-
公开(公告)号：CN115880596A
公开(公告)日：2023-03-31
申请号：CN202310068780.2
申请日：2023-02-06
Applicant: 宝略科技(浙江)有限公司
IPC: G06V20/17 , G06V20/70 , G06F16/583 , G06F16/587 , G06F16/29
Abstract: 本申请涉及一种基于实景三维的地理实体语义化的解译方法、系统，涉及测绘与地理信息系统技术领域，解决了实景三维的地理实体信息所获取的信息停留在表面的实体识别上，不利于用户根据所获取的实体语义信息进行后续的研究和分析的问题，其包括：获取实景三维信息；分析实景三维信息所包含的实体类别以及不同类别实体的参数信息，形成初步实体语义信息；根据实体类别组合、不同类别实体的参数信息与地址的对应关系，分析确定实景三维信息所在地址；根据初步实体语义信息、实景三维信息所在地址，形成最终实体语义信息。本申请具有如下效果：根据原有实景三维信息分析出更多的实体语义信息内容，增加了所获取实体语义信息的内容。
-
公开(公告)号：CN112990365B
公开(公告)日：2021-08-17
申请号：CN202110434453.5
申请日：2021-04-22
Applicant: 宝略科技(浙江)有限公司
Abstract: 本发明涉及一种面向遥感图像语义分割的深度学习模型的训练方法，该方法为：裁剪遥感图像以及对应的标签，生成训练样本集，构建深度学习模型架构，在训练样本集上训练出一个样本过滤模型，使用样本过滤模型对样本进行预测，得到预测结果，通过将预测结果和样本的对应标签进行对比，挑选出优质样本形成优质样本集，交替训练训练样本集和优质样本集，得到多个经过训练的预测模型，并组成模型池，获取任一张目标遥感图像，将目标遥感图像输入到模型池中，使用模型池预测出目标遥感图像中的要素，该方法简化了深度学习模型的搭建流程，加快了深度学习模型训练的速度，尤其适用于遥感图像训练样本标注质量低的情况。
-
公开(公告)号：CN112990365A
公开(公告)日：2021-06-18
申请号：CN202110434453.5
申请日：2021-04-22
Applicant: 宝略科技(浙江)有限公司
Abstract: 本发明涉及一种面向遥感图像语义分割的深度学习模型的训练方法，该方法为：裁剪遥感图像以及对应的标签，生成训练样本集，构建深度学习模型架构，在训练样本集上训练出一个样本过滤模型，使用样本过滤模型对样本进行预测，得到预测结果，通过将预测结果和样本的对应标签进行对比，挑选出优质样本形成优质样本集，交替训练训练样本集和优质样本集，得到多个经过训练的预测模型，并组成模型池，获取任一张目标遥感图像，将目标遥感图像输入到模型池中，使用模型池预测出目标遥感图像中的要素，该方法简化了深度学习模型的搭建流程，加快了深度学习模型训练的速度，尤其适用于遥感图像训练样本标注质量低的情况。
-
公开(公告)号：CN111028349A
公开(公告)日：2020-04-17
申请号：CN201911015553.3
申请日：2019-10-24
Applicant: 宝略科技(浙江)有限公司
IPC: G06T17/05
Abstract: 一种适用于海量三维实景数据快速可视化的层级构建方法，其特征在于：它包括以下步骤：(1)通过二维网格切分算法，将该三维实景数据的俯视平面切分成规则的矩形形状的区块；(2)利用基于深度检测的纹理正投影算法，计算出每个区块的三维实景数据对应的真正射影像；利用三角网简化算法，针对每个区块的三维实景数据，计算出其对应的不同层级的三维实景数据；(3)以每个区块的三维实景数据对应的真正射影像为约束，通过纹理更新算法，对每个区块的不同层级的三维实景数据的纹理图像进行优化；通过层级重构算法，计算出所有三维实景数据的拓扑关系以构建三维实景数据的金字塔。上述方法可方便构建更多层级、且纹理图像质量更高。
-
公开(公告)号：CN119148721B
公开(公告)日：2025-02-28
申请号：CN202411612623.4
申请日：2024-11-13
Applicant: 绍兴文理学院 , 绍兴市基础设施建设投资有限公司 , 宝略科技(浙江)有限公司
Abstract: 本发明公开了一种基于自适应KMeans算法的机器人未知环境探索方法，通过获取机器人在未知环境中移动的未知区域，并基于RRT算法对所述未知区域进行识别得到边界点，采用KMeans算法对所述边界点进行聚类处理，并基于信息增量算法对聚类处理后的边界点进行计算以确定目标点，基于TEB路径规划算法引导所述机器人到达所述目标点，并采用Gmapping算法进行地图构建以完成机器人未知环境探索，可以根据地图采集到的边界点动态调整聚类中心的数量，根据数据的特性和分布情况，智能地决定最佳的聚类中心数目，从而提高聚类的效果和精确度，基于KMeans聚类算法对边界点进行聚类，并通过信息增量算法对目标点进行优化，以提高聚类的准确性和效率。
