-
公开(公告)号:CN111382733B
公开(公告)日:2023-09-15
申请号:CN201811632508.8
申请日:2018-12-28
Applicant: 同方威视技术股份有限公司
IPC: G06V30/146 , G06V30/148 , G06V30/19
Abstract: 本公开的实施例公开了一种多通道集装箱号识别方法,包括:通过多个通道中的每一个通道向集装箱号检测模型输入待识别箱号图像,以生成与多个建议框相关的信息,所述信息包括所述建议框的位置和所述建议框包含相应字符的概率;对与每个通道相对应的多个建议框进行箱号字符提取,以获得与每个通道相对应的通道识别结果;以及利用最大概率和法分别计算与所述多个通道相对应的多个通道识别结果的概率和,以选择与概率和最大的通道相对应的通道识别结果作为集装箱号识别结果。
-
公开(公告)号:CN116092096A
公开(公告)日:2023-05-09
申请号:CN202111310339.8
申请日:2021-11-05
Applicant: 同方威视技术股份有限公司 , 清华大学
Abstract: 本公开提供了一种用于检验申报信息真实性的方法。该方法包括:获取对装载了物品的容器进行扫描而获得的机检辐射图像;获取对容器内的物品进行申报的申报信息;对机检辐射图像中的物品的图像信息进行识别,得到与机检辐射图像对应的图像特征;对申报信息中的物品的文本信息进行识别,得到与申报信息对应的文本特征;以所述图像特征作为输入信息,以所述文本特征作为外部引入特征,对所述容器中的物品的申报类别进行甄别;以及当容器中至少一个物品的申报类别不属于申报信息中的申报类别时,确定申报信息存疑。本公开还提供了一种用于检验申报信息真实性的装置、设备及存储介质。
-
公开(公告)号:CN111861967B
公开(公告)日:2024-03-15
申请号:CN201910315913.5
申请日:2019-04-18
Applicant: 同方威视技术股份有限公司 , 清华大学
IPC: G06T7/00 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0455
Abstract: 提供了一种用于检测辐射图像中的局部异常的网络,包括重建网络部分和孪生网络部分。重建网络部分包括第一编码网络、生成网络、判别网络和第二编码网络,第一编码网络用于根据原图像生成原图像的本征向量和类别,生成网络用于根据本征向量和类别生成重建图像,第二编码网络用于根据重建图像生成重建图像的本征向量。孪生网络部分基于原图像的本征向量和对应的重建图像的本征向量来判断原图像和重建图像之间的相似性,以确定是否存在局部异常。本发明还提供了对应的训练方法以及利用该网络来检测辐射图像中的局部异常的方法。
-
公开(公告)号:CN119919885A
公开(公告)日:2025-05-02
申请号:CN202411998551.1
申请日:2019-07-23
Applicant: 同方威视技术股份有限公司
IPC: G06V20/52 , G06V10/44 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明的实施例公开了一种车辆部位识别方法,包括:获取所述车辆的待检测图像;通过图像映射函数将所述待检测图像映射为标签图像,所述标签图像包括用于标识所述车辆的组成部分的标签;采用基于特征点对齐的方式,将所述标签图像中的标签映射到所述待检测图像;以及在所述待检测图像中根据所述标签来确定所述车辆的各组成部分所在的位置,其中,基于输入的待检测图像训练集和与所述待检测图像训练集相对应的标签图像集,对卷积神经网络进行训练得到所述图像映射函数。
-
公开(公告)号:CN112287725B
公开(公告)日:2025-01-28
申请号:CN201910669206.6
申请日:2019-07-23
Applicant: 同方威视技术股份有限公司
IPC: G06V20/52 , G06V10/44 , G06V10/75 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明的的实施例公开了一种车辆部位识别方法,包括:通过对车辆进行辐射成像,获取所述车辆的待检测图像;通过图像映射函数将所述待检测图像映射为标签图像,所述标签图像包括标识所述车辆的组成部分的标签;通过坐标映射函数将所述标签图像中的标签映射到所述待检测图像;以及在所述待检测图像中根据所述标签来确定所述车辆的组成部分所在的位置,其中,所述图像映射函数是基于输入的待检测图像训练集和与所述待检测图像训练集相对应的标签图像集利用代价函数对卷积神经网络进行训练得到的,并且其中,所述坐标映射函数是通过特征点匹配得到的。
-
公开(公告)号:CN113393066A
公开(公告)日:2021-09-14
申请号:CN202010168314.8
申请日:2020-03-11
Applicant: 清华大学 , 同方威视技术股份有限公司
IPC: G06Q10/06 , G06F16/2458 , G06N3/04 , G06N3/08
Abstract: 本公开的实施例公开了一种用于生成风险评估模型的方法,包括:对多个申报信息进行预处理以获得所述多个申报信息中包括的多个第一条目;对与所述多个第一条目相关的信息执行图网络分析以生成第一结果;对所述多个第一条目执行特征工程处理以生成第二结果;以及利用所述第一结果和所述第二结果对神经网络进行训练以得到风险评估模型。
-
公开(公告)号:CN109557114B
公开(公告)日:2021-07-16
申请号:CN201710877741.1
申请日:2017-09-25
Applicant: 清华大学 , 同方威视技术股份有限公司
Abstract: 公开了一种检查方法和检查设备以及计算机可读介质。在该方法中,用X射线扫描被检查物体,得到被检查物体的X射线图像。利用卷积神经网络处理被检查物体的X射线图像,得到被检查物体的类别活性图。基于类别活性图确定所述被检查物体中是否有包括可疑对象。利用上述实施例的方案,基于类别活性图来判断可疑物品的位置,能够获得更为准确的安全检查结果。
-
-
-
-
-
-