-
公开(公告)号：CN118627933B
公开(公告)日：2024-10-22
申请号：CN202411053240.8
申请日：2024-08-02
申请人： 中国民用航空总局第二研究所 , 民航成都电子技术有限责任公司
IPC分类号： G06Q10/0637 , G06Q10/04 , G06Q50/40 , G06F18/213 , G06F18/214 , G06F18/25 , G06N20/00
摘要： 本申请提供了一种机场群体性事件发展阶段的预测方法、装置、设备及介质，包括：基于深度兴趣网络模型对目标机场的实时视频流以及机场旅客行为的影响因素进行处理，输出目标机场下的多个机场旅客的实时多模态行为特征；基于多个机场旅客的实时多模态行为特征，构建出旅客群体实时行为特征；将旅客群体实时行为特征输入至群体性事件发展阶段预测模型之中，群体性事件发展阶段预测模型预测出下一时刻在不同的群体性事件措施决策下群体性事件的发展阶段及其概率。实现了不同措施决策下机场群体性事件发展阶段的快速预测，为机场群体性事件的干预提供了有效指导。
-
公开(公告)号：CN118627933A
公开(公告)日：2024-09-10
申请号：CN202411053240.8
申请日：2024-08-02
申请人： 中国民用航空总局第二研究所 , 民航成都电子技术有限责任公司
IPC分类号： G06Q10/0637 , G06Q10/04 , G06Q50/40 , G06F18/213 , G06F18/214 , G06F18/25 , G06N20/00
摘要： 本申请提供了一种机场群体性事件发展阶段的预测方法、装置、设备及介质，包括：基于深度兴趣网络模型对目标机场的实时视频流以及机场旅客行为的影响因素进行处理，输出目标机场下的多个机场旅客的实时多模态行为特征；基于多个机场旅客的实时多模态行为特征，构建出旅客群体实时行为特征；将旅客群体实时行为特征输入至群体性事件发展阶段预测模型之中，群体性事件发展阶段预测模型预测出下一时刻在不同的群体性事件措施决策下群体性事件的发展阶段及其概率。实现了不同措施决策下机场群体性事件发展阶段的快速预测，为机场群体性事件的干预提供了有效指导。
-
公开(公告)号：CN117315272A
公开(公告)日：2023-12-29
申请号：CN202311357809.5
申请日：2023-10-18
申请人： 中国民用航空总局第二研究所 , 民航成都电子技术有限责任公司
IPC分类号： G06V10/40 , G06V10/52 , G06V10/80 , G06V10/82 , G06V40/10 , G06V20/52 , G06N3/0464 , G06N3/08
摘要： 本申请提供了一种行人重识别特征的提取方法、装置、电子设备及介质，该方法包括：将待提取图像输入到采用ResNet‑50模型的主干网络的特征提取模型中，得到特征提取模型中第三层卷积块、第四层卷积块以及第五层卷积块分别输出的互补注意力特征；根据第三层卷积块输出的互补注意力特征、第四层卷积块输出的互补注意力特征以及第五层卷积块输出的互补注意力特征，提取待提取图像的行人重识别特征。本申请通过结合多尺度空间注意力和多尺度通道注意力的互补注意力特征提取所述待提取图像的行人重识别特征，能够提取待提取图像的行人重识别特征，提高提取行人重识别特征的效率和精度。
-
公开(公告)号：CN116580428A
公开(公告)日：2023-08-11
申请号：CN202310845111.1
申请日：2023-07-11
申请人： 中国民用航空总局第二研究所 , 民航成都电子技术有限责任公司
IPC分类号： G06V40/10 , G06V10/25 , G06V10/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于多尺度通道注意力机制的行人重识别方法，包括以下步骤：采集行人图像，并构建注意力层，利用注意力层获取行人图像的最终通道权重值；基于行人图像的最终通道权重值，利用注意力层构建行人重识别模型；采集行人重识别数据集，并利用行人重识别数据集对行人重识别模型进行训练；利用训练后的行人重识别模型进行行人重识别。本发明提出的基于多尺度注意力机制的行人重识别方法在一定程度上，解决了现实场景中行人被遮挡和行人外观相似等问题，同时提升了在行人重识别方面的准确率。
-
公开(公告)号：CN118396390B
公开(公告)日：2024-09-10
申请号：CN202410832880.2
申请日：2024-06-26
申请人： 中国民用航空总局第二研究所 , 民航成都电子技术有限责任公司
IPC分类号： G06Q10/0635 , G06Q50/40 , G06F18/241 , G06F18/214 , G06N3/08 , G06N3/006
摘要： 本申请提供了机场群体性事件演化状态的确定方法、装置、设备及介质，包括：基于多个机场旅客的实时多模态行为特征向量确定出目标无向图；基于目标无向图中的边计算子群凝聚度，确定出目标无向图中之中的子群体，若子群体发生演化更新，则更新子群体的状态特征向量；基于当前时刻的子群体的状态特征向量，确定出群体性事件的实时状态特征向量序列，将群体性事件的实时状态特征向量序列输入时序循环网络，形成群体性事件的融合状态特征向量，将群体性事件的融合状态特征向量输入至机场群体性事件演化状态分类模型之中，输出当前时刻群体性事件的演化状态分类。实现了机场群体性事件演化状态的实时精准感知，提高机场对群体性事件处置的能力。
