-
公开(公告)号:CN119915374A
公开(公告)日:2025-05-02
申请号:CN202510418339.1
申请日:2025-04-03
Applicant: 浙江潮汐力科技有限公司
IPC: G01H9/00 , G10L25/51 , G10L25/18 , G10L25/24 , G10L21/0208 , B65G43/00 , G06N3/0464 , G06N3/045
Abstract: 本申请公开了一种故障监测方法、装置、设备、存储介质和程序产品,涉及设备监测技术领域,包括:通过沿皮带机的皮带运动方向布置的光纤采集皮带机的各个监测点的音频信号,对每个监测点的音频信号进行基于通道注意力机制的编码,得到每个监测点的编码特征;对应每个监测点,基于该监测点的编码特征对该监测点进行故障识别,得到该监测点的识别结果,该识别结果表征皮带机在该监测点附近是否存在故障,以及存在故障时的故障类型,实现了自动对皮带机进行故障监测的目的,在保证工作人员安全的同时,降低了监测成本,提高了监测效率。
-
公开(公告)号:CN119741946A
公开(公告)日:2025-04-01
申请号:CN202510004178.1
申请日:2025-01-02
Applicant: 浙江潮汐力科技有限公司
Abstract: 本申请公开了一种异音检测方法、装置、设备、存储介质和程序产品,涉及人工智能技术领域,包括:采集工业设备的各个监测点的音频信号;对应每个监测点,基于该监测点的音频信号重构该监测点的目标数据,目标数据表征正常音频信号;计算该监测点的音频信号与目标数据的相似度;如果相似度小于目标阈值,确定该监测点的音频信号为异常音频信号。本申请提供的异音检测方案,适用于对工业设备的多个不同监测点进行异音检测,实现了对工业设备的比较全面的异常检测,保证工业设备整体的安全性和可靠性。
-
公开(公告)号:CN118485785B
公开(公告)日:2024-09-24
申请号:CN202410948625.4
申请日:2024-07-16
Applicant: 科大讯飞股份有限公司 , 浙江潮汐力科技有限公司
Abstract: 本发明涉及图像处理技术领域,提供一种三维重建方法、装置、电子设备和存储介质,其中方法包括:获取至少两个视角图像;基于至少两个视角图像的视角图特征之间的相关性,对各视角图特征进行特征增强,得到各视角图像的增强图特征,并基于各视角图像的增强图特征,进行深度预测,得到预测深度范围;将预测深度范围作为立体匹配算法的初始深度范围,应用立体匹配算法在至少两个视角图像的基础上进行三维重建。本发明提供的方法、装置、电子设备和存储介质,将预测深度范围作为初始深度范围,能够缩小初始深度范围与真实深度情况之间的误差,提高在三维重建的迭代优化效率,降低陷入局部最优解的风险,由此提高三维重建效率,保证三维重建质量。
-
公开(公告)号:CN119782899A
公开(公告)日:2025-04-08
申请号:CN202411754118.3
申请日:2024-12-02
Applicant: 科大讯飞股份有限公司 , 合肥智能语音创新发展有限公司 , 浙江潮汐力科技有限公司
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06V10/42 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/0895 , G10L25/30 , G10L25/51 , G06F123/02
Abstract: 本发明提供一种设备状态识别方法、装置、电子设备和存储介质,其中方法包括:对待测设备的音频数据进行特征提取,得到音频特征,并对所述待测设备的图像数据进行特征提取,得到图像特征;将所述音频特征和所述图像特征输入至设备状态识别模型,得到所述设备状态识别模型输出的状态识别结果。本发明通过同时利用音频特征和图像特征进行设备状态识别,可以使模型捕捉到设备状态更全面、更丰富的信息,从而提高识别的准确性和鲁棒性,通过在模型中引入全局注意力模块和局部注意力模块,增加了多重注意力机制,可以有效去除冗余信息,并从全时域、全频域和局部细节三个层面上提升特征的表征能力,进一步提高识别的准确性和泛化能力。
-
公开(公告)号:CN119760575A
公开(公告)日:2025-04-04
申请号:CN202510214872.6
申请日:2025-02-26
Applicant: 浙江潮汐力科技有限公司
IPC: G06F18/2431 , G06F18/25 , G06F18/213 , G06F18/15 , G06F18/21 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/09 , G06N3/0895 , G07C5/08
