-
公开(公告)号：CN118097748A
公开(公告)日：2024-05-28
申请号：CN202410218758.6
申请日：2024-02-27
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种动态人脸识别方法、装置、设备、存储介质及计算机程序产品，涉及人脸识别技术领域，动态人脸识别方法包括：基于包含人脸的待认证图像获取待认证图像的目标特征编码，并获取各授权名称信息各自对应的授权特征编码；确定目标特征编码分别与各授权特征编码之间的目标欧氏距离；若各目标欧氏距离满足预设的检测规则，则将各授权名称信息中的目标名称信息作为目标元素存入预设的目标缓存栈中；将基于新的待认证图像得到的新的目标元素存入目标缓存栈中，在目标缓存栈栈满时，基于目标缓存栈中的各目标元素确定当前的目标预测结果。通过上述方法能够自动对来访人员进行人脸识别认证，提高了来访人员身份认证的效率。
-
公开(公告)号：CN118053193A
公开(公告)日：2024-05-17
申请号：CN202410452352.4
申请日：2024-04-16
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06V40/16 , G06V20/59 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/766
Abstract: 本发明公开了一种车载终端人脸比对方法、装置、设备、存储介质及产品，该方法通过车载设备采集待检人脸图像，并对所述待检人脸图像进行人脸检测；根据人脸检测结果和经过卷积层更新的初始人脸识别网络进行特征赋权重，得到人脸特征图像；将所述人脸特征图像抽象转化为人脸特征向量，并根据所述人脸特征向量与预先存储的后台人脸数据进行人脸比对。通过这种方式，实现了在人脸特征抽取过程中为特征赋权重，使模型对人脸能够对重要特征更敏感，提高模型针对重要特征的抽取能力，同时减弱噪声和异常值对模型特征抽取的影响，提高模型鲁棒性。
-
公开(公告)号：CN117671355A
公开(公告)日：2024-03-08
申请号：CN202311645530.7
申请日：2023-12-01
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/74 , G06T7/00
Abstract: 本申请应用于深度学习技术领域，公开了一种物体缺陷检测优化方法、装置、电子设备及可读存储介质，包括：将第一训练样本输入待训练缺陷检测模型，通过待训练特征提纯模型对第一训练样本进行特征提取得到训练非缺陷特征和训练缺陷特征，将所述训练缺陷特征输入所述待训练分类模型，得到第一分类结果；确定标准非缺陷特征与训练非缺陷特征之间相似度损失、确定训练缺陷特征与训练非缺陷特征之间的余弦损失并基于第一分类标签和第一分类结果确定分类损失；根据相似度损失、余弦损失和分类损失，优化待训练特征提纯模型和待训练分类模型。旨在解决因金属表面有较多光照导致的金属表面缺陷检测的误报率高的技术问题。
-
公开(公告)号：CN117671355B
公开(公告)日：2025-04-25
申请号：CN202311645530.7
申请日：2023-12-01
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/74 , G06T7/00
Abstract: 本申请应用于深度学习技术领域，公开了一种物体缺陷检测优化方法、装置、电子设备及可读存储介质，包括：将第一训练样本输入待训练缺陷检测模型，通过待训练特征提纯模型对第一训练样本进行特征提取得到训练非缺陷特征和训练缺陷特征，将所述训练缺陷特征输入所述待训练分类模型，得到第一分类结果；确定标准非缺陷特征与训练非缺陷特征之间相似度损失、确定训练缺陷特征与训练非缺陷特征之间的余弦损失并基于第一分类标签和第一分类结果确定分类损失；根据相似度损失、余弦损失和分类损失，优化待训练特征提纯模型和待训练分类模型。旨在解决因金属表面有较多光照导致的金属表面缺陷检测的误报率高的技术问题。
-
公开(公告)号：CN118246872A
公开(公告)日：2024-06-25
申请号：CN202410273187.6
申请日：2024-03-08
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明涉及数据分析技术领域，公开了一种机房预警方法、装置、设备、存储介质及计算机程序产品，该方法包括：采集机房设备的时间序列数据，根据时间序列数据和ARMA模型生成残差序列，残差序列用于衡量ARMA模型的预测效果，基于残差序列训练BNN模型，通过BNN模型进行数据预测，获得BNN残差预测结果，并通过ARMA模型进行数据预测，获得ARMA预测结果，根据BNN残差预测结果和ARMA预测结果生成组合预测结果，并根据组合预测结果生成机房设备的实时告警和预测性维护告警；本发明集成了BNN与ARMA两种时间序列分析模型，从而提高了预警处理能力，且能够更好地整合设备历史数据，提升预测性维护效果。
-
Patent Agency Ranking
公开(公告)号：CN118053193B
公开(公告)日：2024-07-26
申请号：CN202410452352.4
