-
公开(公告)号：CN114038052A
公开(公告)日：2022-02-11
申请号：CN202111121648.0
申请日：2021-09-24
Applicant: 南京南瑞信息通信科技有限公司 , 北京易达图灵科技有限公司 , 中国科学院自动化研究所
Abstract: 本发明提供一种行人重识别方法及系统，该方法包括：确定待识别行人图像；将待识别行人图像输入至特征提取模型，得到特征提取模型输出的全局特征向量和局部特征向量；对全局特征向量和局部特征向量进行拼接融合，得到所述待识别行人图像对应的完整特征表达；并基于完整特征表达，将待识别行人图像与预设图像库中的行人图像进行匹配，确定待识别行人图像的行人重识别结果；其中，局部特征向量包括特征提取模型确定的特征图在垂直方向及深度方向上的多个局部特征向量。该方法进行了全局特征向量和局部特征向量等多维特征的提取，并利用待识别行人图像的宏观全局特征与微观局部特征进行行人重识别，把控整体与细节，提高了行人重识别的准确率。
-
公开(公告)号：CN113762120A
公开(公告)日：2021-12-07
申请号：CN202110998312.6
申请日：2021-08-27
Applicant: 南京南瑞信息通信科技有限公司 , 北京易达图灵科技有限公司 , 中国科学院自动化研究所
Abstract: 本发明提供一种绝缘子图像分割方法、装置、电子设备及存储介质，其中方法包括：获取包含绝缘子的待分割图像；将所述待分割图像输入至绝缘子图像分割模型，得到所述绝缘子图像分割模型输出的所述待分割图像的绝缘子分割结果；其中，所述绝缘子图像分割模型是基于绝缘子图像分割评估模型的生成器确定的；所述绝缘子图像分割评估模型是基于条件生成对抗网络构建的；所述生成器是基于Unet神经网络构建的。本发明提供的方法、装置、电子设备及存储介质，提高了绝缘子图像分割的精度，提高了绝缘子图像分割的效率。
-
公开(公告)号：CN113705322A
公开(公告)日：2021-11-26
申请号：CN202110655846.9
申请日：2021-06-11
Applicant: 北京易达图灵科技有限公司 , 南京南瑞信息通信科技有限公司 , 中国科学院自动化研究所
Abstract: 本发明提供一种基于门限图神经网络的手写汉字识别方法和装置，其中方法包括：确定待识别汉字的汉字节点矩阵以及空间信息关系矩阵；所述汉字节点矩阵中的各汉字节点为所述待识别汉字的书写视频中每一时刻书写位置的坐标；将所述汉字节点矩阵和所述空间信息关系矩阵输入至汉字识别模型中，得到所述汉字识别模型输出的识别结果；其中，所述汉字识别模型用于基于门限图神经网络，提取所述汉字节点矩阵对应的包含图结构信息的汉字特征向量，提取所述汉字特征向量中的时序信息，得到时序特征向量，并基于所述时序特征向量经由瓶颈网络进行手写汉字识别。本发明综合了汉字的空间结构信息和时序信息，提高了手写汉字识别的准确性。
-
公开(公告)号：CN108182433B
公开(公告)日：2020-07-14
申请号：CN201711484281.2
申请日：2017-12-29
Applicant: 北京易达图灵科技有限公司
Abstract: 本发明提供一种表计读数识别方法及系统，所述方法包括：接收包含机械表计图像的表计图片，将所述表计图片输入到训练好的卷积神经网络中，获取所述表计图片中表计的刻度信息和表计指针的位置信息；根据所述表计的刻度信息和表计中指针的位置信息，计算获得所述表计图片中表计的读数；其中，所述表计的刻度信息至少包括表计的0刻度位置，所述表计指针的位置信息至少包括指针顶端位置点和指针在所述表计表盘上的固定点。本发明提供的方法，利用神经网络进行了图片中表计特征的自动提取，通过提取的图像中的特征，计算获得表计的读数，实现了对机械表计读数的自动识别，不需要人工参与，而且模型对光照不敏感，鲁棒性较高。
-
公开(公告)号：CN110070029A
公开(公告)日：2019-07-30
申请号：CN201910309192.7
申请日：2019-04-17
Applicant: 北京易达图灵科技有限公司
Abstract: 本发明实施例提供一种步态识别方法及装置。方法包括：获取待识别视频中任一行人对应的人体关键点特征向量序列；将人体关键点特征向量序列输入至目标神经网络，根据目标神经网络的输出结果，识别人体关键点特征向量序列对应的行人身份；其中，目标神经网络是根据带有行人身份标签的人体关键点特征向量序列进行训练后得到的。本发明实施例提供的方法及装置，通过获取待识别视频中任一行人对应的人体关键点特征向量序列，并将该序列输入至目标神经网络，根据目标神经网络的输出结果，识别该序列对应的行人身份。通过充分利用人体关键点特征，自学习人体的步态特征，大大提高了步态识别的鲁棒性和准确性，并且，对硬件的要求较低，便于实际应用。
