-
公开(公告)号：CN111310994A
公开(公告)日：2020-06-19
申请号：CN202010086978.X
申请日：2020-02-11
Applicant: 罗普特科技集团股份有限公司
Abstract: 本发明提出了一种基于数据校准的公交路线预测方法及系统，该方法包括：获取公交车的停靠站点，统计该站点的上车及下车人数，通过人脸特征匹配确定本车人员的上车站点和下车站点；将公交车的所有信息发送至公交车运营服务器；通过人脸特别匹配确定一辆公交车上车的乘客是否其他公交车下车的乘客，如果是，则确定所述乘客的换乘站点；累加第一时间阈值内所有公交车各站点的上车和下车的人数得到计数总数N，同时累加所有同一辆公交车上的上下车识别匹配数量得到匹配总数P，则匹配数量校准系数为：α＝N÷(P×2)；基于α得到预测的公交出行需求数据。本方法基于人脸识别技术对上下车乘客进行人脸抓拍和识别匹配，并对统计数据基于人脸识别的匹配对进行校准。
-
公开(公告)号：CN112837286B
公开(公告)日：2025-03-14
申请号：CN202110128163.8
申请日：2021-01-29
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明给出了一种用于支架变形的检测方法和系统，构建基于深度神经网络的支架护套检测器模型，利用包括支架护套的监控视频图像的样本数据训练支架护套检测器模型；利用支架护套检测器模型获取支架点位置，二值化监控视频图像获得支架点二值化图像，支架点位置为支架护套检测器模型获取的检测框的中心点；将支架点的二值化图像进行投射变换获取基准支架点二值化图像，定期获取监控视频图像的支架点二值化图像，将支架二值化图像基于基准支架点二值化图像对其变换获得对齐支架点二值化图像；叠加相邻周期的对齐支架点二值化图像，分别获取对齐支架点二值化图像的位移轨迹图，获取支架变形位置和变形程度。利用该方法能够快速定位变形位置和程度。
-
公开(公告)号：CN113177515B
公开(公告)日：2024-08-23
申请号：CN202110554123.X
申请日：2021-05-20
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
IPC: G06V40/16 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明给出了一种基于图像的眼动追踪方法和系统，包括对待检测图像进行人脸检测，获得人脸检测框；利用人脸关键点定位网络定位出眼睛感兴趣区域并进行瞳孔关键点定位；基于瞳孔中心和眼睛区域中心计算获取水平偏移比率以确定人眼朝向。同时还提出了基于该方法的眼动追踪系统，该方法和系统能够在环境光照条件不理想，背景复杂等情况下有效地定位到人脸和瞳孔中心并准确地进行眼动跟踪。
-
公开(公告)号：CN117115923A
公开(公告)日：2023-11-24
申请号：CN202311328942.8
申请日：2023-10-16
Applicant: 罗普特科技集团股份有限公司
Abstract: 本发明公开了一种基于图像识别算法的智慧农业人员行为识别系统，该系统分为场景构建模块、视频信息采集模块、视频信息识别模块和确认模块四个模块；视频信息识别模块包括视频信息分割单元和识别单元，视频信息分割单元用于将视频信息分割成具有一定时间顺序的图像信息；识别单元中的主要组成部分为三维卷积神经网络算法，通过三维卷积神经网络算法对具有一定时间顺序的图像信息进行分析和识别，通过三维卷积神经网络的单阶段模型算法对农业人员的实时动作进行识别，结合场景构建模块得到农业人员的实时行为；根据得到的结果判定农业人员的工作状态和工作中存在的问题；对提升农业生产效率和保障农业人员安全具有一定的作用。
-
公开(公告)号：CN112837286A
公开(公告)日：2021-05-25
申请号：CN202110128163.8
申请日：2021-01-29
Applicant: 罗普特科技集团股份有限公司 , 罗普特(厦门)系统集成有限公司
Abstract: 本发明给出了一种用于支架变形的检测方法和系统，构建基于深度神经网络的支架护套检测器模型，利用包括支架护套的监控视频图像的样本数据训练支架护套检测器模型；利用支架护套检测器模型获取支架点位置，二值化监控视频图像获得支架点二值化图像，支架点位置为支架护套检测器模型获取的检测框的中心点；将支架点的二值化图像进行投射变换获取基准支架点二值化图像，定期获取监控视频图像的支架点二值化图像，将支架二值化图像基于基准支架点二值化图像对其变换获得对齐支架点二值化图像；叠加相邻周期的对齐支架点二值化图像，分别获取对齐支架点二值化图像的位移轨迹图，获取支架变形位置和变形程度。利用该方法能够快速定位变形位置和程度。
-
Patent Agency Ranking
公开(公告)号：CN112489402A
公开(公告)日：2021-03-12
申请号：CN202011359567.X
