公开(公告)号：CN119992522A

公开(公告)日：2025-05-13

申请号：CN202510459797.X

申请日：2025-04-14

Applicant: 珠海市格努科技有限公司 ,  桂林电子科技大学

Inventor： 黄廷辉 ,  彭佳宝 ,  朱天元 ,  王奕凯 ,  彭岗举 ,  彭举彬

IPC: G06V20/59 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本申请涉及计算机视觉和深度学习技术领域，公开了一种驾驶分心识别方法、装置、设备及存储介质，用于解决传统驾驶分心识别方案难以兼顾识别的时效性和准确度的技术问题。驾驶分心识别方法包括：将原始驾驶员图像数据输入预置的驾驶分心识别模型的输入层进行预处理，并将候选驾驶员图像数据通过深度可分离卷积层进行特征提取，得到初始驾驶行为特征图；将初始驾驶行为特征图输入多频谱注意力层进行频谱划分，并对各频谱范围的特征图进行注意力融合操作，得到融合特征图；将融合特征图输入池化层和特征展平层进行处理，得到待识别驾驶行为特征向量；将待识别驾驶行为特征向量输入分类器进行驾驶分心行为识别，得到驾驶分心识别结果。

公开(公告)号：CN119322928A

公开(公告)日：2025-01-17

申请号：CN202411877157.2

申请日：2024-12-19

Applicant: 珠海市格努科技有限公司

Inventor： 王逸轩 ,  颜靖柯 ,  王奕凯

IPC: G06F18/20 ,  G06F18/213 ,  G06F18/25 ,  G06V20/05 ,  G06V20/64 ,  G06V10/36 ,  G06V10/44 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G01S15/86 ,  G01C13/00 ,  G06F123/02

Abstract: 本发明涉及图像处理技术领域，公开了一种海底物体监控方法、装置、机器人及存储介质，该方法通过获取海底中的海底图像、声呐数据和环境参数；根据环境参数确定海底的可见度，并基于可见度利用预设的膨胀滤波器对海底图像进行除雨操作，得到清晰海底图像；通过深度学习模型对清晰海底图像进行多尺度特征提取，得到海底环境特征集；将海底环境特征集和声呐数据进行时间序列的建模，并利用长短期记忆网络分析建模得到的时间序列进行识别，得到物体的识别结果。以解决现有的海底监控方案存在监控准确度低的问题。

公开(公告)号：CN119150706A

公开(公告)日：2024-12-17

申请号：CN202411640775.5

申请日：2024-11-18

Applicant: 珠海市格努科技有限公司

Inventor： 王逸轩 ,  颜靖柯 ,  王奕凯

IPC: G06F30/27 ,  G06F30/23 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06F111/04

Abstract: 本申请涉及轨道交通技术领域，公开了一种弓网物理变量预测方法、装置、系统及存储介质，用于通过傅里叶神经算子从频域上捕捉弓网系统动力学模型内部各参数的复杂映射关系，并通过残差连接网络模拟弓网系统参数之间复杂的关联关系提高目标神经算子的预测结果。弓网物理变量预测方法包括：获取目标预测任务对应的弓网系统输入参数；将弓网系统输入参数输入第一全连接层进行转换，得到初始时域状态；将初始时域状态输入特征提取层的多个目标神经算子迭代进行频域特征提取，得到目标时域状态；将目标时域状态输入第二全连接层进行转换，得到初始弓网物理变量集合；将初始弓网物理变量集合输入残差连接网络层进行修正，得到目标弓网物理变量集合。

公开(公告)号：CN119322928B

公开(公告)日：2025-04-08

申请号：CN202411877157.2

申请日：2024-12-19

Applicant: 珠海市格努科技有限公司

Inventor： 王逸轩 ,  颜靖柯 ,  王奕凯

IPC: G06F18/20 ,  G06F18/213 ,  G06F18/25 ,  G06V20/05 ,  G06V20/64 ,  G06V10/36 ,  G06V10/44 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G01S15/86 ,  G01C13/00 ,  G06F123/02

Abstract: 本发明涉及图像处理技术领域，公开了一种海底物体监控方法、装置、机器人及存储介质，该方法通过获取海底中的海底图像、声呐数据和环境参数；根据环境参数确定海底的可见度，并基于可见度利用预设的膨胀滤波器对海底图像进行除雨操作，得到清晰海底图像；通过深度学习模型对清晰海底图像进行多尺度特征提取，得到海底环境特征集；将海底环境特征集和声呐数据进行时间序列的建模，并利用长短期记忆网络分析建模得到的时间序列进行识别，得到物体的识别结果。以解决现有的海底监控方案存在监控准确度低的问题。