-
公开(公告)号：CN112419186A
公开(公告)日：2021-02-26
申请号：CN202011315205.0
申请日：2020-11-20
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明公开了一种车牌图像的批量生成方法、装置及计算机设备，其中，该批量生成方法包括：根据真实车牌图像数据，生成数字车牌图像数据；在数字车牌图像数据随机加入泥土噪声，生成叠加车牌图像数据；对叠加车牌图像数据进行坐标系变换，生成目标坐标系数据；根据随机真实车牌图像、预设风格迁移深度神经网络模型以及目标坐标系数据，生成目标车牌图像。通过实施本发明，解决了相关技术中存在的由于稀有类型车牌较少，导致的车牌分类识别效果较差的问题。可以根据观测到的较少的车牌图像，批量生成与交通摄像头观测到的真实车牌图像极为相似的车牌图像，更接近真实场景，可以对数字车牌图像的颜色进行高效地变换以及调整。
-
公开(公告)号：CN112052815A
公开(公告)日：2020-12-08
申请号：CN202010965429.X
申请日：2020-09-14
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明公开了一种行为检测方法、装置及电子设备，包括：获取目标监控区域的视频数据；利用预先训练好的人脸识别模型对视频数据中的图像数据进行人脸检测；对检测到人脸数据对应的框选区域进行扩展处理，使得扩展后的框选区域大于人脸所在的整个头部区域；利用预先训练好的行为检测模型，对扩展后的框选区域进行行为检测。通过对识别到人脸所在区域进行检测，避免对未靠近人脸、仅仅手握香烟或者手机的行人造成误检的同时对该扩展后的框选区域进行检测，除了对框选区域内的违法物体进行识别来判断违法行为的同时扩展后的区域还可以包含拿手机、烟头的人手，进一步结合对人手与头部区域的相对位置来辅助对违法行为的检测，提高了检测结果的准确性。
-
公开(公告)号：CN112101202A
公开(公告)日：2020-12-18
申请号：CN202010965380.8
申请日：2020-09-14
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
Abstract: 本发明公开了一种施工场景识别方法、装置及电子设备，其中方法包括：获取目标监控区域的视频数据；利用预先训练好的施工车辆识别模型对所述视频数据中的图像数据进行检测；当检测到施工车辆，确定所述施工车辆是否处于所述目标监控区域的禁停区域；当所述施工车辆处于所述禁停区域进行预警处理。通过预先训练好的施工车辆识别模型对目标监控区域中的施工车辆进行识别，并对识别到的施工车辆是否处于禁停区域进行判定，当施工车辆处于该禁停区域时进行预警处理，以避免施工车辆在该禁停区域进行施工对地下电缆造成破坏。
-
公开(公告)号：CN112163543B
公开(公告)日：2024-03-26
申请号：CN202011086337.0
申请日：2020-10-12
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
IPC: G06V20/54 , G06V20/52 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种车辆违法占道的检测方法及系统，方法包括：获取图像采集设备实时拍摄的待检测场景的视频流，所述视频流包括：多帧图像；对待检测场景视频流中的抽帧图像进行预设车道检测区域的划线配置；利用预训练好的交通场景检测模型识别划线配置的抽帧图像，生成待检测车辆的最小外接矩形框、车辆标签和置信度；根据待检测车辆的最小外接矩形框、车辆标签和置信度，判断待检测车辆是否存在违法占道。本发明通过交通场景检测模型的训练，采用划线配置及逻辑判断的方式，根据待检测车辆的最小外接矩形框、车辆标签和置信度，实现对目标车辆违法占道的检测，有利于车辆行驶轨迹的实时监控，为车辆违法占道的捕捉提供了可靠的证据。
-
公开(公告)号：CN113313110B
公开(公告)日：2024-02-13
申请号：CN202110575676.3
申请日：2021-05-25
Applicant: 北京易华录信息技术股份有限公司
IPC: G06V20/62 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V30/19
Abstract: 本发明公开了一种车牌类型识别模型构建及车牌类型识别方法，包括：获取多个不同种类的车牌图像作为训练样本；对训练样本进行均匀采样，将采样后得到的车牌图像输入到第一神经网络模型进行训练得到第一车牌类型识别模型；确定所述训练样本中每一种车牌图像的数量；对数量满足第一预设数量条件的车牌图像进行过采样处理；对数量满足第二预设数量条件的车牌图像进行欠采样处理；利用过采样处理后得到的车牌图像和欠采样处理后得到的车牌图像构成的训练样本训练第二神经网络模型得到第二车牌类型识别模型；将第一车牌类型识别模型和第二车牌类型识别模型进行融合，得到用于进行车牌类型识别的骨干网络。
