-
公开(公告)号：CN119206372B
公开(公告)日：2025-03-21
申请号：CN202411679355.8
申请日：2024-11-22
Applicant: 成都信息工程大学 , 成都考拉悠然科技有限公司
IPC: G06V10/764 , G06V10/40 , G06V10/774 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于卷积神经网络的异常独立特征分量提取方法、装置及存储介质，该方法能够将图片的前景异常特征与背景特征分离开来，通过引入重建网络、生成式对抗网络和域对抗网络，最终确保前景异常特征和背景特征的独立性，达到异常独立特征分量提取的目的，该方法有效解决了异常检测方法在适应性和灵活性方面存在的技术问题。另外，本发明还提供了一种基于前述方法的异常独立特征分量提取装置及存储介质。
-
公开(公告)号：CN119206372A
公开(公告)日：2024-12-27
申请号：CN202411679355.8
申请日：2024-11-22
Applicant: 成都信息工程大学 , 成都考拉悠然科技有限公司
IPC: G06V10/764 , G06V10/40 , G06V10/774 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种基于卷积神经网络的异常独立特征分量提取方法、装置及存储介质，该方法能够将图片的前景异常特征与背景特征分离开来，通过引入重建网络、生成式对抗网络和域对抗网络，最终确保前景异常特征和背景特征的独立性，达到异常独立特征分量提取的目的，该方法有效解决了异常检测方法在适应性和灵活性方面存在的技术问题。另外，本发明还提供了一种基于前述方法的异常独立特征分量提取装置及存储介质。
-
公开(公告)号：CN119763187A
公开(公告)日：2025-04-04
申请号：CN202411821505.4
申请日：2024-12-11
Applicant: 成都信息工程大学 , 成都考拉悠然科技有限公司
IPC: G06V40/20 , G06V20/40 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/34 , G06N3/0455 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/096 , G06N3/0895 , G06T7/73
Abstract: 本发明公开了一种基于时序建模的循环动作视频时序动作定位方法、装置及存储介质，该方法一是通过自监督训练和域对抗迁移学习进行视频特征提取，二是利用聚类算法进行高效的动作定位。与现有技术相比，本发明能够更准确地捕捉动作的本质属性，显著提高了动作定位的准确性和泛化能力；本发明采用基于聚类的时序动作定位方法，该方法结合了创新特征提取技术，能够有效地识别视频中的循环动作时序结构，并精确确定动作的起始和结束帧，该方法的引入，不仅提高了动作定位的准确性，而且由于特征提取的效率和质量的提升，增强了整体处理效率。
-
公开(公告)号：CN119888626B
公开(公告)日：2025-06-03
申请号：CN202510345195.1
申请日：2025-03-24
Applicant: 成都考拉悠然科技有限公司 , 宜宾考拉悠然科技有限公司
Abstract: 本发明公开了用于消防通道占用监测的交互系统，包括：图像获取装置、显示装置和服务器；服务器包括：用于获取监测图像，输入多模态大模型进行初步的目标识别输出第一待检测标签集，并更新固定长度的第二待检测标签集，当第二待检测标签集发生变化时，通知内置AI引擎启动的标签获取模块；用于获取当前周期内的视频流，并向开放目标检测模型下发视频流图像和能力参数的内置AI引擎；用于将能力参数作为输入参数，完成对视频流图像的目标对象检测，并输出目标对象信息列表的开放目标检测模型；用于根据目标对象信息列表对目标对象进行静态跟踪；当满足预设的告警条件时，通过显示装置向用户上报消防通道占用告警事件的告警模块。
-
公开(公告)号：CN119360316B
公开(公告)日：2025-05-06
申请号：CN202411959374.6
申请日：2024-12-30
Applicant: 成都考拉悠然科技有限公司
Abstract: 本申请提供一种电网线路安全检测方法，包括：识别场景图中的目标危险物对象、输电线对象与电塔对象；选取任意相邻的三条输电线对象作为候选计算单元，计算候选计算单元中相邻两条输电线对象为相同分组的同组概率，得到同组概率对；重复选取候选计算单元的过程，直至全部输电线对象被选取，并根据得到的全部同组概率对，确定输电线分组；根据输电线分组中输电线对象的组内交点，确定具备关联关系的目标电塔与目标输电线分组；通过目标电塔、目标输电线分组以及目标危险物对象之间的位置关系，构建安全风险信息并上报。实现了对图片中的输电线进行分组，并确定分组结果对应的电塔，排除了无关输电线的干扰，提升安全检测的准确性与可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119884691A
