-
公开(公告)号：CN112001322B
公开(公告)日：2024-08-23
申请号：CN202010864389.X
申请日：2020-08-25
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
Abstract: 本发明公开了一种用于确定标签人员聚集的方法、装置及存储介质，获取进出固定区域的人员的人脸图像信息；通过人脸识别引擎识别出人脸图像信息所对应的人员的身份，并获取到进入固定区域的已识别人员进入轨迹信息以及离开固定区域的已识别人员离开轨迹信息；根据已识别人员进入轨迹信息和已识别人员离开轨迹信息获取在设定时间区间内进入固定区域并且未离开的有效人员数据；若有效人员数据中存在目标标签人员，则分别计算每两个人之间的聚集因子；计算每个人的聚集系数，获取聚集系数大于或等于聚集系数阈值的人员数据并判断人员数据是否为标签人员聚集。不仅可以获取目标的聚集人员，还能提供一定的数据参考和研判，有助于更好地对场所进行管理。
-
公开(公告)号：CN115099428A
公开(公告)日：2022-09-23
申请号：CN202210646800.5
申请日：2022-06-08
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 , 罗普特(重庆)科技有限公司
Abstract: 本发明提出了一种设备全生命周期的管理平台，该管理平台具体包括：项目管理模块：配置创建新的项目；点位关联模块：用于对设备的点位进行管理；设备管理模块：用于新建设备，包括配置设备的名称、类型以及编号的基础数据，按规划设计信息建设设备，配置设备的应用标签以及运维标签；运行监测模块：根据预设的巡检方式对设备进行巡检管理并生成巡检报告；故障维护模块：维护保养单位根据经过人工审核的系统派单对设备进行维护保养，并生成维护保养日志；考核评估模块：用于根据巡检报告以及维护保养日志对设备进行绩效考核。通过基于全生命周期的全维度量化评价设备模型，能够对设备的全流程进行管理监控，能够有效科学的评价设备的质量。
-
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：CN112733657A
公开(公告)日：2021-04-30
申请号：CN202011619383.2
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: 本申请公开一种基于标准地址和POI信息点的跨境追踪检测方法和系统。包括提取目标和设备信息的经纬度进行标准地址转换，获得含有目标点位的标准地址信息的标准地址网格，结合POI信息点构建地理标准地址网格；利用目标的步行时间并结合现场实际情况，获得目标在固定时间阈值内所能到达的地理标准地址网格的步长边界；以及下载步长边界到目标点位的所有视频信息，利用Re‑ID比对确性度和行人途经置信度，获得目标的时空信息排序轨迹。解决利用追踪半径、追踪角度、追踪方向和追踪时长的方式存在一定的人工误差和操作比对误差，同时存在运行时间长和工作量大等技术问题。
-
公开(公告)号：CN112783514B
公开(公告)日：2022-06-14
申请号：CN202011633136.8
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: 本发明给出了一种web前端项目部署管理的方法与系统，包括将项目信息通过本地JSON文件的形式存储，再通过expressJS的路由功能拦截请求，同时利用formidable接收表单信息在内存中对项目信息进行操作；利用node‑ssh远程登录到目标服务器，获取对目标服务器的操作权限；通过express JS的路由功能拦截请求包dist.zip，利用node‑ssh对目标服务器中旧版本的项目文件进行备份和删除；基于分片续传算法分片上传并解压请求包dist.zip，最后通过正则运算对Nginx配置文件中需要进行管理的节点插入锚点进行注释，实现对安装好的Nginx服务器进行管理。
-
Patent Agency Ranking
公开(公告)号：CN112883976A
公开(公告)日：2021-06-01
申请号：CN202110165797.0
申请日：2021-02-06
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: 本发明提供了一种基于点云的语义分割方法、装置、系统及存储介质，所述方法包括：获取目标对象的点云数据；依次对所述点云数据中点的不同范围进行特征聚合和采样，得到采样点的聚合特征；将所述采样点的聚合特征融合至所述采样点进行采样前的点集中，得到更新后的特征；基于所述更新后的特征得到所述待测目标的识别结果。根据本发明的方法、装置、系统及存储介质，通过利用对不同范围的点集依次进行采样和特征聚合来扩大点的感受野，使得获取更丰富的空间结构信息，以在点云语义分割上获得更好性能和效果。
-
公开(公告)号：CN112862188A
公开(公告)日：2021-05-28
申请号：CN202110165574.4
申请日：2021-02-06
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
IPC: G06Q10/04 , G06F30/20 , G06F16/215 , G01D21/02
Abstract: 本发明公开了一种多传感器环境预测方法及系统。其中，该方法包括：获取第一环境数据；将所述第一环境数据进行清洗，得到第二环境数据；根据所述第二环境数据训练环境预测模型；根据所述第二环境数据和训练完毕的所述环境预测模型，生成预测结果。本发明解决了现有技术中对于管廊环境监测都是独立评估，无法融合多个传感器数据进行环境评估的技术问题。
-
公开(公告)号：CN112766311A
公开(公告)日：2021-05-07
申请号：CN202011615690.3
申请日：2020-12-30
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: 本发明公开了一种测试基于深度学习的车辆检测模型鲁棒性的方法和装置，获取车辆图片及对应的CAD模型；建立参数化纹理生成网络模型并进行训练，通过深度神经网络对车辆图片进行特征提取，得到第一特征，通过三角网格模型对CAD模型进行特征提取，得到第二特征，将第一特征和第二特征连接起来作为深度卷积生成网络的输入，输出为参数化纹理图片，将参数化纹理图片并进行处理得到合成车辆图片，将合成车辆图片输入车辆分类网络，记录判别结果中被分类为非车辆的图片的参数化纹理图片并进行建模，得到最终的对抗样本图片，将车身粘贴有对抗样本图片的车辆图片输入被测的车辆检测模型，计算出表征车辆检测模型鲁棒性的鲁棒度。
-
公开(公告)号：CN112734931A
公开(公告)日：2021-04-30
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：CN112418122A
公开(公告)日：2021-02-26
申请号：CN202011364469.5
申请日：2020-11-27
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监测管廊异常的方法和装置，通过获取管廊内部在固定视角下的图像，通过行人检测算法检测图像中是否包含人员，若是，则通过人脸识别算法识别人员的身份，否则进行以下步骤：对图像的边长进行缩小；判断图像是否为彩色，若是则提取红色通道，并将图像转换为黑白图像；对图像提取LBP特征；在初始状态下的图像作为基准样本，当前状态下的图像作为当前状态样本，将当前状态样本与基准样本进行比对，根据比对结果判断管廊内部是否出现差异聚集，若是则输出告警信息，并通过人工巡检判断是否出现异常，若未出现异常则将当前状态样本作为基准样本进行更新，并对管廊内部异常情况进行监测，实现多种异常一次检测，达到降本增效的目的。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.079 seconds)
