一种基于深度学习识别复杂场景人物的方法及系统

    公开(公告)号:CN116363551A

    公开(公告)日:2023-06-30

    申请号:CN202211734521.0

    申请日:2022-12-30

    Abstract: 本发明公开了一种基于深度学习识别复杂场景人物的方法及系统,属于数据识别技术领域。本发明方法,包括:基于待监控复杂场景内的视频采集设备,采集待监控复杂场景内的视频数据,基于多种数据模型对所述视频数据进行解析识别,以获取所述视频数据的识别数据;基于所述识别数据及所述识别数据相对应的视频数据,生成检测模型;基于所述目标复杂场景内的视频采集设备,采集所述目标复杂场景内的目标视频数据;将所述目标视频数据输入至检测模型,基于所述监测模型对目标视频数据进行检测,以得到所述目标复杂场景内的人物识别数据。本发明能够用于对复杂场景内的人物进行识别。

    一种企业名片信息查询方法、装置、设备和介质

    公开(公告)号:CN114661773A

    公开(公告)日:2022-06-24

    申请号:CN202011539413.9

    申请日:2020-12-23

    Abstract: 本发明公开了一种企业名片信息查询方法、装置、设备和介质,由于该方法中根据获取的待查询企业名称信息的每个第一目标关键词、预先保存的关键词与企业名片信息集合的对应关系,确定每个第一目标关键词对应的每个目标企业名片信息集合的交集,每个第一目标关键词对应的每个目标企业名片信息集合均包括该待查询企业名称信息对应的企业名片信息,根据该交集中的企业名片信息对应的企业名称信息,确定与待查询企业名称信息匹配的设定数量的目标企业名称信息对应的每个目标企业名片信息时,由于在与待查询企业名称信息进行匹配时需要匹配的企业名称信息的数量较少,从而提高了企业名片信息查询时的速度,减少了查询所花费的时间。

    一种基于深度学习的多票据混拍图像校正方法及系统

    公开(公告)号:CN112633275A

    公开(公告)日:2021-04-09

    申请号:CN202011525976.2

    申请日:2020-12-22

    Abstract: 本发明公开了一种基于深度学习的多票据混拍图像校正方法及系统,通过设计深度学习目标检测模型,将混拍图像切割为每个单目标票据外接矩形区域并标注类别信息,实现系统支持同时校正多个票据目标;在边缘检测之前通过增加图像增强处理,抑制票据目标复杂背景造成的边缘信息干扰,提高边缘检测精度,进而影响校正效果;通过图像校正中的直线检测、直线融合模和直线过滤处理,进一步过滤去除票据目标无关边缘信息,提高图像校正精度。本发明能够有效解决多票据混排图像校正问题,实现从多目标输入到多目标校正图像输出端对端一体化解决,降低人工成本和时间成本,为后续文本高精度识别提供保障。

    一种基于企业进销关系图谱的企业风险识别方法与系统

    公开(公告)号:CN112328839A

    公开(公告)日:2021-02-05

    申请号:CN202011224147.0

    申请日:2020-11-05

    Abstract: 本发明公开一种基于企业进销关系图谱的企业风险识别方法与系统,包括数据集构建;构建关系图谱,将数据集中的每个企业与进销项货物作为节点加入到图数据库中,将每个企业和进销项货物的对应关系作为边加入到图数据库中;根据已经构成的关系图谱,通过对应关系查询任意两个企业之间共有的进销项货物在总的进销项货物所占的金额比例进行企业进销项货物相似度计算;根据相似度计算结果,筛选进销项相似企业并通过企业行业属性,识别企业风险。本发明通过计算企业进销项相似度,从而对进销项相似企业的行业属性进行对比来进行企业的风险识别,从而达到税务监管部门能够对企业进行更有效的管理和分析风险企业的目的。

    一种税务风险企业挖掘方法及装置

    公开(公告)号:CN113989005B

    公开(公告)日:2025-01-28

    申请号:CN202111259021.1

    申请日:2021-10-27

    Abstract: 本申请涉及大数据挖掘技术领域,特别涉及一种税务风险企业挖掘方法及装置。该方法包括:获取黑名单企业的企业信息,并获取所述黑名单企业与其他企业之间的票流关系;基于所述黑名单企业的企业信息和所述黑名单企业与其他企业之间的票流关系,构建由所述黑名单企业和所述其他企业作为节点,所述黑名单企业和所述其他企业之间的票流关系作为边的有向图结构;基于所述有向图结构,计算各节点之间的关联度,并根据所述各节点之间的关联度,对所述各节点进行关联企业聚类处理,得到至少一个企业集合;基于各企业集合包括的黑名单企业数量和总企业数量,分别计算各企业集合的税务风险值。

Patent Agency Ranking