-
公开(公告)号：CN109002463A
公开(公告)日：2018-12-14
申请号：CN201810568042.3
申请日：2018-06-05
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 南京大学 , 南京南瑞信息通信科技有限公司
CPC classification number: G06K9/6269 , G06K9/6215
Abstract: 本发明公开了一种基于深度度量模型的文本检测方法，包括：步骤1，使用MSER检测算法，得到字符级别的候选区域。步骤2，使用分类器对候选区域进行过滤，去掉非字符区域。步骤3，根据几何位置信息，将已得到的字符聚类成文本行。步骤4，根据启发式规则，对文本行进行分割，分割成每一个具体的词。步骤5，构造词级别的训练集。步骤6，训练深度度量学习模型。步骤7，使用步骤6得到的深度度量模型，对文本框进行分类，得到最终的文本框区域。
-
公开(公告)号：CN108876818A
公开(公告)日：2018-11-23
申请号：CN201810568489.0
申请日：2018-06-05
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 南京大学 , 南京南瑞信息通信科技有限公司
IPC: G06T7/246
CPC classification number: G06T7/246 , G06T2207/10016 , G06T2207/20081
Abstract: 本发明公开了一种基于似物性和相关滤波的目标跟踪方法，包含：将帧中的目标区域进行扩展，构建训练样本并训练核相关滤波，每来新一帧的图像，计算当前帧中搜索区域的前向光流，结合搜索区域的颜色信息，通过边缘检测算法得到运动物体的边界，根据边缘检测产生的边缘图，由似物性方法产生目标的候选，调整候选窗口的四个边界使其更加贴合物体的真实边缘。在当前帧的搜索区域中，由核相关滤波检测到最大响应值对应的目标初始位置，并计算似物性方法得到候选的响应值，通过比较响应值得出当前帧的目标位置和大小并对模型进行更新。本发明能够有效处理快速运动和尺度变化等问题，从而实现鲁棒的跟踪。
-
公开(公告)号：CN108710883B
公开(公告)日：2021-08-24
申请号：CN201810563281.X
申请日：2018-06-04
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种采用轮廓检测的完整显著性物体检测方法，包括用超像素分割法对图像进行分割，并将其构建成图形模式；获取基于轮廓提取的显著图；获取基于背景模板的二值分割图；基于显著图和二值分割图，获得最终显著图。本发明不仅能进一步突出图像的显著性区域，而且很好地抑制住了背景区域，可以应用到图像检索、图像分割、图像分类和目标识别等场景。
-
公开(公告)号：CN108776815A
公开(公告)日：2018-11-09
申请号：CN201810563258.0
申请日：2018-06-04
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
IPC: G06K9/62
CPC classification number: G06K9/6247 , G06K9/6288
Abstract: 本发明公开了一种基于深度特征的显著性目标检测方法，通过获取图像超像素的深度特征矩阵，对主成分深度特征进行显著性计算得到多个分割尺度下的显著图，利用加权元胞自动机对多尺度显著图进行进行迭代融合，得到最终的显著图；能有效解决维度灾难带来的显著性区域不明显问题，可以应用到图像检索、图像分割、图像分类和目标识别等场景。
-
公开(公告)号：CN108710883A
公开(公告)日：2018-10-26
申请号：CN201810563281.X
申请日：2018-06-04
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
CPC classification number: G06K9/342 , G06K9/40 , G06K9/4671
Abstract: 本发明公开了一种采用轮廓检测的完整显著性物体检测方法，包括用超像素分割法对图像进行分割，并将其构建成图形模式；获取基于轮廓提取的显著图；获取基于背景模板的二值分割图；基于显著图和二值分割图，获得最终显著图。本发明不仅能进一步突出图像的显著性区域，而且很好地抑制住了背景区域，可以应用到图像检索、图像分割、图像分类和目标识别等场景。
-
Patent Agency Ranking
公开(公告)号：CN109086763B
公开(公告)日：2021-11-26
申请号：CN201810811073.7