申请日：2024-04-16
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06V40/16 , G06V20/59 , G06V10/25 , G06V10/774 , G06V10/82 , G06V10/766
Abstract: 本发明公开了一种车载终端人脸比对方法、装置、设备、存储介质及产品，该方法通过车载设备采集待检人脸图像，并对所述待检人脸图像进行人脸检测；根据人脸检测结果和经过卷积层更新的初始人脸识别网络进行特征赋权重，得到人脸特征图像；将所述人脸特征图像抽象转化为人脸特征向量，并根据所述人脸特征向量与预先存储的后台人脸数据进行人脸比对。通过这种方式，实现了在人脸特征抽取过程中为特征赋权重，使模型对人脸能够对重要特征更敏感，提高模型针对重要特征的抽取能力，同时减弱噪声和异常值对模型特征抽取的影响，提高模型鲁棒性。
-
公开(公告)号：CN118070223A
公开(公告)日：2024-05-24
申请号：CN202410198116.4
申请日：2024-02-21
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F18/25 , G06F18/213 , G06F18/23213 , G06F11/30 , G06F123/02
Abstract: 本申请公开了一种计算资源预警方法、设备、介质及计算机程序产品，属于数据处理技术领域。所述计算资源预警方法包括：获取原始业务数据，并提取所述原始业务数据中各业务设备的默认特征；基于所述默认特征，构建各所述业务设备对应的融合特征；获取所述默认特征对应的预警标签，并根据所述融合特征、所述默认特征和所述预警标签，生成训练数据；采用所述训练数据对预设的待训练模型进行训练，得到计算资源预警模型；将待检测业务数据输入至所述计算资源预警模型进行预测，得到计算资源预警结果。本申请解决了或至少部分的解决了常规计算资源预警的准确率较低的技术问题。
-
公开(公告)号：CN117615353A
公开(公告)日：2024-02-27
申请号：CN202311578677.9
申请日：2023-11-23
Applicant: 中国移动紫金(江苏)创新研究院有限公司 , 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种网络资源分配优化方法、装置、设备及存储介质，属于车联网技术领域。本发明通过在车辆进入目标路段行驶时，获取本地观测信息；将所述本地观测信息输入本地策略网络确定目标选择动作；根据所述目标选择动作控制车辆按照时隙与目标路侧单元建立数据传输连接，并更新本地经验池；在完成目标路段的行驶时，根据所述本地经验池中的回合经验和目标策略优化算法更新所述本地策略网络和本地评论网络。通过这种方式，实现了减少了通信资源以及时间成本的浪费，高度适应高随机性、高动态性的车联网场景。
-
公开(公告)号：CN118413456A
公开(公告)日：2024-07-30
申请号：CN202410884084.3
申请日：2024-07-03
Applicant: 中国移动紫金(江苏)创新研究院有限公司
IPC: H04L41/16 , H04L41/0631 , H04L43/16 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 本发明涉及一种基于AAE的网络异常预警方法及预警系统，包括用于收集实时数据流，同时去除数据中的无效数据的数据存储模块；用于对提取的历史数据进行数据清洗以及进行数据标准化处理的数据预处理模块；用于AAE算法模型的构建与训练的模型构建与训练模块；对网络实时数据的接收与处理，并根据处理结果判定是否进行预警的预警判定模块；以及将预警信息处理后进行存储与备份的预警处理模块。本发明集成了针对输入数据标签有无的两种训练方法，从而可以根据不同网络数据灵活进行模型训练，实时监测网络的异常并进行预警，便于提前发现问题进而及时进行维护。
-
公开(公告)号：CN118413456B
公开(公告)日：2024-09-10
申请号：CN202410884084.3
申请日：2024-07-03
Applicant: 中国移动紫金(江苏)创新研究院有限公司
IPC: H04L41/16 , H04L41/0631 , H04L43/16 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/094
Abstract: 本发明涉及一种基于AAE的网络异常预警方法及预警系统，包括用于收集实时数据流，同时去除数据中的无效数据的数据存储模块；用于对提取的历史数据进行数据清洗以及进行数据标准化处理的数据预处理模块；用于AAE算法模型的构建与训练的模型构建与训练模块；对网络实时数据的接收与处理，并根据处理结果判定是否进行预警的预警判定模块；以及将预警信息处理后进行存储与备份的预警处理模块。本发明集成了针对输入数据标签有无的两种训练方法，从而可以根据不同网络数据灵活进行模型训练，实时监测网络的异常并进行预警，便于提前发现问题进而及时进行维护。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.143 seconds)