-
公开(公告)号：CN118799813A
公开(公告)日：2024-10-18
申请号：CN202411261329.3
申请日：2024-09-10
申请人： 民航成都电子技术有限责任公司 , 中国民用航空总局第二研究所
IPC分类号： G06V20/52 , G06V10/774 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/06
摘要： 本发明公开了基于相对位置学习的机场保障节点自动识别方法，涉及机坪保障技术领域，包括：S1、根据保障车辆和飞机之间的相对位置关系，制作标注保障车辆和飞机相对位置数据的数据集；S2、利用深度学习对数据集进行训练得到预测模型；S3、使用改进YOLOV7模型对机场实时传入的图像数据进行检测，得到飞机的关键点位置数据；S4、将关键点位置数据输入预测模型，完成机场保障节点自动识别，本发明弥补了完全依靠图像检测进行保障节点识别方法的不足，提高保障节点检测效率。
-
公开(公告)号：CN118396390A
公开(公告)日：2024-07-26
申请号：CN202410832880.2
申请日：2024-06-26
申请人： 中国民用航空总局第二研究所 , 民航成都电子技术有限责任公司
IPC分类号： G06Q10/0635 , G06Q50/40 , G06F18/241 , G06F18/214 , G06N3/08 , G06N3/006
摘要： 本申请提供了机场群体性事件演化状态的确定方法、装置、设备及介质，包括：基于多个机场旅客的实时多模态行为特征向量确定出目标无向图；基于目标无向图中的边计算子群凝聚度，确定出目标无向图中之中的子群体，若子群体发生演化更新，则更新子群体的状态特征向量；基于当前时刻的子群体的状态特征向量，确定出群体性事件的实时状态特征向量序列，将群体性事件的实时状态特征向量序列输入时序循环网络，形成群体性事件的融合状态特征向量，将群体性事件的融合状态特征向量输入至机场群体性事件演化状态分类模型之中，输出当前时刻群体性事件的演化状态分类。实现了机场群体性事件演化状态的实时精准感知，提高机场对群体性事件处置的能力。
-
公开(公告)号：CN110751325B
公开(公告)日：2023-04-18
申请号：CN201910986021.8
申请日：2019-10-16
申请人： 中国民用航空总局第二研究所
IPC分类号： G06Q10/04 , G06Q10/063 , G06Q50/26
摘要： 本申请提供一种建议生成方法、交通枢纽部署方法、装置及存储介质，交通枢纽部署方法包括：获取交通枢纽中的旅客分布，其中，旅客分布表示当前交通枢纽中旅客的位置分布情况；根据旅客分布和交通枢纽中的目的地位置分布及障碍物位置分布，确定出目的地旅客密度，其中，每个旅客对应一个目的地，目的地旅客密度为与同一目的地对应的旅客的密度；根据目的地旅客密度，确定出交通枢纽的部署方案，以使交通枢纽的工作人员基于部署方案对交通枢纽进行部署。从而尽可能避免交通枢纽中拥堵情况的发生，降低交通枢纽中旅客发生事故的风险。提前对交通枢纽进行部署，可以节约人力成本且及时有效地维持交通枢纽的秩序，提高交通枢纽的管理效率。
-
公开(公告)号：CN109472400B
公开(公告)日：2022-03-08
申请号：CN201811279263.5
申请日：2018-10-30
申请人： 中国民用航空总局第二研究所
摘要： 本发明属于民航航空技术领域，具体涉及一种基于贝叶斯结构学习的航班保障Petri网构建方法及系统，包括以下步骤:根据贝叶斯网络的无自环Petri网描述航班保障计划流程，并得到航班保障计划流程关键点Petri网和先验节点顺序ρ；对航班历史数据进行数据处理得到矩阵形式的历史数据集D；基于先验节点顺序ρ、历史数据集D以及设置的最大父节点个数，通过贝叶斯结构学习K2算法的计算，得到更能体现航班真实流程的航班保障关键点Petri网。相比于航班保障计划流程关键点Petri网，本发明结合先验节点顺序、历史数据以及最大节点个数，通过K2算法构建的航班保障关键点Petri网，预测的结果更准确，更能准确反映航班保障关键节点的真实过程。
-
公开(公告)号：CN113095625A
公开(公告)日：2021-07-09
申请号：CN202110283664.3
申请日：2021-03-17
申请人： 中国民用航空总局第二研究所
摘要： 本发明提供一种民航机场不安全事件分级方法及系统，该方法包括：获取待处理事件的事件信息；根据事件信息，确定预设事件库中是否存在与待处理事件匹配的匹配事件；若存在，则根据匹配事件确定待处理事件的事件等级；若不存在，则根据事件信息和历史事件信息集合确定待处理事件的预估损失因数，以及，根据预估损失因数确定事件等级；输出事件等级。本发明提供的分级方法能够根据获取到的待处理事件的事件信息，在预设事件库中确定出匹配事件，并直接确定出事件等级。并且还能够在无法直接匹配出匹配事件时，通过待处理事件的预估损失因数确定出事件等级。实现脱离人工的自动定级，避免了现有方法中通过人工凭借经验定级的情况。
-
-
-
-
-
-
-
-
-
搜索结果
46 条记录 (耗时 0.041 秒)
