-
公开(公告)号：CN214847088U
公开(公告)日：2021-11-23
申请号：CN202120435455.1
申请日：2021-03-01
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司 , 厦门市政管廊投资管理有限公司
Abstract: 本实用新型涉及市政监测设备技术领域，具体涉及一种智能井盖终端，其结构包括井盖、处理单元、位置传感器、水浸传感器、倾斜角传感器、通信模块，处理单元、位置传感器、水浸传感器、倾斜角传感器和通信模块均固定设置在井盖的内侧面上，处理单元一侧等间距排列固定安装有接线端头管，通信模块与井盖监控管理后端相连接，井盖监控管理后端与用户端连接，本实用新型提供的一种智能井盖终端，通过智能井盖终端结构中前端感知设备以及后端监控管理平台和用户端之间的全系统联动，有效提升安全隐患的感知和响应水平，保证了行人和车辆的安全。
-
公开(公告)号：CN214755103U
公开(公告)日：2021-11-16
申请号：CN202120476846.8
申请日：2021-03-05
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司 , 厦门市政管廊投资管理有限公司
Abstract: 本实用新型提供了一种便携式通风设备，涉及通风设备技术领域，套环前端外边缘呈环形开设有一圈连接口，连接口内部通过螺纹转动连接有连接管，且连接管前端固定连接有螺纹管，螺纹管前端固定熔接有扩风盘；套环后端外边缘固定连接有对接套管，且对接套管内壁后端嵌接有内滤网，对接套管后壁熔接有橡胶环，且橡胶环后端粘接有粘黏层一，对接套管外壁中部套接固定有外挡盘，且外挡盘后壁粘接有呈环形的粘黏层二，气流能够快速扩散在空气中，避免大量聚集，通过本实用新型可对市政电箱进行快速的通风处理，便于提高对市政电箱的检修效率，解决了因为烟雾以及箱体内灰尘的聚集，导致检修过程不便的问题。
-
公开(公告)号：CN114140680B
公开(公告)日：2025-04-29
申请号：CN202111476925.X
申请日：2021-12-02
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
IPC: G06V20/00 , G06V10/40 , G06V10/80 , G06V10/762 , G06V10/82
Abstract: 本申请提供了一种基于深度学习的海面目标检测与识别方法及系统，该方法包括：获取多张图片作为原始图像数据并进行边框和类别标注；对原始图像数据进行数据增强，新生成的图片与采集图片作为训练图片；特征提取网络Darknet53中部分卷积处理层修改为Inception模块和ResNet模块，利用修改后的特征提取网络提取训练图片的特征图；将特征图送入多尺度检测网络中，在特征图上生成不同尺度、不同宽高比的预测框拟合图片中的待测目标，多尺度检测网络包括有至少四个检测尺度；采用NMS对预测框进行多余预测框剔除得到待测目标的唯一标识框；对修改后的特征提取网络、多尺度检测网络以及NMS的整个模型进行迭代训练，最终输出整个模型。有效提高对小目标的检测率、减少漏检现象。
-
公开(公告)号：CN112766311A
公开(公告)日：2021-05-07
申请号：CN202011615690.3
申请日：2020-12-30
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明公开了一种测试基于深度学习的车辆检测模型鲁棒性的方法和装置，获取车辆图片及对应的CAD模型；建立参数化纹理生成网络模型并进行训练，通过深度神经网络对车辆图片进行特征提取，得到第一特征，通过三角网格模型对CAD模型进行特征提取，得到第二特征，将第一特征和第二特征连接起来作为深度卷积生成网络的输入，输出为参数化纹理图片，将参数化纹理图片并进行处理得到合成车辆图片，将合成车辆图片输入车辆分类网络，记录判别结果中被分类为非车辆的图片的参数化纹理图片并进行建模，得到最终的对抗样本图片，将车身粘贴有对抗样本图片的车辆图片输入被测的车辆检测模型，计算出表征车辆检测模型鲁棒性的鲁棒度。
-
公开(公告)号：CN112766061B
公开(公告)日：2025-05-16
申请号：CN202011615688.6
申请日：2020-12-30
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明给出了一种多模态无监督的行人像素级语义标注方法和系统，包括对无人的监控场景进行三维重建，获取监控场景的初始点云信息；利用Tof图像采集设备获取监控场景中的第一点云信息，将其与初始点云信息配准后进行集合的差运算，获得第二点云信息，并将第二点云信息在水平面上进行投影，获得人员点云信息集合；对红外图像采集设备获取的场景信息阈值化后的二值化图像进行膨胀和腐蚀，获得连通区域信息集合；分别将人员点云信息集合和连通区域信息集合，利用已经标定的相机之间的位置关系，投影到RGB图像采集设备的图像平面空间中进行集合的交集运算，响应于共同像素超过第一阈值时，获取对应的人体区域集合。该方法和系统充分融合了不同模态摄像机的优点，可以有效提取出场景中的人体像素点。
-