-
Patent Agency Ranking
公开(公告)号：CN119313843A
公开(公告)日：2025-01-14
申请号：CN202411857878.7
申请日：2024-12-17
Applicant: 宝略科技(浙江)有限公司 , 宝略数字科技(杭州)有限公司
Abstract: 本发明提供了一种基于slam和3D高斯融合的三维场景重建方法及系统，包括：步骤S1，针对目标室内场景拍摄得到室内图像并得到稠密点云A，并扫描得到稠密点云B；步骤S2，将稠密点云B对齐至稠密点云A得到融合点云；步骤S3，对融合点云进行处理生成多个高斯点，并记录每个高斯点对应的点云数据点；步骤S4，基于各点云数据点，将各高斯点的法线与融合点云的法线对齐；步骤S5，限制各高斯点的中心与融合点云的中心之间的切向量距离；步骤S6，限制各高斯点的中心与融合点云的中心之间的法向量距离；步骤S7，得到重建的三维场景以供测量三维场景内任意两点之间的图像距离并转换成真实距离。有益效果是本发明能够提升三维重建场景的视觉效果。
-
公开(公告)号：CN119247320A
公开(公告)日：2025-01-03
申请号：CN202411789592.X
申请日：2024-12-06
Applicant: 绍兴文理学院 , 宝略科技(浙江)有限公司 , 深圳思谋信息科技有限公司
Abstract: 本发明公开了一种基于激光雷达的非合作航天器姿态估计方法及系统，通过获取激光雷达观测到非合作航天器的扫描点，并对所述扫描点进行姿态初始化得到扫描点云，构建所述非合作航天器的参考模型，并将所述扫描点云与所述参考模型进行匹配得到匹配结果，基于迭代最近点算法和卡尔曼滤波器对所述匹配结果进行姿态跟踪以完成非合作航天器姿态估计，解决机载LiDAR系统的非合作航天器姿态跟踪问题，克服了基于模板匹配和点云配准的姿态初始化方法的局限性，可以准确地估计非合作航天器的相对状态。
-
公开(公告)号：CN119091063A
公开(公告)日：2024-12-06
申请号：CN202411597447.1
申请日：2024-11-11
Applicant: 宝略科技(浙江)有限公司 , 宝略数字科技(杭州)有限公司
Abstract: 本发明涉及一种地下管网三维建模可视化方法和系统，采用欲建模区域各管点的信息和过所有管点的所有管线信息构建边代表管线的有向连通管线图，然后通过三维碰撞检测的管线几何修正方式对有向连通管线图进行几何修正以获得有向连通修正管线图，可避免在施工建设的项目中出现挖错、误判管道的情况发生；随后分别获得管道信息库和管点信息库，且通过断管重连方式获得欲建模区域的管道三维图像信息，保证了三维图像的精准重建，精确度再次提高；最后通过八叉树节点建立和层级划分方式进行可视化，确保信息查询便捷。
-
公开(公告)号：CN111161123B
公开(公告)日：2022-09-27
申请号：CN201911265401.9
申请日：2019-12-11
Applicant: 宝略科技(浙江)有限公司
Abstract: 一种针对三维实景数据的脱密方法，其特征在于：它包括以下步骤：(1)利用伪随机正态分布算法，生成全球高程异常模型；(2)利用全球高程异常模型对三维实景数据的高程值进行脱密处理，同时利用火星坐标系对三维实景模型的平面坐标进行脱密处理。该针对三维实景数据的脱密方法不易被破解。另外还提供一种针对三维实景数据的脱密装置。
-
公开(公告)号：CN115050485A
公开(公告)日：2022-09-13
申请号：CN202210771491.4
申请日：2022-06-30
Applicant: 宝略科技(浙江)有限公司
Abstract: 本发明公开了一种基于环境因素的健康风险精准预警方法，包括以下步骤：S1，获取居民疾病既往病史数据以及既往环境要素数据；S2，获取疾病的环境健康危险因素及对应的危险参考基准值；S3，根据居民疾病既往病史数据和既往环境要素数据建立基于环境多源数据的时间序列分布滞后非线性预测模型；S4，获取现时环境要素数据；S5，根据现时环境要素数据、某一疾病在某一环境健康危险因素对应的危险参考基准值、以及时间序列分布滞后非线性预测模型预测疾病在多维时间尺度下的相对危险值；S6，预警平台根据相对危险值进行预警。本发明其能够实现个体差异、环境健康风险因素差异对于居民各疾病发病率的预测并进行预警，从而实现不良后果最小化。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.023 seconds)
