公开(公告)号：CN119487525A

公开(公告)日：2025-02-18

申请号：CN202380051924.1

申请日：2023-06-02

Applicant: 三菱电机株式会社

Inventor： S·洛希特 ,  S·M·艾哈迈德 ,  彭冠铨 ,  M·琼斯

IPC: G06N3/0464 ,  G06N3/0455 ,  G06N3/088 ,  G06N3/09

Abstract: 提供了一种用于使一个或更多个源模型网络适应于一个或更多个目标模型网络的跨模态知识迁移系统。所述系统被配置为执行以下步骤：通过所述一个或更多个源模型网络的源特征编码器提供TI配对数据集；通过所述一个或更多个源模型网络的BN层从TI配对数据提取TI源特征和TI源矩；通过所述一个或更多个目标模型网络提供TI配对数据集和未标记TR数据集，以提取TI目标特征和TR目标矩；通过将所提取的TI目标特征和TR目标矩与所述TI源特征和TI源矩进行匹配来联合训练所述一个或更多个目标模型网络的所有特征编码器以及混合权值；以及通过组合所训练的一个或更多个目标模型网络来形成最终目标模型网络。

公开(公告)号：CN118765398A

公开(公告)日：2024-10-11

申请号：CN202280092603.1

申请日：2022-11-22

Applicant: 三菱电机株式会社

Inventor： 彭冠铨 ,  A·艾奇

IPC: G06N3/045 ,  G06V10/774

Abstract: 本发明的实施方式公开了一种用于通过对神经网络进行训练来执行视频异常检测的方法和系统。该方法包括：收集来自源域的一个或更多个数字图像的视频。该方法包括：获得视频中存在的前景对象的图像集。另外，该方法包括：对第一神经网络进行训练，以预测视频中的所述一个或更多个数字图像的帧。使用预测所述一个或更多个数字图像的帧的将来帧预测模块来对第一神经网络进行训练。该方法包括：对第二神经网络进行训练，以将预测帧分类为正常，并将合成的伪异常帧分类为异常。该方法包括：基于对第一神经网络和第二神经网络的训练来执行视频异常检测。

公开(公告)号：CN116157346B

公开(公告)日：2024-12-27

申请号：CN202180055355.9

申请日：2021-05-13

Applicant: 三菱电机株式会社

Inventor： 扎菲尔·沙欣奥卢 ,  彭冠铨 ,  阿兰·苏利文 ,  W·耶拉祖尼

IPC: B66B1/46

Abstract: 用于电梯的实时无接触电梯服务操作的系统、方法和装置包括训练神经网络(TNN)模型。TNN模型以增强数据集作为合成训练数据集来使用训练处理器进行训练，以稍后执行电梯标识符识别。从合成文本图像生成增强数据集，合成文本图像以不同的几何参数和视觉参数增强至训练电梯标识符集合的在外观上的预定数量的变体。相机捕获用户图像。来自用户图像的文本图像部分使用TNN模型来提取，并且使用所提取的文本图像部分和TNN模型检测所提取的文本图像部分中的电梯标识符。所检测到的电梯标识符被显示以供用户确认或用户取消，并且在用户确认时，基于所检测到的与电梯服务关联的电梯标识符来生成控制命令。

公开(公告)号：CN116157346A

公开(公告)日：2023-05-23

申请号：CN202180055355.9

申请日：2021-05-13

Applicant: 三菱电机株式会社

Inventor： 扎菲尔·沙欣奥卢 ,  彭冠铨 ,  阿兰·苏利文 ,  W·耶拉祖尼

IPC: B66B1/46

Abstract: 用于电梯的实时无接触电梯服务操作的系统、方法和装置包括训练神经网络(TNN)模型。TNN模型以增强数据集作为合成训练数据集来使用训练处理器进行训练，以稍后执行电梯标识符识别。从合成文本图像生成增强数据集，合成文本图像以不同的几何参数和视觉参数增强至训练电梯标识符集合的在外观上的预定数量的变体。相机捕获用户图像。来自用户图像的文本图像部分使用TNN模型来提取，并且使用所提取的文本图像部分和TNN模型检测所提取的文本图像部分中的电梯标识符。所检测到的电梯标识符被显示以供用户确认或用户取消，并且在用户确认时，基于所检测到的与电梯服务关联的电梯标识符来生成控制命令。