-
公开(公告)号:CN115861943A
公开(公告)日:2023-03-28
申请号:CN202211637989.8
申请日:2022-12-15
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
IPC: G06V20/54 , G06V20/62 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种车辆的多属性信息检测方法、装置及计算机设备,其中,该方法包括如下步骤:获取待检测车辆图像;将所述待检测车辆图像输入到实例分割网络中进行识别,得到车辆的多属性信息。本发明通过将待检测车辆图像输入到实例分割网络中进行识别,将车辆的多属性信息通过一个深度学习实例分割网络同时输出,实现了多属性信息端到端识别,极大的精简了系统模型复杂度,易于部署,同时也减少了不同功能之间的数据传输,避免了数据传输过程中可能出现的错误、时间消耗和资源消耗,提高检测效率。
-
公开(公告)号:CN117789119A
公开(公告)日:2024-03-29
申请号:CN202311793478.X
申请日:2023-12-25
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明涉及边缘计算技术领域,公开了一种违规行为监测方法、装置、设备及存储介质,方法包括:获取目标区域内的人员特征属性、目标物体属性及预设违规属性;当根据多个属性判定人员出现违规行为时,获取该违规行为的类型;将违规人员的人员特征属性与全部人员多维特征底库进行匹配,结合特征属性置信度及权重系数,获取违规人员的身份信息;根据违规行为的类型及对应的违规人员的身份信息计算风险指标。本发明可以识别多区域的违规行为,并通过多维特征底库多维度比对人脸特征准确识别违规人员的身份,提高人员身份识别的准确性,对现场多种违规行为进行全面监控的同时计算风险指标,避免安全隐患,提高安全管理能力。
-
公开(公告)号:CN114299414B
公开(公告)日:2023-09-15
申请号:CN202111452264.7
申请日:2021-11-30
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
IPC: G06V20/40 , G06V10/764 , G06V10/56 , G08G1/017
Abstract: 本发明提供一种基于深度学习的车辆闯红灯识别判定方法,包括以下步骤:获取视频流,对视频流进行抽帧处理,并对视频流中的场景进行区域标定;采集车辆数据并标注,建立车辆种类标注数据集,采用Yolov5s模型对不同种类车辆进行结构化检测训练;用MobilenNetV1模型来进行红绿灯状态的分类检测,判断当前的红绿灯状态与车辆通行状态连动;对标定区域内的车辆进行轨迹追踪,对目标车辆轨迹记录;根据目标车辆轨迹结果,进行目标车辆行驶方向和闯红灯状态的判定。本发明能够很大程度上降低硬件成本,降低现场施工人员的人工和维护成本,还避免了对道路进行二次破坏,有效节省了资源又可提高准确性。
-
公开(公告)号:CN114299414A
公开(公告)日:2022-04-08
申请号:CN202111452264.7
申请日:2021-11-30
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
IPC: G06V20/40 , G06V10/764 , G06V10/56 , G08G1/017
Abstract: 本发明提供一种基于深度学习的车辆闯红灯识别判定方法,包括以下步骤:获取视频流,对视频流进行抽帧处理,并对视频流中的场景进行区域标定;采集车辆数据并标注,建立车辆种类标注数据集,采用Yolov5s模型对不同种类车辆进行结构化检测训练;用MobilenNetV1模型来进行红绿灯状态的分类检测,判断当前的红绿灯状态与车辆通行状态连动;对标定区域内的车辆进行轨迹追踪,对目标车辆轨迹记录;根据目标车辆轨迹结果,进行目标车辆行驶方向和闯红灯状态的判定。本发明能够很大程度上降低硬件成本,降低现场施工人员的人工和维护成本,还避免了对道路进行二次破坏,有效节省了资源又可提高准确性。
-
公开(公告)号:CN117830885A
公开(公告)日:2024-04-05
申请号:CN202311594626.5
申请日:2023-11-27
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明适用于智能巡检技术领域,提供了一种社区巡检智能分析方法及系统,所述系统包括:数据采集模块、异常检测模块、预警分析模块、数据留档模块。该方法通过数据融合技术,将图像信息、视频信息和传感器数据相融合,从而更加全面地判断社区的异常情况。另外,该方法在异常检测中采用了机器学习算法,通过训练模型自动识别异常特征,从而提高了异常检测的准确性和效率。同时,该方法还采用了传感器数据与图像信息、视频信息相结合的方式,从多个角度对社区的异常情况进行评估,提高了异常检测的全面性和可靠性。
-
-
-
-