公开(公告)号：CN115277497B

公开(公告)日：2023-09-01

申请号：CN202210716495.2

申请日：2022-06-22

Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所 ,  北京经纬信息技术有限公司 ,  中国铁道科学研究院集团有限公司

Inventor： 史维峰 ,  王瑞 ,  杨文 ,  王洪伟 ,  张德强 ,  关则彬 ,  赵颖 ,  柳青红 ,  刘浩朋 ,  袁碧懋 ,  杨雪 ,  罗浩 ,  胡昊 ,  王悉 ,  孙运昌 ,  朱力 ,  杨琦 ,  徐成伟 ,  沈敬伟 ,  匡建立 ,  沙兰可 ,  许占华 ,  熊伟 ,  陈双双 ,  刘艳波 ,  王昊 ,  温桂玉 ,  王文华 ,  董学娟 ,  邹易璋

IPC: H04L43/0852 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明提供一种传输延迟时间测量方法、装置、电子设备及存储介质，包括：获取服务器逐帧传输的历史数据包所对应的历史时间间隔；将历史时间间隔输入至预设延迟预测模型，得到逐帧传输的当前数据包对应的预测时间间隔，预设延迟预测模型是基于样本历史时间间隔训练LSTM模型得到的模型；基于预测时间间隔、当前数据包对应的实际时间间隔和发送端的数据包发送时间间隔，输出传输延迟时间。以此结合逐帧传输方式降低数据发送延时，实现兼顾整个传输系统的实时性和带宽利用率的目的；无需发送端和客户端时间同步，提高了传输延迟测量的适用性；结合训练循环神经网络的方式，提高了预测时间间隔的精准度，也提高了传输延迟测量的精确性和可靠性。

公开(公告)号：CN119992463A

公开(公告)日：2025-05-13

申请号：CN202510437530.0

申请日：2025-04-09

Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所 ,  中国铁道科学研究院集团有限公司 ,  北京经纬信息技术有限公司

Inventor： 杨文 ,  王瑞 ,  胡昊 ,  冯爽 ,  刘新宇 ,  程川 ,  温桂玉 ,  匡建立 ,  罗浩 ,  柳青红 ,  吴浩楠 ,  马祯 ,  杨雪 ,  张德强 ,  刘浩朋 ,  张万鹏 ,  傅荟瑾 ,  陈梦 ,  董学娟 ,  李雪莹 ,  黄志敏 ,  许占华 ,  沙兰可 ,  陈双双 ,  王昊 ,  杨振华 ,  刘静 ,  孙婷婷 ,  蔡青 ,  张瀛丹 ,  李玉龙

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/82 ,  G06V10/44 ,  G06V10/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06V10/80 ,  G06V10/52 ,  G06N3/0495

Abstract: 本发明涉及目标检测技术领域，提供一种轨道作业人员安全穿戴检测方法、装置、设备及存储介质，该方法包括：采集轨道作业施工现场的视频图像，并将其输入到经过预训练的安全穿戴检测模型中，对视频图像中的各作业人员的安全穿戴进行检测，得到各作业人员的安全穿戴的检测结果；其中，安全穿戴检测模型是以具有级联分组注意力机制的内存高效视觉转换器作为实时目标检测器模型的主干网络，并以ADown降采样层作为实时目标检测器模型的降采样层构建得到的。通过构建的安全穿戴检测模型，提高了对作业人员安全穿戴的检测效率和检测效果，可以满足轨道交通场景对作业人员安全穿戴情况检测的实时性和准确性需求，减少了管理人员安全巡查的工作量。

公开(公告)号：CN115277497A

公开(公告)日：2022-11-01

申请号：CN202210716495.2

申请日：2022-06-22

Applicant: 中国铁道科学研究院集团有限公司电子计算技术研究所 ,  北京经纬信息技术有限公司 ,  中国铁道科学研究院集团有限公司

Inventor： 史维峰 ,  王瑞 ,  杨文 ,  王洪伟 ,  张德强 ,  关则彬 ,  赵颖 ,  柳青红 ,  刘浩朋 ,  袁碧懋 ,  杨雪 ,  罗浩 ,  胡昊 ,  王悉 ,  孙运昌 ,  朱力 ,  杨琦 ,  徐成伟 ,  沈敬伟 ,  匡建立 ,  沙兰可 ,  许占华 ,  熊伟 ,  陈双双 ,  刘艳波 ,  王昊 ,  温桂玉 ,  王文华 ,  董学娟 ,  邹易璋

IPC: H04L43/0852 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明提供一种传输延迟时间测量方法、装置、电子设备及存储介质，包括：获取服务器逐帧传输的历史数据包所对应的历史时间间隔；将历史时间间隔输入至预设延迟预测模型，得到逐帧传输的当前数据包对应的预测时间间隔，预设延迟预测模型是基于样本历史时间间隔训练LSTM模型得到的模型；基于预测时间间隔、当前数据包对应的实际时间间隔和发送端的数据包发送时间间隔，输出传输延迟时间。以此结合逐帧传输方式降低数据发送延时，实现兼顾整个传输系统的实时性和带宽利用率的目的；无需发送端和客户端时间同步，提高了传输延迟测量的适用性；结合训练循环神经网络的方式，提高了预测时间间隔的精准度，也提高了传输延迟测量的精确性和可靠性。