-
公开(公告)号：CN112163543B
公开(公告)日：2024-03-26
申请号：CN202011086337.0
申请日：2020-10-12
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
IPC: G06V20/54 , G06V20/52 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种车辆违法占道的检测方法及系统，方法包括：获取图像采集设备实时拍摄的待检测场景的视频流，所述视频流包括：多帧图像；对待检测场景视频流中的抽帧图像进行预设车道检测区域的划线配置；利用预训练好的交通场景检测模型识别划线配置的抽帧图像，生成待检测车辆的最小外接矩形框、车辆标签和置信度；根据待检测车辆的最小外接矩形框、车辆标签和置信度，判断待检测车辆是否存在违法占道。本发明通过交通场景检测模型的训练，采用划线配置及逻辑判断的方式，根据待检测车辆的最小外接矩形框、车辆标签和置信度，实现对目标车辆违法占道的检测，有利于车辆行驶轨迹的实时监控，为车辆违法占道的捕捉提供了可靠的证据。
-
公开(公告)号：CN113313110B
公开(公告)日：2024-02-13
申请号：CN202110575676.3
申请日：2021-05-25
Applicant: 北京易华录信息技术股份有限公司
IPC: G06V20/62 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V30/19
Abstract: 本发明公开了一种车牌类型识别模型构建及车牌类型识别方法，包括：获取多个不同种类的车牌图像作为训练样本；对训练样本进行均匀采样，将采样后得到的车牌图像输入到第一神经网络模型进行训练得到第一车牌类型识别模型；确定所述训练样本中每一种车牌图像的数量；对数量满足第一预设数量条件的车牌图像进行过采样处理；对数量满足第二预设数量条件的车牌图像进行欠采样处理；利用过采样处理后得到的车牌图像和欠采样处理后得到的车牌图像构成的训练样本训练第二神经网络模型得到第二车牌类型识别模型；将第一车牌类型识别模型和第二车牌类型识别模型进行融合，得到用于进行车牌类型识别的骨干网络。
-
公开(公告)号：CN116304261A
公开(公告)日：2023-06-23
申请号：CN202211536585.X
申请日：2022-12-02
Applicant: 北京易华录信息技术股份有限公司
IPC: G06F16/93 , G06V30/416
Abstract: 本发明提供了一种文档识别方法及装置，其中，该方法包括：获取待识别文档的图像数据；根据图像数据识别待识别文档中各行文字的文本框和待识别文档的文字识别结果；根据各文本框在图像数据中的位置信息将待识别文档的文字识别结果划分为多个文本块；根据各文本框的高度在图像数据中的高度占比从文字识别结果中确定待识别文档的标题和正文；按照待识别文档的各文本块、标题、正文对文字识别结果进行结构化合并，并将结构化合并后的文字识别结果进行存储。实施本发明不需要人工即可完成对文档的管理，提高了效率，并且，将文字识别结果进行结构化合并后，更便于存储以及后续查询维护。
-
公开(公告)号：CN115829332A
公开(公告)日：2023-03-21
申请号：CN202211709182.0
申请日：2022-12-29
Applicant: 北京易华录信息技术股份有限公司
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/26
Abstract: 本发明提供了一种驾驶风险评估方法及装置，其中，驾驶风险评估方法包括：获取交管数据，交管数据包括交通数据和驾驶员数据；对交通数据和驾驶员数据进行基于驾驶员的单项属性计算，单项属性用于表征驾驶员在不同方面的驾驶安全性；基于各单项属性进行熵权计算，得到驾驶员的第一风险得分；基于预设风险评估模型，对交通数据和驾驶员数据进行风险预测，得到驾驶员的第二风险得分；基于第一风险得分和第二风险得分，计算得到每位驾驶员的最终风险得分。通过基于大数据算法和算法模型对交管数据进行整合和计算，在得到有效风险评估结果的同时，大幅降低人工管理的成本，最终实现风险的全方位高效监控。
-
公开(公告)号：CN114170796B
公开(公告)日：2023-01-10
申请号：CN202111381097.1
申请日：2021-11-20
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
Abstract: 发明涉及拥堵传播分析方法领域，尤其是算法改进型拥堵传播分析方法。该方法的步骤为：a)拥堵判别模块对来自区域中的数据进行处理，通过计算路口饱和度进行交通状态的划分，通过计算交通需求指数TI和路口通行能力，从而计算出交叉路口的各车道饱和度，来实现交通状态的划分；b)项集生成模块将来自拥堵判别模块获得的结果进行整合；c)FP‑Tree频繁项集生成。本发明通过FP‑Tree算法代替了Apriori算法的频繁项集挖掘方法，有效提升了算法运行效率。通过添加时空特征约束完成数据过滤，并增加提升度评估方法再次过滤强关联规则中的无效数据。本申请可以快速分析拥堵趋势，为城市缓堵提供信息。
