-
公开(公告)号：CN114187404A
公开(公告)日：2022-03-15
申请号：CN202111511729.1
申请日：2021-12-06
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: 本发明公开了一种用于近海域高分辨率的三维重建方法和系统，包括采用透视尺寸不变特征对近海域多视场角图像进行匹配，根据特征相似度指导采样，得到稀疏特征点云；基于结构化局部二值模式，利用图割法获取每个像素深度，加密稀疏特征点云生成稠密点云；对所有视角的点云进行全局误差优化，并根据匹配的特征点的深度信息，生成特征点在空间中的三维坐标；构建平面基元之间的强弱连接关系，通过图结构与能量函数获取表面模型。该发明可获取海域的广域大范围全景高分辨率信息，构建三维模型，能够直观展示近海域时空大数据。
-
公开(公告)号：CN114140680A
公开(公告)日：2022-03-04
申请号：CN202111476925.X
申请日：2021-12-02
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: 本申请提供了一种基于深度学习的海面目标检测与识别方法及系统，该方法包括：获取多张图片作为原始图像数据并进行边框和类别标注；对原始图像数据进行数据增强，新生成的图片与采集图片作为训练图片；特征提取网络Darknet53中部分卷积处理层修改为Inception模块和ResNet模块，利用修改后的特征提取网络提取训练图片的特征图；将特征图送入多尺度检测网络中，在特征图上生成不同尺度、不同宽高比的预测框拟合图片中的待测目标，多尺度检测网络包括有至少四个检测尺度；采用NMS对预测框进行多余预测框剔除得到待测目标的唯一标识框；对修改后的特征提取网络、多尺度检测网络以及NMS的整个模型进行迭代训练，最终输出整个模型。有效提高对小目标的检测率、减少漏检现象。
-
公开(公告)号：CN112734931B
公开(公告)日：2021-12-07
申请号：CN202011633104.8
申请日：2020-12-31
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: 本发明属于计算机技术领域，具体涉及一种辅助点云目标检测的方法及系统。本申请实施例提供的一种辅助点云目标检测的方法及系统具有如下优势：1减少了处理的采样点数量，提高运算速度；2、依据初始目标点云集的中点的特征，使用一层全连接层输出初始目标点云集中每个采样点是前景点还是背景点的概率，使得最终语义分割的效果更明显，从而使点云目标检测的显示结果更明显。3、能够得到精确的三维目标检测框位置，使本方法更具精确性。
-
公开(公告)号：CN112766068A
公开(公告)日：2021-05-07
申请号：CN202011633296.2
申请日：2020-12-31
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: 本发明属于计算机技术领域，具体涉及一种基于网格化标注的车辆检测方法及系统。本申请实施例提供的一种基于网格化标注的车辆检测方法及系统，来解决现有技术基于卷积神经网络的车辆检测方法需要进行大量标注及易受视角影响的问题。
-
公开(公告)号：CN112270309A
公开(公告)日：2021-01-26
申请号：CN202011308881.5
申请日：2020-11-20
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
Abstract: 公开了一种车辆卡口设备抓拍质量评估方法及装置，包括：图像获取模块、图像处理模块及图像质量评估模块，通过对车辆卡口设备的抓拍图，进行车辆检测以获得具有车辆特征的车辆抓拍图；检索车辆抓拍图中的车辆位置，并进行裁剪以获得具有完整车辆的车辆裁剪图；检测车辆裁剪图中的车牌位置，并进行裁剪以获得车牌裁剪图；确定质量评估参数体系，获得车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的结果值及各个权重；根据各个结果值和其对应权重以获得计算得分；将车辆结构化数据、车牌号、车牌结构化数据、车辆抓拍图清晰度和车辆抓拍图黑度值的计算得分求和，以获得评估值，从而达到对卡口设备的建设的质量进行评估的目的。
-
Patent Agency Ranking
公开(公告)号：CN113052108B
公开(公告)日：2025-04-18
申请号：CN202110357409.9
申请日：2021-04-01
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: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/764 , G06V10/80 , G06V10/766
