-
公开(公告)号:CN119645874A
公开(公告)日:2025-03-18
申请号:CN202411839597.9
申请日:2024-12-13
Applicant: 北京市新技术应用研究所有限公司
IPC: G06F11/3668
Abstract: 一种可配置的缺陷和测试用例自动生成方法,用于软件测试技术领域,基于K‑means聚类算法对历史错误日志进行聚类,生成错误日志类型配置表,既实现了错误日志是否需要处理的自由配置,又实现了缺陷的自动提交,及时发现系统的瓶颈和性能问题并进行优化;同时实现了测试用例的自动生成,进一步完善了测试用例库,并使用Jenkins持续集成工具定时执行自动化测试用例,使用Allure生成测试报告,提升了测试效率以及被测系统的可控性和稳定性,同时,在持续处理系统错误日志的过程中,实现了错误日志类型库的自我完善。
-
公开(公告)号:CN110619268B
公开(公告)日:2022-11-25
申请号:CN201910727543.6
申请日:2019-08-07
Applicant: 北京市新技术应用研究所
Abstract: 一种基于时空分析与深度特征的行人再识别方法及装置,在行人再识别应用中,由于在实际的大规模视频监控场景中对行人图像进行全局搜索存在复杂性和不合理性,并且为了进一步提高识别准确率和识别速度,本发明提出结合时空信息分析和深度特征提取的方法。首先通过分析得到行人的移动速度符合γ分布,再通过该分布来对行人的时空信息作进一步分析,得到行人的时空先验概率;然后在大规模数据集上结合实际采集图像训练卷积神经网络,提取深度特征计算视觉时空概率;最后结合上述两种概率判断两幅图像是否为相同行人。实现了在实际的大规模视频监控应用场景从海量的监控或采集数据中既能有效地提高行人再识别的识别效率,又能保持较高的行人再识别精度,达到了高效准确的行人再识别效果。
-
公开(公告)号:CN110619268A
公开(公告)日:2019-12-27
申请号:CN201910727543.6
申请日:2019-08-07
Applicant: 北京市新技术应用研究所
Abstract: 一种基于时空分析与深度特征的行人再识别方法及装置,在行人再识别应用中,由于在实际的大规模视频监控场景中对行人图像进行全局搜索存在复杂性和不合理性,并且为了进一步提高识别准确率和识别速度,本发明提出结合时空信息分析和深度特征提取的方法。首先通过分析得到行人的移动速度符合γ分布,再通过该分布来对行人的时空信息作进一步分析,得到行人的时空先验概率;然后在大规模数据集上结合实际采集图像训练卷积神经网络,提取深度特征计算视觉时空概率;最后结合上述两种概率判断两幅图像是否为相同行人。实现了在实际的大规模视频监控应用场景从海量的监控或采集数据中既能有效地提高行人再识别的识别效率,又能保持较高的行人再识别精度,达到了高效准确的行人再识别效果。
-
公开(公告)号:CN108921107A
公开(公告)日:2018-11-30
申请号:CN201810736588.5
申请日:2018-07-06
Applicant: 北京市新技术应用研究所
Abstract: 一种基于排序损失和Siamese网络的行人再识别方法,利用改进的Siamese网络学习特征,采用排序损失和两个SoftMax识别损失来来监督网络的学习。使用双向最大边界排序损失处理类内和类间相似度,这样学习到的特征具有更强的鲁棒性。利用行人图像的标签信息,采用Siamese网络提取的图像深度特征,区分检测到的行人。实验结果显示,与经典的行人再识别方法对比,所述基于排序损失和Siamese网络的行人再识别方法识别精度更高。
-
公开(公告)号:CN113438180A
公开(公告)日:2021-09-24
申请号:CN202110614534.3
申请日:2021-06-02
Applicant: 广联达科技股份有限公司 , 北京市新技术应用研究所
IPC: H04L12/807 , H04L12/815 , H04L12/841 , H04L12/26 , H04L29/06
Abstract: 本发明涉及音视频数据传输技术领域,公开了一种UDP数据包的传输控制方法、装置、设备及可读存储介质。其中,该方法包括:获取UDP数据包的传输信息、上一次发送队列长度以及上一次发送控制窗口的大小;判断UDP数据包是否发生丢失;当发生UDP数据包丢失时,基于上一次发送队列长度以及上一次发送控制窗口的大小,计算传输UDP数据包的目标发送控制窗口;按照目标发送控制窗口的大小调整传输UDP数据包的发送控制窗口。通过实施本发明,避免了一对多通信过程中UDP数据包持续丢失而影响通信质量的问题,保证了通信各方均能及时接收到发送端传输的UDP数据包,从而实现了数据传输公平,兼顾了通信各方的通信质量。
-
公开(公告)号:CN104408730A
