-
公开(公告)号：CN118298964A
公开(公告)日：2024-07-05
申请号：CN202410402635.8
申请日：2024-04-03
Applicant: 中电建建筑集团有限公司 , 浙江大学 , 杭州新中大科技股份有限公司
IPC: G16C20/70 , G16C20/30 , G06N3/0442 , G06N3/045 , G06N3/048 , G06F18/25 , G06F18/15 , G06F123/02
Abstract: 本发明公开了一种基于时间注意力的有毒气体浓度预测方法，其包括获取有毒气体浓度和相关环境因素，有毒气体浓度与环境因素用于表征二维时间序列数据的测量结果及状态参数；根据所述二维时间序列数据做归一化处理，归一化处理用于表征所述基于时间注意力滑动窗口的长短期记忆网络模型；将二维时间序列数据导入长短期记忆网络模型以进行迭代处理；得到结果参数；根据所述结果参数得到有毒气体浓度预测的准确性和预测精度。通过设计了基于长短期记忆网络框架的有毒气体浓度和相关因素的模型，它包含学习变量之间依赖关系的时间注意力滑动窗口模块，可以灵活且高效实现精准的有毒气体浓度的预测和监测，同时该系统能够便携地被部署在边缘计算设备上。
-
公开(公告)号：CN116824213B
公开(公告)日：2024-08-16
申请号：CN202310555362.6
申请日：2023-05-17
Applicant: 杭州新中大科技股份有限公司 , 浙江大学 , 杭州浩联智能科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/10 , G06N3/0464 , G06N3/045
Abstract: 本申请公开了一种基于多视角特征融合的渣土车带泥检测方法及装置，包括获取渣土车在至少两个视角下的目标图像，并将每个目标图像分别输入至卷积神经网络中，得到第一轮廓特征；对初始融合特征编码以及所有第一轮廓特征进行多角度融合编码处理，得到目标融合特征编码以及视觉特征；基于全连通层对目标融合特征编码以及所有视觉特征进行分类处理，并根据预设的权重对处理结果进行加权求和处理，得到目标预测值；根据目标预测值判断渣土车的冲洗情况是否达标。通过对多个视角的目标图像进行识别，可提取出更加丰富的视角特征；并结合多角度融合编码处理的方式，捕捉跨视角融合的特征，不仅更好的改善分类性能，且提高了预测结果的准确性。
-
公开(公告)号：CN116502882B
公开(公告)日：2023-10-20
申请号：CN202310788030.2
申请日：2023-06-30
Applicant: 杭州新中大科技股份有限公司 , 浙江大学 , 杭州浩联智能科技有限公司
IPC: G06Q10/0631 , G06Q10/0633 , G06Q10/10 , G06Q50/08 , G06F18/25
Abstract: 本发明实施例公开了一种基于多模态时序信息融合的工程进度确定方法及装置。其中，方法包括：获取当前工程进度信息，以及与各所述工程进度信息对应的历史工程进度信息；分别根据各所述当前工程进行信息，以及与各所述当前工程进度信息对应的历史工程进度信息确定各时序工程特征；将各所述时序工程特征输入至基于维度解耦的多模态融合模块中，得到融合后的多模态时序信息；根据所述融合后的多模态时序信息确定当前工程进度。本发明实施例的方案，可以基于施工现场的多模态信息进行工程进度的准确确定。
-
公开(公告)号：CN118781440A
公开(公告)日：2024-10-15
申请号：CN202411267378.8
申请日：2024-09-11
Applicant: 杭州新中大科技股份有限公司 , 浙江大学 , 杭州浩联智能科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/77 , G06N3/045 , G06N3/0464 , G06N3/084 , G06Q10/0631 , G06Q10/10 , G06Q50/08
Abstract: 本发明公开了一种基于多任务联合优化的施工进度识别方法及装置。该方法包括：获取图像样本训练数据集；对图像样本训练数据集中的各施工现场图像进行图像预处理，得到待处理施工现场图像；将各待处理施工现场图像输入至预先构建的网络预测模型中，得到模型输出的施工进度类别预测结果；根据施工进度类别预测结果和真实标签值，确定类别损失值；以及，根据施工进度类别预测结果，确定目标定位损失值；根据类别损失值和目标定位损失值，确定多任务融合损失值；根据多任务融合损失值对网络预测模型进行模型训练，直到满足模型收敛条件，得到施工进度预测模型，用于进行施工进度预测。上述技术方案提高了对施工进度的预测精准度。
-
公开(公告)号：CN116824213A
公开(公告)日：2023-09-29
申请号：CN202310555362.6
申请日：2023-05-17
Applicant: 杭州新中大科技股份有限公司 , 浙江大学 , 杭州浩联智能科技有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/10 , G06N3/0464 , G06N3/045
Abstract: 本申请公开了一种基于多视角特征融合的渣土车带泥检测方法及装置，包括获取渣土车在至少两个视角下的目标图像，并将每个目标图像分别输入至卷积神经网络中，得到第一轮廓特征；对初始融合特征编码以及所有第一轮廓特征进行多角度融合编码处理，得到目标融合特征编码以及视觉特征；基于全连通层对目标融合特征编码以及所有视觉特征进行分类处理，并根据预设的权重对处理结果进行加权求和处理，得到目标预测值；根据目标预测值判断渣土车的冲洗情况是否达标。通过对多个视角的目标图像进行识别，可提取出更加丰富的视角特征；并结合多角度融合编码处理的方式，捕捉跨视角融合的特征，不仅更好的改善分类性能，且提高了预测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115410137B