-
Patent Agency Ranking
公开(公告)号：CN116304261A
公开(公告)日：2023-06-23
申请号：CN202211536585.X
申请日：2022-12-02
Applicant: 北京易华录信息技术股份有限公司
IPC: G06F16/93 , G06V30/416
Abstract: 本发明提供了一种文档识别方法及装置，其中，该方法包括：获取待识别文档的图像数据；根据图像数据识别待识别文档中各行文字的文本框和待识别文档的文字识别结果；根据各文本框在图像数据中的位置信息将待识别文档的文字识别结果划分为多个文本块；根据各文本框的高度在图像数据中的高度占比从文字识别结果中确定待识别文档的标题和正文；按照待识别文档的各文本块、标题、正文对文字识别结果进行结构化合并，并将结构化合并后的文字识别结果进行存储。实施本发明不需要人工即可完成对文档的管理，提高了效率，并且，将文字识别结果进行结构化合并后，更便于存储以及后续查询维护。
-
公开(公告)号：CN113313110A
公开(公告)日：2021-08-27
申请号：CN202110575676.3
申请日：2021-05-25
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明公开了一种车牌类型识别模型构建及车牌类型识别方法，包括：获取多个不同种类的车牌图像作为训练样本；对训练样本进行均匀采样，将采样后得到的车牌图像输入到第一神经网络模型进行训练得到第一车牌类型识别模型；确定所述训练样本中每一种车牌图像的数量；对数量满足第一预设数量条件的车牌图像进行过采样处理；对数量满足第二预设数量条件的车牌图像进行欠采样处理；利用过采样处理后得到的车牌图像和欠采样处理后得到的车牌图像构成的训练样本训练第二神经网络模型得到第二车牌类型识别模型；将第一车牌类型识别模型和第二车牌类型识别模型进行融合，得到用于进行车牌类型识别的骨干网络。
-
公开(公告)号：CN109993138A
公开(公告)日：2019-07-09
申请号：CN201910279490.6
申请日：2019-04-08
Applicant: 北京易华录信息技术股份有限公司
Abstract: 本发明公开了一种车牌检测与识别方法及装置，该方法包括：获取交通图像数据；将交通图像数据输入车辆检测模型进行检测，输出包含机动车的图像数据；将包含机动车的图像数据输入车牌检测模型进行检测，输出车牌图像数据；将车牌图像数据输入车牌优化模型进行优化，输出优化后的车牌图像数据；将优化后的车牌图像数据输入车牌识别模型进行识别，输出车牌字符。通过实施本发明，采用两个YOLO算法分别对车辆和车牌进行检测，克服了YOLO识别小物体准确率差的缺陷；此外，采用SRGAN进行车牌图像预处理，提升了CNN网络输入图像的清晰度；采用端到端的CNN神经网络作为车牌识别模型，对车牌图像数据同时进行分割和识别，处理速度快，准确率高。
-
公开(公告)号：CN112598076B
公开(公告)日：2023-09-19
申请号：CN202011599263.0
申请日：2020-12-29
Applicant: 北京易华录信息技术股份有限公司
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06T3/00 , G06V10/80 , G06V10/82 , G06N3/084
Abstract: 本发明公开了一种机动车属性识别方法及系统，通过训练的机动车属性识别模型，采用多标签分类的方法实现机动车的多属性分类，使用深度学习网络同时推理机动车的多个属性，大幅度减少了计算量和计算时长，有助于模型对于不同标签的属性的推断，同时方便了模型的管理和部署。
-
公开(公告)号：CN115861943A
公开(公告)日：2023-03-28
申请号：CN202211637989.8
申请日：2022-12-15
Applicant: 北京易华录信息技术股份有限公司 , 中国华录集团有限公司
IPC: G06V20/54 , G06V20/62 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种车辆的多属性信息检测方法、装置及计算机设备，其中，该方法包括如下步骤：获取待检测车辆图像；将所述待检测车辆图像输入到实例分割网络中进行识别，得到车辆的多属性信息。本发明通过将待检测车辆图像输入到实例分割网络中进行识别，将车辆的多属性信息通过一个深度学习实例分割网络同时输出，实现了多属性信息端到端识别，极大的精简了系统模型复杂度，易于部署，同时也减少了不同功能之间的数据传输，避免了数据传输过程中可能出现的错误、时间消耗和资源消耗，提高检测效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.03 seconds)