申请日：2018-07-23
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种指针式仪表读取方法，包括对仪表图像进行预处理；获取表盘的圆心坐标；获取圆心坐标下的指针角度；根据指针角度计算读数值。同时也公开了使用该方法的指针式仪表读取装置。本发明对现有的霍夫变换进行了改进，先通过预处理后的图像获取圆心坐标，根据圆心坐标获取指针的角度，最后根据指针角度获取读数值；本发明受图像清晰度以及环境的影响较小，可在自然场景下准确的读出仪表读数值。
-
公开(公告)号：CN109086763A
公开(公告)日：2018-12-25
申请号：CN201810811073.7
申请日：2018-07-23
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司
CPC classification number: G06K9/3216 , G06K9/344 , G06K9/4604 , G06K9/6269
Abstract: 本发明公开了一种指针式仪表读取方法，包括对仪表图像进行预处理；获取表盘的圆心坐标；获取圆心坐标下的指针角度；根据指针角度计算读数值。同时也公开了使用该方法的指针式仪表读取装置。本发明对现有的霍夫变换进行了改进，先通过预处理后的图像获取圆心坐标，根据圆心坐标获取指针的角度，最后根据指针角度获取读数值；本发明受图像清晰度以及环境的影响较小，可在自然场景下准确的读出仪表读数值。
-
公开(公告)号：CN110401632B
公开(公告)日：2022-02-15
申请号：CN201910535056.X
申请日：2019-06-20
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司
IPC: H04L9/40 , H04L61/4511
Abstract: 本发明属于电力系统计算机领域，为一种恶意域名感染主机溯源方法，在平台上建立数据库，包括：在平台采集电网系统内的各关联主机的DNS服务器日志、防病毒查杀日志、病毒访问URL特征信息、处置知识库、以及IP地址划分信息，根据所采集的病毒访问URL特征信息建立病毒特征表，根据处置知识库建立处理建议表以及存储IP地址划分信息；获取来自主机的DNS服务器日志，通过对比分析对DNS服务器日志进行解析和规范化处理后与病毒特征表进行特征对比，根据该病毒特征表中对比出的病毒特征对应在处理建议表中的建议生成告警后进入处理流程。本发明根据处置建议及时对受攻击主机进行处置，达到保证信息内网安全性，降低安全威胁的目的。
-
公开(公告)号：CN112468490A
公开(公告)日：2021-03-09
申请号：CN202011339620.X
申请日：2020-11-25
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司
Inventor： 张文杰 , 李巍 , 赵永彬 , 金成明 , 王鸥 , 杨超 , 刘为 , 王飞 , 陈硕 , 张雷 , 周小明 , 王磊 , 于亮亮 , 黄兴 , 王楠 , 李娜 , 张靖欣 , 周旭 , 程硕
Abstract: 本申请提供了一种用于电网终端层设备接入的认证方法，所述认证方法包括：基于自证实公钥，完成电力物联网设备和边缘代理设备之间的接入认证；基于SIP应用层协议的双向身份认证机制，完成接入认证中的身份认证；基于BEM的数据认证机制，对已完成身份认证的双方进行数据认证。本发明相对于现有技术，能够有效确保电力物联网终端层设备的身份可信，保障承载业务的协同应用和安全接入。
-
公开(公告)号：CN109947316A
公开(公告)日：2019-06-28
申请号：CN201910161879.0
申请日：2019-03-05
Applicant: 国网辽宁省电力有限公司信息通信分公司
IPC: G06F3/0481 , G06F3/0484
Abstract: 本发明公开了一种基于人机交互反馈原理的可视化处置方法，包括：显示屏幕、位于客户计算机的人机交互代理模块和位于网络计算机的人机交互服务提供模块、指令设置模块、分屏控制模块、监控业务管理模块以及指令处理子系统，其中，人机交互代理模块与人机交互服务提供模块通过Socket协议自动相连并传输设备请求信息与设备响应信息，人机交互服务提供模块分别与指令设置模块、分屏控制模块、监控业务管理模块、指令处理子系统通过系统API接口相连接，该系统能够跨网络设备通过键盘进行操作，还可以调度大屏分屏功能，将可视化内容按业务分类进行展示处理，实现调度大屏整体、部分场景的切换。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.115 seconds)
