-
公开(公告)号：CN111949649B
公开(公告)日：2024-06-25
申请号：CN201910399308.0
申请日：2019-05-14
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种动态本体存储系统、存储方法和数据查询方法。所述本体系统包括源数据存储层、配置层及本体存储层。可以根据用户需求和行业特点动态的生成配置目标行业动态本体的源数据配置信息、动态本体配置规则和动态本体存储规则，根据所述源数据配置信息从源数据存储层获取源数据，并根据动态本体配置规则利用获取的源数据生成动态本体，使本体的配置更加智能和灵活，同时采用混合存储的技术，以结构化存储系统作为本体存储的主数据库，有效保证了本体的安全可靠性，以图数据存储系统存储本体的对象关系，可以存储本体中对象的多级关系，以全文索引存储系统存储本体的概要信息，可以为用户提供更加高效的查询服务。
-
公开(公告)号：CN118190973A
公开(公告)日：2024-06-14
申请号：CN202211559151.1
申请日：2022-12-06
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01N23/04 , G01N23/20 , G01N23/20008 , G01N23/223 , G01N21/359 , G01N33/22 , G01N21/01
Abstract: 本申请提供一种物质检测器件、装置及其系统。物质检测器件包括承载台、形貌探测装置及能谱探测组件。形貌探测装置设于承载台的上方；形貌探测装置用于检测物质样品的表面形貌信息。能谱探测组件，包括能谱探测器和能谱处理器，能谱探测器设于承载台的上方；能谱探测器包括X射线发射器和与X射线发射器连接的X射线采集器，X射线发射器用于在表面形貌信息满足能谱探测条件时，向物质样品发射X射线，X射线采集器用于在表面形貌信息满足能谱探测条件时，获取物质样品受X射线激发产生的荧光，并输出相应的电信号；能谱处理器与X射线采集器连接，能谱处理器用于对电信号进行处理，得到荧光的能谱，作为物质样品能谱。提高准确性。
-
公开(公告)号：CN112052707B
公开(公告)日：2024-06-14
申请号：CN201910492893.9
申请日：2019-06-06
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种物品检测系统、方法及装置。物品检测方法，包括：获取针对物品取放柜的物品取放触发数据；当基于触发数据确定物品取放柜处于物品取放触发状态时，基于物品取放触发数据确定取放区域；获取与物品取放时刻相关的图像，基于与物品取放时刻相关的图像得到目标图像数据；将取放区域的信息及目标图像数据发送至云端，由云端基于取放区域的信息及目标图像数据确定物品取放信息。以本地与云端相结合的方式，基于与物品取放时刻相关的图像得到的目标图像数据、取放区域的信息来确定物品取放信息，与利用视频图像进行动作姿态分析和物品识别相比，减少了分析的数据量，从而降低了计算量，提高了检测效率。
-
公开(公告)号：CN112800813B
公开(公告)日：2024-06-07
申请号：CN201911108141.4
申请日：2019-11-13
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供了一种目标识别方法及装置，获取待识别图片，将待识别图片输入预先训练的目标深度学习模型，得到待识别图片中的目标特征，将该目标特征与预先标定的目标特征进行比较，得到待识别图片的目标识别结果。其中，目标深度学习模型在对输入的待识别图片进行运算时，针对目标深度学习模型中的每一个网络层，将输入该网络层的输入特征、该网络层的网络权重和该网络层输出的输出特征中的至少一项量化为位宽小于16比特的低比特整型数据。对于每个网络层，参与运算的是位宽较低的低比特整型数据，降低了参与运算的数据的位宽和数据量，能够提升目标深度学习模型进行目标识别的运算速率，从而提高了目标识别的效率。
-
公开(公告)号：CN118051622A
公开(公告)日：2024-05-17
申请号：CN202211460676.X
申请日：2022-11-17
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种数据存储、数据查询方法、系统、装置及电子设备，涉及知识图谱技术领域，该数据存储方法包括：获取目标事件数据；基于类型信息和对象信息，生成目标事件数据的标识信息；根据标识信息，将目标事件数据写入事件数据库，并根据事件数据库中标识信息对应的各事件数据，生成标识信息对应的统计信息；在图数据库中存在与事件类型对应的节点边的情况下，将标识信息和所生成的统计信息作为节点边的属性数据，写入图数据库；通过本方案可以提高图数据库的运行效率。
