-
公开(公告)号：CN116229353A
公开(公告)日：2023-06-06
申请号：CN202310021046.0
申请日：2023-01-06
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06V20/52 , G06T7/292 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于多目标跟踪的作业现场安全监管方法，包括以下步骤：在服务器端搭建FairMOT模型的训练环境，收集若干作业现场监控视频数据在服务器端对FairMOT模型进行训练，并将训练好的模型转化为预设的边缘环境能运行的模型文件；在边缘端搭建FairMOT模型的推理环境，并将服务器端转化好的模型文件导出至边缘端；在边缘端从目标作业现场的多个监控摄像头接收多路监控视频，通过模型文件对多路监控视频进行并行分析处理，识别各路监控视频中的目标，并对识别到的所有目标进行关联统一，对识别到的每一目标进行位置跟踪；基于识别到的每一目标的位置跟踪结果，根据预先制定的安全监管规则完成作业现场监管任务。
-
公开(公告)号：CN115761422A
公开(公告)日：2023-03-07
申请号：CN202211387157.5
申请日：2022-11-07
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
IPC: G06V10/80
Abstract: 本发明涉及一种多样本集融合的图像目标检测方法，包括：利用第一样本集训练第一目标检测模型；利用第二样本集训练第二目标检测模型；利用训练完毕的第一目标检测模型标注第二样本集，得到第二样本集的反向标签数据；利用训练完毕的第二目标检测模型标注第一样本集，得到第一样本集的反向标签数据；融合第一样本集与第二样本集，得到全量样本集，所述全量样本集中样本的标签数据包括原标签数据和反向标签数据；构建第三目标检测模型；利用全量样本集训练第三目标检测模型；利用训练完毕的三目标检测模型进行多目标检测。
-
公开(公告)号：CN108596195B
公开(公告)日：2022-08-19
申请号：CN201810435125.5
申请日：2018-05-09
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06V10/46 , G06V10/764 , G06V10/40 , G06V10/77 , G06K9/62
Abstract: 本发明涉及图像识别技术领域，特别涉及一种基于稀疏编码特征提取的场景识别方法。一种基于稀疏编码特征提取的场景识别方法，包括步骤：对预先采集的用于训练的样本图像集进行预处理操作；提取样本图像集的特征表达向量；将特征表达向量及其对应的类别标注加入线性分类器中，构建线性场景分类器；对待识别的样本图像集进行预处理操作；提取待识别的样本图像集的特征表达向量；将待识别的样本图像集的特征表达向量送入线性场景分类器中识别，获得样本图像集的所属场景类的类别标注。采用稀疏编码技术可以在降低图像维度的同时保留图像的主要信息，同时对噪声及遮挡具有强大的鲁棒性。
-
公开(公告)号：CN112380982A
公开(公告)日：2021-02-19
申请号：CN202011265162.X
申请日：2020-11-13
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
Abstract: 本发明提供了电力施工监测技术领域的一种电力行业基建项目进度与质量的一体化监测方法，本发明技术方案采用基于卷积神经网络的深度强化学习模型，先通过影像监控设备收集大量的影像数据，以一个电力基建项目作为一个学习样例，然后利用卷积神经网络抽取影像图片中的目标，如人员，设备，现场施工轮廓等，并结合深度强化学习算法，一体化监测项目进度和质量的情况；卷积神经网络具有表征学习能力，能够按其阶层结构对输入影像信息进行平移、旋转不变分类，有效提取影像目标，实现对目标的实时监控，本发明可对当前的基建施工情况进行监测，不但关注基建的进度，更加重视基建过程中的质量保障问题。
-
公开(公告)号：CN111090675A
公开(公告)日：2020-05-01
申请号：CN201911154529.8
申请日：2019-11-22
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
IPC: G06F16/2455 , G06F16/2453
Abstract: 一种多入口数据缓存方法及存储介质，其中方法包括如下步骤，拦截原缓存调用请求，根据该缓存调用请求生成密钥KEY，所述密钥KEY的生成规则为：入口平台代码+命名空间+类名+命名空间版本号+识别码；使用上述密钥在缓存服务器中进行数据调用，若获取的到数据，则将数据返回，若未命中数据，则直接使用原缓存调用请求获取数据库中数据，并将该数据及对应的密钥KEY存储在缓存服务器中。本发明通过对数据调用的请求进行拦截，然后在缓存服务器中创建识别KEY及对应数据的方式，使得多入口分次调用相同数据的请求不用再多次访问数据库，减少了数据库的代码侵入，并进一步地提高了入口数据调用的效率。
-
Patent Agency Ranking
公开(公告)号：CN109657704A
公开(公告)日：2019-04-19