Patent Agency Ranking
公开(公告)号：CN114155147A
公开(公告)日：2022-03-08
申请号：CN202111459752.0
申请日：2021-12-02
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本申请提供了一种基于多源数据的广域海洋全景融合方法及系统，该方法包括：获取多张图像并提取图像的标定点，计算相机的参数，使用最小生成树法从图像中选取参考图像，以及对剩余图像进行排序；使用直接线性变换算法获得所有图像中具有重叠区域的两张图像之间的变换矩阵，以及获取所有剩余图像与参考图像之间的投影变换关系；使用光束平差法对参数进行优化，获得标定后的相机参数；以及采用改进的图割算法对多张图像进行拼接融合处理，生成海面全景融合图像。使用光速平差法对标定点残差进行协同优化，获得标定后的相机参数，进而约束相机的整体几何结构。改进后的图割算法可以适用于海面的拼接应用场景以实现海面全景图像的融合。
-
公开(公告)号：CN114155147B
公开(公告)日：2025-04-29
申请号：CN202111459752.0
申请日：2021-12-02
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
IPC: G06T3/4038 , G06T7/80 , G06T7/11 , G06T5/70
Abstract: 本申请提供了一种基于多源数据的广域海洋全景融合方法及系统，该方法包括：获取多张图像并提取图像的标定点，计算相机的参数，使用最小生成树法从图像中选取参考图像，以及对剩余图像进行排序；使用直接线性变换算法获得所有图像中具有重叠区域的两张图像之间的变换矩阵，以及获取所有剩余图像与参考图像之间的投影变换关系；使用光束平差法对参数进行优化，获得标定后的相机参数；以及采用改进的图割算法对多张图像进行拼接融合处理，生成海面全景融合图像。使用光速平差法对标定点残差进行协同优化，获得标定后的相机参数，进而约束相机的整体几何结构。改进后的图割算法可以适用于海面的拼接应用场景以实现海面全景图像的融合。
-
公开(公告)号：CN114187404A
公开(公告)日：2022-03-15
申请号：CN202111511729.1
申请日：2021-12-06
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明公开了一种用于近海域高分辨率的三维重建方法和系统，包括采用透视尺寸不变特征对近海域多视场角图像进行匹配，根据特征相似度指导采样，得到稀疏特征点云；基于结构化局部二值模式，利用图割法获取每个像素深度，加密稀疏特征点云生成稠密点云；对所有视角的点云进行全局误差优化，并根据匹配的特征点的深度信息，生成特征点在空间中的三维坐标；构建平面基元之间的强弱连接关系，通过图结构与能量函数获取表面模型。该发明可获取海域的广域大范围全景高分辨率信息，构建三维模型，能够直观展示近海域时空大数据。
-
公开(公告)号：CN114140680A
公开(公告)日：2022-03-04
申请号：CN202111476925.X
申请日：2021-12-02
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本申请提供了一种基于深度学习的海面目标检测与识别方法及系统，该方法包括：获取多张图片作为原始图像数据并进行边框和类别标注；对原始图像数据进行数据增强，新生成的图片与采集图片作为训练图片；特征提取网络Darknet53中部分卷积处理层修改为Inception模块和ResNet模块，利用修改后的特征提取网络提取训练图片的特征图；将特征图送入多尺度检测网络中，在特征图上生成不同尺度、不同宽高比的预测框拟合图片中的待测目标，多尺度检测网络包括有至少四个检测尺度；采用NMS对预测框进行多余预测框剔除得到待测目标的唯一标识框；对修改后的特征提取网络、多尺度检测网络以及NMS的整个模型进行迭代训练，最终输出整个模型。有效提高对小目标的检测率、减少漏检现象。
-
公开(公告)号：CN112766061A
公开(公告)日：2021-05-07
申请号：CN202011615688.6
申请日：2020-12-30
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明给出了一种多模态无监督的行人像素级语义标注方法和系统，包括对无人的监控场景进行三维重建，获取监控场景的初始点云信息；利用Tof图像采集设备获取监控场景中的第一点云信息，将其与初始点云信息配准后进行集合的差运算，获得第二点云信息，并将第二点云信息在水平面上进行投影，获得人员点云信息集合；对红外图像采集设备获取的场景信息阈值化后的二值化图像进行膨胀和腐蚀，获得连通区域信息集合；分别将人员点云信息集合和连通区域信息集合，利用已经标定的相机之间的位置关系，投影到RGB图像采集设备的图像平面空间中进行集合的交集运算，响应于共同像素超过第一阈值时，获取对应的人体区域集合。该方法和系统充分融合了不同模态摄像机的优点，可以有效提取出场景中的人体像素点。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.055 seconds)