公开(公告)日：2025-04-25
申请号：CN202510352943.9
申请日：2025-03-25
Applicant: 成都考拉悠然科技有限公司
Abstract: 本发明提供了一种基于多模态大模型的交互方法、系统、设备及介质，涉及多模态大模型技术领域，本方法包括：获取实时输入信息集；对实时输入信息集分别进行处理，得到处理数据，处理数据包括第一处理信息、第二处理信息及第三处理信息，其中对实时视频信息进行处理得到第一处理信息，对实时音频信息进行处理得到第二处理信息，对实时文本信息进行处理得到第三处理信息；通过预设模态关联模型对处理数据进行关联计算；根据关联损失信息对处理数据进行拼接处理，得到拼接数据集；对拼接数据集进行解码输出，得到交互响应数据，交互响应数据用于反馈交互信息。本方法解决了对实时输入数据实现跨模态间的关联，方便扩展到更加复杂的多模态组合。
-
公开(公告)号：CN119863756A
公开(公告)日：2025-04-22
申请号：CN202510322343.8
申请日：2025-03-19
Applicant: 宜宾考拉悠然科技有限公司 , 成都考拉悠然科技有限公司
IPC: G06V20/52 , G06V40/10 , G06V40/20 , G06V10/764 , G06V10/82 , G06T7/246 , G06T7/66 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于关键点检测和轨迹拟合的乱扔垃圾行为识别方法，包括步骤：连续间隔N帧获取监控图像进行人体目标识别，对每个识别的人体目标进行关键点检测，保存最新的M帧检测图像；对所述检测图像进行垃圾目标识别，当检测到垃圾目标时，连续获取后续多帧监控图像进行垃圾目标识别，并判断垃圾是否为人为丢弃；若是，则对垃圾出现帧及前序若干帧检测图像中的人体关键点进行姿态分析，若手腕关键点的移动轨迹符合垃圾目标的乱扔特征，则判定当前存在乱扔垃圾行为。本发明基于人体关键点和垃圾运动轨迹分析，能够克服背景复杂、行为随机等问题，并有效提高识别准确率和实时性。
-
公开(公告)号：CN119360316A
公开(公告)日：2025-01-24
申请号：CN202411959374.6
申请日：2024-12-30
Applicant: 成都考拉悠然科技有限公司
Abstract: 本申请提供一种电网线路安全检测方法，包括：识别场景图中的目标危险物对象、输电线对象与电塔对象；选取任意相邻的三条输电线对象作为候选计算单元，计算候选计算单元中相邻两条输电线对象为相同分组的同组概率，得到同组概率对；重复选取候选计算单元的过程，直至全部输电线对象被选取，并根据得到的全部同组概率对，确定输电线分组；根据输电线分组中输电线对象的组内交点，确定具备关联关系的目标电塔与目标输电线分组；通过目标电塔、目标输电线分组以及目标危险物对象之间的位置关系，构建安全风险信息并上报。实现了对图片中的输电线进行分组，并确定分组结果对应的电塔，排除了无关输电线的干扰，提升安全检测的准确性与可靠性。
-
公开(公告)号：CN118334709A
公开(公告)日：2024-07-12
申请号：CN202410748763.8
申请日：2024-06-12
Applicant: 成都考拉悠然科技有限公司
IPC: G06V40/10 , G06V20/40 , G06V10/82 , G06N3/0464
Abstract: 本申请提供白蚁灭杀监测方法及装置，其中所述白蚁灭杀监测方法包括：基于预设的时间周期，对目标区域进行图像采集，得到包含样本图像帧的样本图像信息；根据样本图像信息，提取背景对象，并对样本图像帧与背景对象进行帧差处理，得到帧差图像集；对帧差图像集进行二值化处理，确定运动轮廓对象列表，并基于样本图像信息，通过预设的白蚁检测模型，确定白蚁目标对象列表；基于运动轮廓对象列表与白蚁目标对象列表，确定运动白蚁列表与静止白蚁列表；根据运动白蚁列表与静止白蚁列表，更新白蚁基准上报对象，当满足预设的上报条件时，将白蚁基准上报对象发送至预设设备。实现准确、可靠的确认检测白蚁灭杀情况。
-
公开(公告)号：CN111986105B
公开(公告)日：2024-03-26
申请号：CN202010733344.9
申请日：2020-07-27
Applicant: 成都考拉悠然科技有限公司
Abstract: 本发明公开了一种基于时域去噪掩码的视频时序一致性增强方法，属于视频处理领域。为解决现有图像处理方法不能在时序一致性和感知一致性之间达到很好的平衡，且其对应的输出效果很大程度上依赖于视频的预处理算法的问题，本申请方法包括：首先，对源视频进行采样，并进行预处理；其次，提取源视频的帧序列中的时序特征，并提取经预处理后视频的帧序列中的感知特征；然后，根据所述时序特征及所述感知特征构建时序去噪掩码网络，并通过所述构建的时序去噪网络重构源视频帧，并训练时序去噪掩码网络；最后，通过所述训练好的时序去噪掩码网络将输入的视频输出为时序稳定的视频。本发明能够减少图像处理算法的依赖性，进而能够增强视频时序一致性。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.11 seconds)