Abstract: 本申请公开基于深度神经网络的多尺度级联航拍目标检测方法和系统。将第一特征图、第三特征图分别对应输入大尺度检测头、小尺度检测头分别获得小目标对象预测信息和大目标对象预测信息，根据小目标对象预测信息和大目标对象预测信息分别更新目标数组中对应的小目标对象预测状态和大目标对象预测状态，大目标对象预测信息不改变小目标对象预测信息在目标数组中对应的目标预测状态；基于更新后的目标数组，计算目标数组中每个目标对象的损失函数，并反向处理大尺度检测头和小尺度检测头未预测的目标对象，分别获得小目标对象检测信息和大目标对象检测信息。解决航拍图像样本重复预测、目标分布不均和漏检、召回率低和检测时间长等技术问题。
-
公开(公告)号：CN112016485B
公开(公告)日：2025-01-24
申请号：CN202010899874.0
申请日：2020-08-31
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: 本发明给出了一种基于人脸识别的客流统计方法和系统，包括获取图像采集设备抓拍的人脸图像，利用人脸识别引擎提取人脸特征并基于人脸特征构建人脸图像的聚集人员主图集合；将新增人脸特征的人脸图像归并至对应聚集人员主图集合中，否则，增加新增人脸特征的人脸图像至聚集人员主图集合中；新增或更新集合的属性信息；关联店铺的销售商品记录、聚集人员主图集合及其属性信息，获取店铺的客流统计数据。该方法利用人脸属性和人脸聚类应用在门店或者商铺上进行客流量统计，自动得到每个月门店或者商铺更加精确分析数据信息。
-
公开(公告)号：CN113312568A
公开(公告)日：2021-08-27
申请号：CN202110322096.3
申请日：2021-03-25
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: G06F16/957 , G06N3/04 , G06K9/62
Abstract: 本发明给出了一种基于HTML源代码和网页快照的Web信息抽取方法与系统，包括通过收集网页快照训练数据，在网页快照训练数据中标注表征网页快照训练数据的类别的标签，得到标注后的网页快照训练数据；将标注后的网页快照训练数据输入混合CNN和BERT的神经网络架构进行模型训练，获取用于抽取网页信息的神经网络模型；最后基于神经网络模型对网络上的标签未知的网页快照数据进行抽取输出标签未知的网页快照数据对应的标签。通过搜集足够数量的网页极其快照，选择具有多样性布局和内容的网页，提高了后续生成的模型的泛化能力，并且将网页快照部分和HTML源代码部分分别输入CNN和BERT，充分利用了文本和网页快照的信息，提升了Web信息抽取的精度。
-
公开(公告)号：CN113052108A
公开(公告)日：2021-06-29
申请号：CN202110357409.9
申请日：2021-04-01
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: 本申请公开基于深度神经网络的多尺度级联航拍目标检测方法和系统。将第一特征图、第三特征图分别对应输入大尺度检测头、小尺度检测头分别获得小目标对象预测信息和大目标对象预测信息，根据小目标对象预测信息和大目标对象预测信息分别更新目标数组中对应的小目标对象预测状态和大目标对象预测状态，大目标对象预测信息不改变小目标对象预测信息在目标数组中对应的目标预测状态；基于更新后的目标数组，计算目标数组中每个目标对象的损失函数，并反向处理大尺度检测头和小尺度检测头未预测的目标对象，分别获得小目标对象检测信息和大目标对象检测信息。解决航拍图像样本重复预测、目标分布不均和漏检、召回率低和检测时间长等技术问题。
-
公开(公告)号：CN112465049A
公开(公告)日：2021-03-09
申请号：CN202011405894.4
申请日：2020-12-02
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: G06K9/62
Abstract: 本申请实施例公开了异常检测模型生成方法和装置。该方法的一具体实施方式包括：获取多个样本图像帧序列；基于第一图像和第二图像，训练初始模型包括的预测帧生成器，其中，预测帧生成器包括多层次的特征提取网络和生成网络，特征提取网络用于提取第一图像的不同深度的特征信息并融合特征信息，生成网络用于利用融合后的特征信息生成预测帧；基于预测帧和第二图像，训练初始模型包括的帧判别器；响应于训练结束，将训练后的初始模型确定为异常检测模型。该实施方式采用了融合多种不同深度的特征信息的方法，可以使生成的预测帧更接近实际，从而提高了异常检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.083 seconds)
