归档和查询方法、装置、系统、设备及存储介质，其包括：获取一无牌车辆的过车数据，其中，过车数据包括第一捕获图像数据、时间数据和位置数据；对第一捕获图像数据进行特征提取，得到第一结构化信息和第一特征向量，并将第一结构化信息和第一特征向量记为过车信息；将过车信息与归档样本表中所有样本信息进行匹配；若匹配成功，则获取与过车信息匹配相似度最高的样本信息对应的档案车辆，将过车信息与档案车辆的第一关联记录存储于归档关联表；若匹配不成功，则将过车信息作为新的样本信息存储于归档样本表，并将该无牌车辆的过车数据作为新的归档信息存储于归档信息表。本申请具有准确查询无牌车辆信息的效果。
-
公开(公告)号：CN119904827A
公开(公告)日：2025-04-29
申请号：CN202411887935.6
申请日：2024-12-20
Applicant: 北京卓视智通科技有限责任公司
IPC: G06V20/56 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种车辆所在车道的确定方法、系统、电子设备和存储介质，涉及车辆定位技术领域，方法中，根据拍摄装置所拍摄的具有多个车道的预设道路的图像，确定预设道路的消隐点在拍摄装置所用二维坐标系中的位置坐标；对拍摄装置所拍摄的有目标车辆的预设道路的图像进行识别，得到目标车辆对应的矩形识别框；获取矩形识别框的四个角点在拍摄装置所用二维坐标系中的位置坐标；然后利用训练好的深度学习模型，得到目标车辆的两个预设位置分别在地面上的投影点的位置坐标，根据两个投影点的位置坐标，能够精准确定目标车辆所在的车道，且不需要较高算力，功耗低。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.043 seconds)