Abstract: 本发明涉及异常检测与预警技术领域,提供无人驾驶车辆的运行状态检测方法、装置、设备和系统,应用于部署于无人驾驶车辆的经过路段的多维度数据采集设备,该方法包括:获取无人驾驶车辆在经过路段上的状态信息;状态信息包括温度数据、音频数据、图像数据和视频数据中的至少两种;对状态信息进行预处理并按照时间顺序进行整理得到多模态特征数据;将多模态特征数据输入至多维度算法模型,多维度算法模型根据多模态特征数据得到目标向量值,并根据向量值和状态标签的对应关系确定无人驾驶车辆的状态检测结果。本发明采用多模态融合方法利用各种信息源的丰富性和多样性,有效地识别无人驾驶车辆的真实运行状态。
-
公开(公告)号:CN119545188A
公开(公告)日:2025-02-28
申请号:CN202411601828.2
申请日:2024-11-11
Applicant: 浙江潮汐力科技有限公司
Abstract: 本申请提供一种图像亮度调整方法、装置、设备、介质及产品,该方法包括:获取原始图像的图像亮度特征和补光设备的当前光照强度值,该图像亮度特征包括基于各个维度对原始图像进行亮度评估得到的特征,该各个维度包括图像质量维度、语义维度、空间维度、全局维度和图像块维度;基于图像亮度特征和补光设备的当前光照强度值,确定补光设备对原始图像的下一帧图像进行光照强度调整的目标光照强度值;基于目标光照强度值,对拍摄下一帧图像时补光设备的光照强度值进行调整。
-
公开(公告)号:CN119198150A
公开(公告)日:2024-12-27
申请号:CN202411161048.0
申请日:2024-08-22
Applicant: 浙江潮汐力科技有限公司
Abstract: 本申请公开了一种设备异常检测方法及相关装置、系统,其中,设备异常检测方法包括:获取在待测设备的目标测点所采集到的若干待测声音;获取各个待测声音的异常分值;其中,待测声音的异常分值表征:待测声音相较于目标测点在待测设备正常时运行声音的异常程度;基于待测声音的声音特征之间特征距离,对至少部分待测声音的异常分值进行融合,得到融合分值;基于融合分值,确定目标测点是否运行异常。上述方案,能够提升设备异常检测的准确性。
-
公开(公告)号:CN118998003A
公开(公告)日:2024-11-22
申请号:CN202411306877.3
申请日:2024-09-19
Applicant: 浙江潮汐力科技有限公司
Abstract: 本发明提供一种风机叶片异常检测方法、装置、系统及介质,其中方法包括:获取待检测风机在叶片旋转时的音频数据;基于正样本数据,对所述音频数据进行特征提取,并对提取所得的特征进行数据重构,得到重构数据;所述正样本数据包括样本风机在叶片旋转时的样本音频数据,所述样本风机与所述待检测风机属于相同风场,且所述样本风机的叶片处于正常状态;基于所述音频数据和所述重构数据之间的误差,确定所述待检测风机的叶片异常检测结果。本发明提供的风机叶片异常检测方法、装置、系统及介质,对待检测风机在叶片旋转时的音频数据进行误差重构,能够识别风机叶片的异常状态,并确保实时监测。同时,降低了人工检测的依赖性,减少了人为误差。
-
公开(公告)号:CN118644650A
公开(公告)日:2024-09-13
申请号:CN202410847910.7
申请日:2024-06-27
Applicant: 浙江潮汐力科技有限公司
Abstract: 本申请公开了一种测量交互方法及相关装置,涉及三维测量技术领域,测量交互方法包括:在测量交互界面展示目标对象的二维图像;响应于用户在测量交互界面上触发的测量添加操作,展示测量模式选取界面;响应于用户在测量模式选取界面上触发的测量模式选取操作,进入目标测量模式,目标测量模式为测量模式选取操作所选取的测量模式;响应于用户在测量交互界面展示的二维图像上的选点操作,根据选点操作选取的点进行三维测量计算,得到三维测量结果。本申请公开的测量交互方法,用户可在目标对象的二维图像上进行选点操作,进而实现三维测量,在二维图像上进行选点操作相比于在三维模型上进行选点操作更为方便快捷,用户体验较好。
-
公开(公告)号:CN119583969A
公开(公告)日:2025-03-07
申请号:CN202411568383.2
申请日:2024-11-05
Applicant: 浙江潮汐力科技有限公司
IPC: H04N23/743 , H04N23/70
Abstract: 本申请提供一种图像曝光调整方法、装置、设备、介质及产品,该方法包括:获取原始图像对应的曝光特征,该曝光特征包括原始图像的图像质量特征、图像信息特征和全局特征;基于曝光特征预测原始图像的下一帧图像对应的调整曝光值;基于调整曝光值对下一帧图像的曝光值进行调整。本申请可以提高图像曝光效果,进而提高图像成像质量。
-
-
-
-
-
-
-
-
-