公开(公告)日:2015-03-11
申请号:CN201410742470.5
申请日:2014-12-08
Applicant: 北京市新技术应用研究所 , 北京北科慧识科技股份有限公司
IPC: G06T7/00
CPC classification number: G06T7/80
Abstract: 本发明公开了鱼眼镜头的标定装置,包括,标定箱体,标定板、鱼眼图像采集器及标定处理器;鱼眼图像采集器对标定板的图像进行采集,鱼眼图像采集器的输出端与标定处理器的输入端连接,标定处理器从鱼眼图像采集器接收当前标定板图像,根据当前标定板图像的多条经线及纬线信息,对当前标定板图像信息标定。从而解决了鱼眼图像标定精度低,标定失真大的问题。本发明中的鱼眼镜头的标定装置,操作简单、方便、快捷,每次对鱼眼镜头进行标定仅需用数据线连接电路板并固定即可一次完成,处理过程快,适合于大批量生产及使用中的鱼眼镜头标定。
-
公开(公告)号:CN104361339A
公开(公告)日:2015-02-18
申请号:CN201410709472.4
申请日:2014-11-27
Applicant: 北京市新技术应用研究所 , 北京北科慧识科技股份有限公司
IPC: G06K9/46
CPC classification number: G06K9/00067 , G06K9/00087
Abstract: 本发明提供了掌形图形提取方法,包括:根据当前掌形图像提取图像边缘信息的概率密度估计值。获取前景概率密度估计值及背景概率密度估计值。根据前景概率密度估计值及背景概率密度估计值获取当前掌形图像的后验概率图谱。通过图像后验概率图谱获取掌形边缘信息。根据前景图像的后验概率图谱及掌形边缘信息,对当前掌形图像中的掌形区域进行图像分割,提取当前掌形图像。解决了现有图像分割技术难以满足针对移动终端的掌纹辨识技术的需要。从而,既保证了切割得准确率也具有较低的计算复杂度,该方法的切割准确率可以达到90%以上,并可在嵌入式移动终端应用,切割速度在500ms以内。
-
公开(公告)号:CN118916490A
公开(公告)日:2024-11-08
申请号:CN202411002529.7
申请日:2024-07-25
Applicant: 北京市新技术应用研究所有限公司
IPC: G06F16/35 , G06F16/36 , G06N3/0455 , G06N3/08 , G06F40/295 , G06F40/284 , G06N5/022 , G06F40/117
Abstract: 一种基于主题预分类和知识图谱的多维文本分类方法,借助中间信息“文本主题”进行分类的方法,基于主题预分类和知识图谱进行多维文本分类,针对不同的主题,构建相应的分析模式,根据模式提取关键词,附加到文本向量中,由BERT网络训练出合适模型;使用时,对输入热线文本进行文本分词,结合查询知识图谱,由所述BERT网络训练好的模型进行匹配,对热线文本进行及时有效地准确分类处理,向社会职能管理部门进行准确地精细化分配,实现了对热线文本的多维准确分类。
-
公开(公告)号:CN117994548A
公开(公告)日:2024-05-07
申请号:CN202311335969.X
申请日:2023-10-16
Applicant: 北京市新技术应用研究所有限公司 , 联通雄安产业互联网有限公司
IPC: G06V10/762
Abstract: 本公开提供了一种聚类方法,该方法包括:对大规模人脸目标图像数据进行分组,对多组目标图像数据进行组内聚类(第一次聚类)处理以获得组内聚类结果,根据组内聚类结果提取中心点图像集合,对中心点图像集合进行组间聚类(第二次聚类),根据中心点图像集合的组间聚类结果对组内聚类结果进行第一组间合并处理以获得组间合并聚类结果,根据目标图像的先验知识对组间合并聚类结果进行第二组间合并处理以获得目标聚类结果。本公开还提供了一种聚类装置、电子设备及可读存储介质。本公开提高了聚类的效率和准确性。
-
公开(公告)号:CN111191650B
公开(公告)日:2023-07-21
申请号:CN202010003692.0
申请日:2020-01-02
Applicant: 北京市新技术应用研究所
Abstract: 一种基于RGB‑D图像视觉显著性的物品定位方法和系统,主要包括相机、机械臂、机械手和操作台;待抓取物品堆放在所述操作台上,所述机械臂为UR5机械臂,所述操作台为水平面板。系统初始化时,相机针对所述操作台进行校正,提供机械臂定位物品和机械手抓取物品的参考平面。首先,由相机获取操作台场景的RGB‑D图像;然后,基于RGB‑D图像计算视觉显著图,即RGB‑D图像显著图;最后,基于视觉显著图进行物品定位,提供机械臂物品操作信息。可同时生成像素级视觉显著图和显著目标位置信息,支持机械手多种操作。
-
-
-
-
-
-
-
-
-