申请号：CN201811424167.5
申请日：2018-11-27
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
Abstract: 本发明提供一种基于稀疏融合的核化场景特征提取方法，包括对输入的场景图像进行预处理操作，分别提取处理图像的稠密SIFT特征和LBP特征；利用离线场景图像集，逐层计算出提取层级式稀疏融合特征所需的字典矩阵，结合字典矩阵对处理图像进行层级式稀疏编码与融合，形成图像的局部稀疏融合特征表达；对图像的局部稀疏融合特征表达进行SPM池化，形成图像的全局稀疏融合特征表达；对图像的全局稀疏融合特征表达进行归一化；对归一化的全局稀疏融合特征表达进行近似核变换，形成图像的全局核化场景特征表达。本发明优点：可实现对稠密SIFT和LBP两种不同类型的特征进行有效融合，且能提高特征的的辨别能力，进而可提高后期分类任务的精度。
-
公开(公告)号：CN107590134A
公开(公告)日：2018-01-16
申请号：CN201711012851.8
申请日：2017-10-26
Applicant: 福建亿榕信息技术有限公司 , 国家电网公司 , 国网信息通信产业集团有限公司
Abstract: 一种文本情感分类方法、存储介质及计算机，其中方法包括如下步骤，对输入文本进行情感词典构建，所述情感词典构建步骤包括词性选择表达、底层特征向量提取；中层特征提取，结合所述情感词典，采集训练样本的词向量，对训练样本的词向量进行池化后得到中层特征向量；对所述底层特征向量、中层特征向量进行加权融合，得到融合特征向量，分别基于底层特征向量分类模型、中层特征向量分类模型、融合特征向量分类模型计算分类结果。解决现有技术情感分类不够高效、稳定的问题。
-
公开(公告)号：CN116758907B
公开(公告)日：2024-01-02
申请号：CN202311035254.2
申请日：2023-08-17
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G10L15/06 , G10L15/18 , G10L15/22 , G06F40/30 , G06F18/214
Abstract: 本发明公开了一种小样本语义理解训练方法及系统，具体涉及样本训练技术领域，包括数据处理模块以及与数据处理模块通讯连接的信息采集模块、信噪比较模块、样本标记模块以及效果判断模块；将样本偏离评估值和信噪偏移指数通过归一化处理计算得到样本有效性评估系数并通过样本有效性评估系数和有效性评估阈值的比较来判断样本的有效性，避免无效样本对训练效果的不利影响，提高语义理解训练的效率和准确性；根据生成的第一训练效果不佳信号、训练效果正常信号以及第二训练效果不佳信号，可以对同一批次的训练效果的有效性进行评估，以确定该批次的样本差异程度是否符合要求，从而为语义理解的样本训练的效率和实用性提供帮助。
-
公开(公告)号：CN111090755B
公开(公告)日：2023-04-04
申请号：CN201911197172.1
申请日：2019-11-29
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网北京市电力公司 , 国家电网有限公司大数据中心 , 国网福建省电力有限公司 , 国家电网有限公司 , 国网信通亿力科技有限责任公司
IPC: G06F16/36 , G06F16/33 , G06F16/383 , G06F40/289 , G06Q50/06
Abstract: 一种文本关联关系判别方法及存储介质，其中方法包括如下步骤，对输入的语料进行预处理，得到预处理文本，对预处理文本中的文本字段进行判断是否为超短文本，对其中的超短文本根据行业知识图谱进行改写，得到改写文本，将改写文本输入BERT模型进行训练、分析，得到模型输出的关联关系判别结果。本发明可以结合超短文本改写技术进行短文本关联关系判断的方法。对比已有方案具有语义理解能力强、文本长度影响小、相关性判断准确率高的有益效果，综上所述，本发明解决了现有技术中对行业文本相关性的判断仍然不够准确的问题。
-
公开(公告)号：CN115358376A
公开(公告)日：2022-11-18
申请号：CN202211279081.4
申请日：2022-10-19
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 中科方寸知微(南京)科技有限公司
Abstract: 本发明涉及一种反知识蒸馏模型保护方法、系统、设备和存储介质，包括以下步骤：建立噪声生成模型；从目标模型的训练数据集中获取采样数据，将各采样数据输入至目标模型，获取第一预测置信度向量；将各第一预测置信度向量作为训练数据输入至噪声生成模型，对噪声生成模型进行训练使噪声生成模型输出的干扰置信度向量与第一预测置信度向量存在偏差；将训练好的噪声生成模型部署为保护模块，在输入数据至目标模型时，获取目标模型的第二预测置信度向量，并添加噪声，得到当前的干扰置信度向量；对干扰置信度向量进行校正，使校正后的干扰置信度向量的置信度排序与第二预测置信度向量的置信度排序一致；以校正后的干扰置信度向量作为输出结果。
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.076 seconds)