申请日：2020-11-27
Applicant: 罗普特科技集团股份有限公司 , 厦门市政管廊投资管理有限公司 , 罗普特(厦门)系统集成有限公司
IPC: G08B31/00 , G06F16/2458
Abstract: 本发明提供了一种管廊的预警方法、装置、系统及存储介质，管廊中包括监测设备和关联设备，关联设备与监测设备相关联，方法包括：获取监测设备的历史监测数据；基于历史监测数据和时间序列模型计算监测设备在未来一预设时间的预测数据；比较预测数据与相应的数据阈值，并当预测数据大于或等于数据阈值时发出预警信号；根据预警信号控制关联设备动作，以使监测设备在预设时间的实际数据小于相应的数据阈值。根据本发明的车辆的管廊的预警方法、装置、系统及存储介质，基于管廊的历史监测数据和时间序列算法对管廊环境进行实时预测，提前预警以减少或避免事故发生，降低了人力成本和人员的安全威胁，提高了管廊监测的效率和安全性。
-
公开(公告)号：CN110276277A
公开(公告)日：2019-09-24
申请号：CN201910475881.5
申请日：2019-06-03
Applicant: 罗普特科技集团股份有限公司
Abstract: 本申请实施例公开了用于检测人脸图像的方法和装置。该方法的一具体实施方式包括：获取目标图像帧序列；对于目标图像帧序列包括的每个图像帧，将该图像帧输入预先训练的人脸检测模型，得到人脸位置信息；基于所得到的人脸位置信息，从目标图像帧序列包括的图像帧中，确定至少一个人脸图像序列，其中，每个人脸图像序列包括的人脸图像用于指示同一个人脸；对于至少一个人脸图像序列中的每个人脸图像序列，确定该人脸图像序列包括的每个人脸图像的质量评分；基于所得到的质量评分，从该人脸图像序列中提取人脸图像及输出。该实施方式实现了从目标图像序列中提取高质量的人脸图像，有利于提高利用提取出的人脸图像进行人脸识别等操作的准确性。
-
公开(公告)号：CN119152581B
公开(公告)日：2025-02-11
申请号：CN202411625157.3
申请日：2024-11-14
Applicant: 罗普特科技集团股份有限公司
Abstract: 本公开提供了一种基于多模态语义信息的行人重识别方法、装置及设备，该方法包括：获取若干监控画面；将若干监控画面作为预先训练完成的多模态目标检测模型的输入，以使多模态目标检测模型根据各监控画面进行检测，确定各行人对应的外貌特征标签以及各外貌特征标签对应的深度特征；将与目标检索对象的外貌特征标签全部相同的行人确定为待识别人员；基于目标跟踪算法，确定目标检索对象以及各待识别人员在各自监控画面中的运动轨迹，并确定目标检索对象与各待识别人员之间的轨迹相似度；将轨迹相似度大于或等于预定阈值的待识别人员确定为目标检索对象。本申请实施例的技术方案可以在提高行人重识别的效率的同时，保证行人重识别的准确性。
-
公开(公告)号：CN119152581A
公开(公告)日：2024-12-17
申请号：CN202411625157.3
申请日：2024-11-14
Applicant: 罗普特科技集团股份有限公司
Abstract: 本公开提供了一种基于多模态语义信息的行人重识别方法、装置及设备，该方法包括：获取若干监控画面；将若干监控画面作为预先训练完成的多模态目标检测模型的输入，以使多模态目标检测模型根据各监控画面进行检测，确定各行人对应的外貌特征标签以及各外貌特征标签对应的深度特征；将与目标检索对象的外貌特征标签全部相同的行人确定为待识别人员；基于目标跟踪算法，确定目标检索对象以及各待识别人员在各自监控画面中的运动轨迹，并确定目标检索对象与各待识别人员之间的轨迹相似度；将轨迹相似度大于或等于预定阈值的待识别人员确定为目标检索对象。本申请实施例的技术方案可以在提高行人重识别的效率的同时，保证行人重识别的准确性。
-
公开(公告)号：CN118898836A
公开(公告)日：2024-11-05
申请号：CN202410921139.3
申请日：2024-07-10
Applicant: 罗普特科技集团股份有限公司
IPC: G06V20/62 , G06V10/80 , G06V10/774 , G06V10/24
Abstract: 本发明涉及一种基于前后车牌图像的车牌识别方法、设备及介质，该方法中包括：通过安装于车位前后两侧的视频桩分别采集该车位停放车辆的前方车牌图像和后方车牌图像；对前方车牌图像和后方车牌图像分别进行车牌目标检测；构建基于前后车牌的车牌识别模型，通过训练集对模型进行训练；模型的网络结构包括两个特征提取模块、一个特征融合模块和一个特征识别模块，前方车牌目标图像和后方车牌目标图像分别输入两个特征提取模块，两个特征提取模块提取的图像特征共同输入特征融合模块，特征融合模块输出的融合特征输入特征识别模块进行车牌识别；通过训练后的模型进行车牌识别。本发明提高了路面停车场车牌识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.039 seconds)