公开(公告)日：2023-04-14
申请号：CN202211353123.4
申请日：2022-11-01
Applicant: 杭州新中大科技股份有限公司 , 浙江大学
IPC: G06V20/40 , G06V40/10 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06T7/73
Abstract: 本发明涉及信息技术领域，具体涉及基于时空特征的双流工人劳动状态识别方法，包括以下步骤：获取劳动图像样本，建立人体关节识别模型；工人劳动视频输入人体关节识别模型；建立关节点数据和骨骼数据；建立第一时空特征模型和第二时空特征模型；将关节点数据输入第一时空特征模型训练；将骨骼数据输入第二时空特征模型训练；截取实时帧组；获得人体关节位置；建立关节点数据和骨骼数据；分别输入第一时空特征模型和第二时空特征模型；输出的劳动状态概率分布加权求和。本发明的有益技术效果包括：通过将关节点数据和骨骼数据分别输入第一时空特征模型和第二时空特征模型，将获得的劳动状态概率分布加权求和，提高了劳动状态的识别准确度。
-
公开(公告)号：CN118781440B
公开(公告)日：2024-12-03
申请号：CN202411267378.8
申请日：2024-09-11
Applicant: 杭州新中大科技股份有限公司 , 浙江大学 , 杭州浩联智能科技有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/77 , G06N3/045 , G06N3/0464 , G06N3/084 , G06Q10/0631 , G06Q10/10 , G06Q50/08
Abstract: 本发明公开了一种基于多任务联合优化的施工进度识别方法及装置。该方法包括：获取图像样本训练数据集；对图像样本训练数据集中的各施工现场图像进行图像预处理，得到待处理施工现场图像；将各待处理施工现场图像输入至预先构建的网络预测模型中，得到模型输出的施工进度类别预测结果；根据施工进度类别预测结果和真实标签值，确定类别损失值；以及，根据施工进度类别预测结果，确定目标定位损失值；根据类别损失值和目标定位损失值，确定多任务融合损失值；根据多任务融合损失值对网络预测模型进行模型训练，直到满足模型收敛条件，得到施工进度预测模型，用于进行施工进度预测。上述技术方案提高了对施工进度的预测精准度。
-
公开(公告)号：CN116502882A
公开(公告)日：2023-07-28
申请号：CN202310788030.2
申请日：2023-06-30
Applicant: 杭州新中大科技股份有限公司 , 浙江大学 , 杭州浩联智能科技有限公司
IPC: G06Q10/0631 , G06Q10/0633 , G06Q10/10 , G06Q50/08 , G06F18/25
Abstract: 本发明实施例公开了一种基于多模态时序信息融合的工程进度确定方法及装置。其中，方法包括：获取当前工程进度信息，以及与各所述工程进度信息对应的历史工程进度信息；分别根据各所述当前工程进行信息，以及与各所述当前工程进度信息对应的历史工程进度信息确定各时序工程特征；将各所述时序工程特征输入至基于维度解耦的多模态融合模块中，得到融合后的多模态时序信息；根据所述融合后的多模态时序信息确定当前工程进度。本发明实施例的方案，可以基于施工现场的多模态信息进行工程进度的准确确定。
-
公开(公告)号：CN115410137A
公开(公告)日：2022-11-29
申请号：CN202211353123.4
申请日：2022-11-01
Applicant: 杭州新中大科技股份有限公司
IPC: G06V20/40 , G06V40/10 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06T7/73
Abstract: 本发明涉及信息技术领域，具体涉及基于时空特征的双流工人劳动状态识别方法，包括以下步骤：获取劳动图像样本，建立人体关节识别模型；工人劳动视频输入人体关节识别模型；建立关节点数据和骨骼数据；建立第一时空特征模型和第二时空特征模型；将关节点数据输入第一时空特征模型训练；将骨骼数据输入第二时空特征模型训练；截取实时帧组；获得人体关节位置；建立关节点数据和骨骼数据；分别输入第一时空特征模型和第二时空特征模型；输出的劳动状态概率分布加权求和。本发明的有益技术效果包括：通过将关节点数据和骨骼数据分别输入第一时空特征模型和第二时空特征模型，将获得的劳动状态概率分布加权求和，提高了劳动状态的识别准确度。
-
公开(公告)号：CN118115740A
公开(公告)日：2024-05-31
申请号：CN202410318086.6
申请日：2024-03-20
Applicant: 浙江大学
IPC: G06V10/26 , G06V10/44 , G06V10/52 , G06V10/86 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种基于多尺度深度学习的医学影像指代分割方法及装置，包括：获取病人的肿瘤CT图像与相应的文字描述；将文字描述嵌入为若干token，再输入基于Transformer的语言编码器中，形成高维的词向量，得到语言特征；根据肿瘤CT图像与语言特征，通过四个空间分辨率递减的阶段，运用MSFA进行视觉特征编码和多模态特征融合；对于每一个阶段输出的融合视觉特征，应用了双线性插值的上采样，将每一个阶段的多模态特征图输出缩放通道数至统一维度，然后将其拼接，得到最终特征图，再输入全尺度解码器进行解码，得到标志目标物体的像素级别的分割掩码。本发明可以在医疗诊断中，用于辅助肿瘤的识别，以此简化流程。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.058 seconds)