-
Patent Agency Ranking
公开(公告)号：CN118014108A
公开(公告)日：2024-05-10
申请号：CN202211370606.5
申请日：2022-11-03
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明属于智能交通技术领域，公开了一种行程时间预测方法、设备及存储介质。本申请在进行行程时间预测时，首先会根据目标行程所属区域的路网数据构建维诺图，而维诺图以连续多边形表征空间结构，这种结构天然地引入了空间近邻的先验知识，相比常规的方格和六边形表征方法更符合实际空间结构，其后会将表征目标行程所属区域的区域交通特征及空间特征的区域标记数据映射至维诺图中，使得映射后的维诺图中的数据能够体现空间分布的结构性和异质性，之后再对映射后的维诺图进行特征提取，保证预测时所使用的交通特征数据及空间特征数据进行时间预测与实际更贴合、表征更加准确，从而提高了时间预测的准确性。
-
公开(公告)号：CN117994826A
公开(公告)日：2024-05-07
申请号：CN202211325299.9
申请日：2022-10-27
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种活体检测方法及装置，方法包括：获取第一波段的红外摄像头所采集到的目标对象的第一人脸图像以及第二波段的红外摄像头所采集到的目标对象的第二人脸图像，第一波段和第二波段不同；从第一人脸图像中提取得到第一全脸特征和第一眼部特征，并从第二人脸图像中提取得到第二全脸特征和第二眼部特征；通过预设的活体分类模型，基于所述第一全脸特征、所述第一眼部特征、所述第二全脸特征和所述第二眼部特征确定所述目标对象是否为活体。本申请实施例提高了活体检测的准确性。
-
公开(公告)号：CN117994627A
公开(公告)日：2024-05-07
申请号：CN202211418306.X
申请日：2022-11-14
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种脉冲神经网络训练方法、装置、电子设备及存储介质，所述方法包括：获取已训练的人工神经网络中的网络参数；将已训练的人工神经网络中的网络参数转换为待训练脉冲神经网络的参数，得到已训练的目标脉冲神经网络。由于已训练的人工神经网络中的激活函数是根据脉冲神经网络中的神经元的输出脉冲速率函数，以及神经元的输出脉冲速率与激活函数的输出激活值之间的映射关系得到的，所以在将该已训练的人工神经网络中的参数映射到待训练脉冲神经网络中时，消除了转换误差，提高了脉冲神经网络的应用效率，可以以最小的时间步长实现人工神经网络至脉冲神经网络的无损转换。
-
公开(公告)号：CN113362392B
公开(公告)日：2024-04-23
申请号：CN202010145503.3
申请日：2020-03-05
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提出了可视域生成方法、装置、计算设备及存储介质。一种可视域生成方法，包括：获取第一摄像机的地理位置；根据所述地理位置确定太阳的方位角；检测第一摄像机采集的图像中目标对象的区域和目标对象在太阳光线下的阴影区域；根据所述目标对象的区域和所述阴影区域，确定所述阴影区域在图像坐标系中的阴影方向；根据所述太阳的方位角和阴影方向，确定所述第一摄像机的第一参考朝向。
-
公开(公告)号：CN117854015A
公开(公告)日：2024-04-09
申请号：CN202211204599.1
申请日：2022-09-29
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V20/54 , G06V10/82 , G06V10/44 , G06N3/08 , G06N3/0464
Abstract: 本申请实施例提供了一种交通问题检测、模型训练方法、装置、设备及存储介质，涉及数据挖掘技术领域，交通问题检测方法包括：根据交通流之间的流向关系，确定与待检测交通流关联的交通流作为关联交通流；获得多个时间段内待检测交通流与关联交通流的交通数据；根据待检测交通流与关联交通流之间的流向关系以及每一时间段对应的交通数据，提取目标道路场景的交通流在每一时间段对应的空间特征，其中，目标道路场景为：由待检测交通流和关联交通流确定的道路场景；根据提取到的每一时间段对应的空间特征，获得目标道路场景的交通流的时序特征；根据时序特征，检测待检测交通流的交通问题。应用本申请实施例提供的方案能够提高交通问题检测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
807
records
(took 0.085 seconds)