-
Patent Agency Ranking
公开(公告)号：CN114663706A
公开(公告)日：2022-06-24
申请号：CN202210309194.8
申请日：2022-03-25
Applicant: 北京易华录信息技术股份有限公司
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06T7/00 , G06V20/40 , G08G1/017
Abstract: 本发明公开了一种道路资产检测模型构建和道路资产检测方法，获取道路资产图像数据集；对所述道路资产图像数据集中的图像按照目标属性进行分类并将分类后带标签的图像样本集输入至预设的神经网络中训练直至得到满足条件的道路资产检测模型；对获取的视频流数据进行抽帧处理得到对应的道路资产图像数据集并输入道路资产检测模型进行训练。该方法对图像数据集中的图像按照目标属性进行分类，有助于模型对于不同标签的属性的推断，同时方便了模型的管理和部署可以全面、准确地掌握道路资产图像；然后利用训练好的道路资产检测模型对输入的道路资产图像数据进行检测，代替了人工检测，提高了检测效率和准确性。
-
公开(公告)号：CN114332780A
公开(公告)日：2022-04-12
申请号：CN202111446808.9
申请日：2021-11-30
Applicant: 无锡数据湖信息技术有限公司 , 北京易华录信息技术股份有限公司
Abstract: 本发明提供一种针对小目标的交通人车非目标检测方法，先获取待训练的交通图像样本集；再针对小目标的数据进行数据增强；继而构建基于yolov5的小目标检测网络，将带标签的图像样本集输入神经网络中，根据损失值对网络参数的偏导更新神经网络的参数权重，当损失值最小时，得到训练好的针对小目标的人车非目标检测模型；最后将待检测的交通图片输入检测模型中，输出图像中各目标的类别、置信度和四个位置坐标。本发明通过使用针对小目标的数据增强方法以及构造基于注意力机制的特征融合模块，基于YOLOV5检测网络实现对交通人车非目标的实时检测，大幅度提升了小目标的检出率和检测准确性。
-
公开(公告)号：CN113920730A
公开(公告)日：2022-01-11
申请号：CN202111183472.1
申请日：2021-10-11
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本申请公开了一种信号灯的时间分配方法、装置、电子设备及存储介质。方法包括：获取各个路口在预设时间段内交通需求指数对应的分布曲线，并基于分布曲线选择多个第一交通需求指数；查询第一交通需求指数对应的至少两个预设时间周期，并基于第一交通需求指数以及预设时间周期生成第一数值组合；基于第一数值组合生成交通需求指数与时间周期之间的关系曲线；确定分布曲线与关系曲线之间的相关度，并根据相关度对第一数值组合进行筛选，得到目标数值组合。本申请通过计算交通需求指数的分布曲线与交通需求指数与预设时间周期对应关系曲线的相关度，能够精准分配各个路口信号灯的时间，相比依靠手动调整提高了时间分配为效率，且降低了维护成本。
-
公开(公告)号：CN113313110A
公开(公告)日：2021-08-27
申请号：CN202110575676.3
申请日：2021-05-25
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明公开了一种车牌类型识别模型构建及车牌类型识别方法，包括：获取多个不同种类的车牌图像作为训练样本；对训练样本进行均匀采样，将采样后得到的车牌图像输入到第一神经网络模型进行训练得到第一车牌类型识别模型；确定所述训练样本中每一种车牌图像的数量；对数量满足第一预设数量条件的车牌图像进行过采样处理；对数量满足第二预设数量条件的车牌图像进行欠采样处理；利用过采样处理后得到的车牌图像和欠采样处理后得到的车牌图像构成的训练样本训练第二神经网络模型得到第二车牌类型识别模型；将第一车牌类型识别模型和第二车牌类型识别模型进行融合，得到用于进行车牌类型识别的骨干网络。
-
公开(公告)号：CN112001453A
公开(公告)日：2020-11-27
申请号：CN202010902213.9
申请日：2020-08-31
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
IPC: G06K9/62
Abstract: 本发明公开了一种视频事件检测算法的准确率计算方法及装置，涉及计算机视觉技术领域，所述方法包括：分别获取视频事件的真实值与预测值对应的目标检测立体框，所述目标检测立体框由待测目标各个面的边界框组合而成；计算所述真实值与预测值对应的目标检测立体框的交集与并集，从而得到真实值与预测值的交并比；根据所述交并比计算视频事件的模型精确度，从而得到视频事件的平均精确度。本发明实施例能够解决现有技术中没有明确的方法对视频事件检测算法准确率进行判断，从而对算法进行优劣评估的问题，能够简化输入数据，能够从时间维度来对算法的准确率进行计算从而评价算法优劣，具有较好的评价能力和兼容性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.043 seconds)
