-
公开(公告)号:CN118155118A
公开(公告)日:2024-06-07
申请号:CN202410262632.9
申请日:2024-03-07
Applicant: 中移雄安信息通信科技有限公司 , 中移系统集成有限公司 , 中国移动通信集团有限公司 , 中移信息系统集成有限公司
Abstract: 本申请公开了一种目标对象的检测方法、装置、计算机程序产品及电子设备,属于人工智能技术领域,用以提高目标对象检测效率。所述方法包括:对待检测的视频进行抽帧操作;将所述抽帧操作得到的图片存储到图片存储件;通过目标检测算法从所述图片存储件的图片中获取目标图片;通过所述目标算法对所述目标图片进行目标对象检测。
-
公开(公告)号:CN117037204A
公开(公告)日:2023-11-10
申请号:CN202210463049.5
申请日:2022-04-28
Applicant: 中移雄安信息通信科技有限公司 , 中移系统集成有限公司 , 中国移动通信集团有限公司
Abstract: 本申请涉及计算机视觉领域,提供一种摔倒检测方法、装置、电子设备及计算机程序产品。所述方法包括:在视频帧中筛选得到有效视频帧;根据检测对象的高度属性对有效视频帧进行尺寸矫正并确定检测对象的空间比例属性;根据空间比例属性对检测对象在每一有效视频帧中的三维姿态信息进行填充,得到无遮挡视频帧;基于无遮挡视频帧,利用摔倒检测模型得到检测对象的摔倒检测结果。本申请实施例提供的摔倒检测方法可以减少无关视频帧的干扰以及解决因视角限制导致的检测对象被遮挡和变形的问题,进而提高摔倒检测结果的准确度。
-
公开(公告)号:CN116069306A
公开(公告)日:2023-05-05
申请号:CN202111290544.2
申请日:2021-11-02
Applicant: 中移系统集成有限公司 , 中移雄安信息通信科技有限公司 , 中国移动通信集团有限公司
IPC: G06F8/34
Abstract: 本发明提供一种算法可视化开发的方法、装置、电子设备及存储介质,该方法包括:基于不同的算法开发任务,确定需要的底层画布和基础算法的图形组件;基于所述算法的流程,确定所述算法的可视化编排;基于模型转换后的所述算法的可视化编排以及设置的校验条件,确定所述算法的校验结果;若校验结果是通过,则生成所述算法的可部署的算法容器,完成所述算法的可视化开发。本发明提供的算法可视化开发的方法、装置、电子设备及存储介质,通过将芯片和基础算法可视化,实现算法可视化编排,简单易上手,无代码开发。减少开发人员对底层平台约束限制,提高工作效率。
-
公开(公告)号:CN119046440A
公开(公告)日:2024-11-29
申请号:CN202411522558.6
申请日:2024-10-29
Applicant: 中移信息系统集成有限公司 , 中移雄安信息通信科技有限公司 , 中移系统集成有限公司 , 中国移动通信集团有限公司
IPC: G06F16/332 , G06F9/448 , G06N5/022 , G06N5/04
Abstract: 本申请公开了一种智能问答方法、系统、电子设备及可读存储介质,该方法包括:获取待回答问题以及与所述待回答问题关联的多模态文件;对所述待回答问题进行意图识别,确定所述待回答问题对应的目标处理任务;调用与所述目标处理任务匹配的目标多模态大模型或目标代码工具,基于所述目标处理任务对所述多模态文件进行处理,生成所述待回答问题的答案。
-
公开(公告)号:CN118364170A
公开(公告)日:2024-07-19
申请号:CN202410408522.9
申请日:2024-04-07
Applicant: 中移雄安信息通信科技有限公司 , 中移系统集成有限公司 , 中国移动通信集团有限公司 , 中移信息系统集成有限公司
IPC: G06F16/9535 , G06F16/9537 , G06F16/535
Abstract: 本说明书实施例公开了一种筛选媒体资源的方法、装置、电子设备、存储介质和产品,方法包括根据时空筛选条件和运行状态信息确定匹配的样本观测点监控设备,获取样本观测点监控设备采集的实时图像数据,根据各实时图像数据对应的推荐参数确定对应景点的推荐指数,筛选推荐指数满足预设推荐要求的目标景点的媒体资源并推荐给目标用户,实现了从景区推荐参数、景点推荐参数和观测点推荐参数等多个维度筛选媒体资源,以便将相对重要的媒体资源推荐给用户。
-
公开(公告)号:CN117115578A
公开(公告)日:2023-11-24
申请号:CN202210522933.1
申请日:2022-05-13
Applicant: 中移雄安信息通信科技有限公司 , 中移系统集成有限公司 , 中国移动通信集团有限公司
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及图像处理技术领域,提供一种图像异常检测模型训练方法、装置、设备及介质,该方法包括:对采集到的基站部件图像集进行图像预处理,得到基站部件图像集的正常样本图像训练集;通过正常样本图像训练集结合稀疏约束和分布约束,对预设自编码器进行训练,得到目标优化自编码器;通过判别器对目标优化自编码器进行再训练,得到图像异常检测模型。本申请实施例提供的图像异常检测模型训练方法结合正常样本图像训练集、稀疏约束、分布约束和判别器对自动编码器进行训练,得到具有更强鲁棒的正常样本图像的重建能力、拉远正常样本图像在向量空间距和具备更优性能的图像异常检测模型,从而更加快速准确地区分出正常图像和异常图像。
-
-
-
-
-