-
Patent Agency Ranking
公开(公告)号：CN110059618A
公开(公告)日：2019-07-26
申请号：CN201910309212.0
申请日：2019-04-17
Applicant: 北京易达图灵科技有限公司
Abstract: 本发明实施例提供一种违禁物品的识别方法及装置。其中，方法包括：获取待识别图片；将所述待识别图片输入至目标神经网络，根据所述目标神经网络的输出结果，识别所述待识别图片中是否存在违禁物品；其中，所述目标神经网络是根据带有违禁物品存在性标签的图片进行训练后得到的。本发明实施例提供的方法及装置，通过神经网络强大的自适应学习能力，自动的学习违禁物品特征，从而实现自动检测待识别图片中是否存在违禁物品，检测速度快且准确，无需使用复杂的硬件设备，对硬件的要求较低，便于实际应用。
-
公开(公告)号：CN115130369A
公开(公告)日：2022-09-30
申请号：CN202210496219.X
申请日：2022-05-09
Applicant: 国网上海市电力公司 , 北京易达图灵科技有限公司
IPC: G06F30/27 , G06F119/02
Abstract: 本发明公开了一种基于数字孪生的变电站设备综合状态评估与主动预警方法，包括：1)采集变电站设备及环境的点云数据；2)采集变电站设备及环境的红外图谱和温度数据，把红外图谱数据映射到三维的变电站设备点云数据上，得到点云每个空间点的温度信息；3)分析采集结果，过程如下：建立网格关系图，使点云数据在网格关系中产生逻辑关系，通过某个网格的ID序号确定与另一个网格ID的位置和距离；计算变电站设备按网格划分的每个区域的温度分布状态，和历史变化情况对比后，得到变电站设备的当前运行状态；基于变电站设备的运行状态进一步使用AI学习的方法计算是否需要产生预警。本发明实施简单，扫描速度快，数据全面，预警准确和全面。
-
公开(公告)号：CN109977884B
公开(公告)日：2021-05-11
申请号：CN201910247797.8
申请日：2019-03-29
Applicant: 北京易达图灵科技有限公司
Abstract: 本发明实施例提供一种目标跟随方法和装置，其中方法包括：基于跟随设备上装设的视觉传感装置获取当前图像；将当前图像输入至目标跟随模型，获取目标跟随模型输出的当前动作指令；其中，目标跟随模型是基于样本图像、样本动作指令和样本标识训练得到的；基于当前动作指令控制跟随设备进行目标跟随。本发明实施例提供的方法和装置，计算资源消耗较小，简单方便，无需额外配备加速设备，即可实现当前动作指令的实时输出，提高了跟随设备的安全性和实时性，避免了由于延时导致跟丢跟随目标的问题。此外，在模型训练过程中，无需人工标注跟随目标，仅需通过样本标识评价目标跟随和避障结果，降低了人力成本和时间成本损耗，提高了模型训练效率。
-
公开(公告)号：CN110084853A
公开(公告)日：2019-08-02
申请号：CN201910322780.4
申请日：2019-04-22
Applicant: 北京易达图灵科技有限公司
Abstract: 本发明实施例提供一种视觉定位方法及系统，包括：获取局部场景的实时双目图像和所述实时双目图像上一时间窗口的双目图像集；根据所述实时双目图像和所述双目图像集构建局部视觉点云图；将所述局部视觉点云图和全局视觉点云图进行匹配，根据匹配结果，获取相机位置信息和相机姿态信息。本发明实施例通过双目视觉相机获取实时双目图像，根据实时双目图像和上一时序内的双目图像对局部视觉点云图进行构建，并通过将局部视觉点云图和全局视觉点云图进行匹配，从而得到拍摄该实时双目图像的位姿信息，本发明实施例更易于部署和操作，提高了视觉定位效率，同时提供更加丰富的视觉纹理图像和视觉几何信息，拓展视觉定位的应用范围。
-
公开(公告)号：CN110059677A
公开(公告)日：2019-07-26
申请号：CN201910301195.6
申请日：2019-04-15
Applicant: 北京易达图灵科技有限公司
Abstract: 本发明实施例提供一种基于深度学习的数字表识别方法及设备，所述方法通过将待识别图像输入预先构建的数字表识别模型；其中，所述数字表识别模型基于预先标注的图像样本和深度卷积神经网络训练获得；基于数字表识别模型的输出结果，获取待识别图像中数字表的数值，实现快速和准确进行数字表识别的技术效果。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.028 seconds)
